检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

结合PCA和ICA的脑磁信号消噪研究

西安电子科技大学学报 2007年第6期34卷 939-943页

作者：高莉黄力宇丁翠玲西安电子科技大学电子工程学院陕西西安710071 第四军医大学西京医院陕西西安710032

基于二阶统计特性的主分量分解(PCA)和基于高阶统计特性的独立成分分析(ICA)是盲源分离信号处理中两种最为典型的方法.针对多通道脑磁信号的消噪问题,提出一种基于PCA与ICA相结合的信号消噪新算法.首先通过对脑磁信号进行主分量分解来... 详细信息

基于二阶统计特性的主分量分解(PCA)和基于高阶统计特性的独立成分分析(ICA)是盲源分离信号处理中两种最为典型的方法.针对多通道脑磁信号的消噪问题,提出一种基于PCA与ICA相结合的信号消噪新算法.首先通过对脑磁信号进行主分量分解来降低信号维数,去掉其中包含的冗余成分,使计算时间缩短到原来的10%;进而利用自适应最大熵独立成分分析算法对降维后的数据进行二次分解,提取出脑磁信号中含有的干扰分量,使信噪比从10 dB提高到80 dB,达到对信号进行消噪的目的.

关键词：主分量分解脑磁图独立成分分析干扰

在线全文

学校读者我要写书评

暂无评论

人工智能辅助DDH诊断的应用:进展和挑战

中华小儿外科杂志 2023年第6期44卷 569-573页

作者：严亚波李毅陈耀鹏沙佳范宗峙李超曹晖黄鲁豫空军军医大学西京医院骨科西安710032 西安电子科技大学西安2710071 西安交通大学西安710061

儿童骨盆正位X线片是股骨头骨化中心出现以后(4~6个月龄以上)儿童发育性髋关节发育不良的首选检查方法。但是在临床工作中,由于多种原因,依然存在很多对骨盆正位X线片判断不清,导致诊治困难的情况发生。随着人工智能技术的发展,该技术... 详细信息

儿童骨盆正位X线片是股骨头骨化中心出现以后(4~6个月龄以上)儿童发育性髋关节发育不良的首选检查方法。但是在临床工作中,由于多种原因,依然存在很多对骨盆正位X线片判断不清,导致诊治困难的情况发生。随着人工智能技术的发展,该技术已经广泛应用于医疗领域。人工智能技术应用于儿童骨盆正位X线片辅助诊断中,可以提升阅片效率,提高儿童发育性髋关节脱位的诊断效率;提高诊疗水平,降低因为临床经验不足的原因导致的发育性髋关节脱位的误诊误治疗风险。然而,人工智能模型应用于骨盆正位X线片辅助诊断依然存在一些亟待解决的问题。本综述拟对人工智能和图像识别模型在儿童骨盆正位X线片辅助诊断中的应用进展进行回顾,并分析目前面临的技术挑战和未来该技术的发展方向,为发育性髋关节发育不良的智能化、自动化诊断提供研究思路。

关键词：髋脱位先天性人工智能骨盆正位图像识别诊断计算机辅助

在线全文

学校读者我要写书评

暂无评论

多导睡眠图自动分析平台的搭建与应用

多导睡眠图自动分析平台的搭建与应用

作者：乔文洲西安电子科技大学

学位级别：硕士

睡眠作为一种重要生理过程,越来越被人们重视。如何考察睡眠过程中的生理信号处理是睡眠研究的重要领域。而多导睡眠图(Polysomnography,PSG)则是当前采集及分析人体睡眠生理信号的最常用技术。但现有的PSG分析软件仍然存在一些不足。... 详细信息

睡眠作为一种重要生理过程,越来越被人们重视。如何考察睡眠过程中的生理信号处理是睡眠研究的重要领域。而多导睡眠图(Polysomnography,PSG)则是当前采集及分析人体睡眠生理信号的最常用技术。但现有的PSG分析软件仍然存在一些不足。如交互性较差,功能比较单一。而一些开源的PSG信号分析库对使用者的编程能力要求较高,难于上手。这些都在一定程度上限制了PSG技术在临床上的应用与推广。因此,本文针对上述问题,旨在开发一个功能全面、操作简便、准确高效的PSG自动分析平台。拟实现以下功能:建立自动分析为主,手动修正为辅的模式,提升用户交互性;在现有的PSG分析软件基础上,充分利用PSG数据的各个通道,实现睡眠事件检测及心率变异性(Heart Rate Variability,HRV)分析功能,以提升数据分析多样性,最终为临床应用与科学研究提供有效工具。本文的研究内容主要分为以下四个部分:***自动分析平台开发。在本研究中,完成了平台的界面设计、睡眠自动阶段划分模型部署、睡眠脑电特征波形自动检测算法实现、睡眠事件检测算法实现及HRV分析功能实现。使用来自CFS数据集的100例数据对本平台使用的睡眠自动阶段划分模型做了验证。结果表明,此模型对5个睡眠阶段(N1、N2、N3、REM及Wake)的准确率分别达到了50%、88%、84%、88%及95%。总体ACC加权平均值达到了0.89。综合指标F1平均达到了0.80。该结果表明此模型具有较好的睡眠分期性能。2.睡眠脑电特征波形检测算法验证。本部分主要对常用的慢波自动检测算法及纺锤波自动检测算法做了介绍并进行了实验验证。开发了一个特征波形手动标记平台用于生成“金标准”标签。对于慢波检测,使用30例N3阶段的睡眠脑电数据及对应“金标准”标签,对CD算法进行实现并测试。结果表明,CD算法的召回率平均达到78%以上,部分数据召回率达到90%以上。精确率平均在71%以上,部分数据精确率达到95%以上。对于纺锤波检测,使用30例N2阶段的睡眠脑电数据及对应“金标准”标签,对RMS算法和基于功率谱二阶导的纺锤波自动检测算法进行实现及测试。结果表明,RMS算法的召回率平均达到73%以上,部分数据召回率达到90%以上。精确率平均在70%以上,部分数据的精确率达到95%以上。功率谱二阶导算法的召回率平均达到74%以上,但由于假阴性值较高,导致精确率只有53%。本平台最终使用CD算法和RMS算法分别作为慢波自动检测算法和纺锤波自动检测算法。3.基于精神分裂症患者的平台HRV算法应用实验。本部分分析了从西京医院采集的30例精神分裂症患者组和30例正常对照组的睡眠监测数据,通过本平台进行HRV分析处理。对精神分裂症患者组和正常对照组各个睡眠阶段的数据分别进行HRV指数计算,并统计实验结果。结果显示,在N1阶段,HF＿n.u指数在两组数据之间存在显著性差异,精神分裂症患者组中的HF＿n.u指标显著高于正常组,说明患者组在睡眠的N1阶段中迷走神经的活动强度显著高于正常对照组。N1阶段的LF＿n.u与LF/HF指标上也具有显著差异的趋势,这说明与正常人相比,在N1睡眠阶段精神分裂症患者的自主神经系统的活动性,以及交感神经与副交感神经的活动协调性可能存在一定损伤。在REM阶段,精神分裂症患者组和正常组在sd HR指标上具有一个显著差异的趋势,即患者心率的变异性显著高于正常组。其余各个HRV指数在各个睡眠阶段均不存在显著性差异。***自动分析平台稳定性测试与发布。本部分使用一个示例数据介绍了本平台的操作流程及完整功能。并从医院收集了73例被试的PSG数据,对本平台的稳定性进行了测试。测试中,每一例数据都经过了平台所有的分析处理流程,并实时记录平台运行状态。结果显示,除了7例数据由于数据自身信号的错误或缺失导致平台运行错误之外,其余66例数据全部稳定运行完所有分析流程,该结果表明本平台具有较高的稳定性。在此基础上,最后介绍了平台的打包发布流程。综上所述,本研究通过算法开发、临床验证及测试,搭建了一套稳定性、准确性及简便性都较高的PSG自动分析平台,有效提高了PSG数据的分析效率。有助于为临床及科研中PSG研究提供有效工具。未来随着相关算法的改进,本平台可以进一步提升性能。

关键词：多导睡眠图睡眠脑电睡眠分期特征波形心率变异性

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Flex的心理健康平台架构研究与设计

基于Flex的心理健康平台架构研究与设计

作者：卫萌西安电子科技大学

学位级别：硕士

随着互联网的发展,Internet已经成为重要的应用平台,RIA开发也在互联网应用中迅速发展,Flex作为RIA开发新的开发技术,已经逐渐走向成熟。Flex开发在提供高效便捷的开发效率与优秀客户体验的同时,在一般开发或企业开发中,也面临着越来越... 详细信息

随着互联网的发展,Internet已经成为重要的应用平台,RIA开发也在互联网应用中迅速发展,Flex作为RIA开发新的开发技术,已经逐渐走向成熟。Flex开发在提供高效便捷的开发效率与优秀客户体验的同时,在一般开发或企业开发中,也面临着越来越多的新问题。如何能使Flex开发更有效的应用于企业级平台的开发是目前Flex开发中所重点关注的内容。本文针对Flex开发中的多种组合方式进行了研究,通过对比它们之间的优点与缺点,为实际应用开发设计了一套目前较为合理的开发架构。该架构以修改后的Cairngorm作为MVC框架,使用BlazeDS作为数据服务器,通过BlazeDS与Spring的搭配完成IOC并实现与Java的结合,通过Hibernate实现持久层。本文同时关注应用开发过程中如何保证其安全性、体积及性能等多方面问题,使用多种方法并提出多种开发规范优化以下几个方面：一是尽可能缩减应用体积,增强通信效率,减少浏览加载及相应时间。二是降低内存占用,确保用户长时间运行时的内存占用不会显著增加。三是提升安全性,保护用户隐私及应用平台自身的安全。文中以西京医院心理健康平台的开发过程为例描述了使用该架构开发的详细过程,并对关键部进行了测试对比。该开发架构可应用与普通企业应用中,并作为Flex与Java结合开发的参考方式,根据文章所提供的方法,可以更有效的使用Flex进行多人团队合作开发,提升团队效率与代码质量,并进一步提高应用的安全性与其性能。

关键词： Flex应用开发架构心理健康平台

基于睡眠特征和机器学习的精神分裂症诊断模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于睡眠特征和机器学习的精神分裂症诊断模型

作者：王思予西安电子科技大学

学位级别：硕士

精神分裂症是一种严重的精神障碍,患者的认知、感知觉、情感等方面都会出现扭曲,严重影响正常生活,并给患者、亲属和社会都带来巨大的负担。近年来精神分裂症的患病人数仍在逐渐上升。精神分裂症被定义为一种异质性综合征,与其他心理障... 详细信息

精神分裂症是一种严重的精神障碍,患者的认知、感知觉、情感等方面都会出现扭曲,严重影响正常生活,并给患者、亲属和社会都带来巨大的负担。近年来精神分裂症的患病人数仍在逐渐上升。精神分裂症被定义为一种异质性综合征,与其他心理障碍有共同的临床表现,需要进行鉴别诊断。而目前该病的诊断和治疗是基于量表进行临床判断,具有很强的主观性,这导致精神分裂症的准确诊断十分困难。鉴于精神分裂症诊断和生物标记物寻找方面的困难,许多研究都试图采用机器学习来进行新方向的探索。睡眠障碍是精神分裂症的一种核心障碍,常在发病初期或发病前就已经出现。睡眠障碍并不只是精神分裂症的疾病伴随表现,而可能与其发病机制密切相关,并对疾病具有预测作用。因此,本论文尝试基于睡眠特征构建精神分裂症的诊断和预测机器学习模型。本研究从西京医院收集了246例精神分裂症患者和161例健康对照组的多导睡眠图和临床资料。被试被随机分为训练数据和测试数据,训练数据用十折交叉验证分为训练集和验证集,用于机器学习模型的构建。研究内容分为以下三个部分:1.特征提取。根据采集的睡眠脑电信号来计算睡眠特征,并进行统计学分析。研究结果显示,精神分裂症患者和健康对照组之间的睡眠特征指标是存在显著性差异的,这些指标包括临床上通常使用的睡眠质量分析,也包括睡眠纺锤波以及纺锤波相干性和功率谱密度。2.诊断模型。基于睡眠特征构建一个机器学习分类模型,用来区分精神分裂症患者和健康人。分别使用Fisher线性判别、K近邻、支持向量机和随机森林构建模型,并使用受试者工作特征曲线进行评估。结果显示支持向量机和随机森林模型都有较好的分类能力,准确率可以达到82.7%和86.4%。3.预后预测模型。根据精神分裂症患者住院前和出院时阳性与阴性量表(Positive and Negative syndrome scales,PANSS)的得分变化评估预后反应,并使用睡眠特征构建预测预后反应的回归模型。本研究使用了线性回归、岭回归、套索回归(Least absolute shrinkage and selection operator,LASSO)和Elastic Net四种回归模型。结果显示岭回归的预测效果最好,但LASSO的特征筛选能力最强。岭回归、LASSO回归和Elastic Net回归模型的阳性与阴性量表变化预测结果与实际变换之间存在显著相关性。总的来说,基于睡眠特征构建机器学习分类和回归模型,在精神分裂症的早期诊断和治疗预测方面具有潜在的应用价值。本研究为未来基于睡眠特征的精神分裂症临床诊断提供了可靠性证明,促进了对疾病病理机制的理解。

关键词：精神分裂症睡眠睡眠纺锤波机器学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人工智能辅助诊断儿童DDH的研究进展

中华骨科杂志 2023年第15期43卷 1057-1064页

作者：沙佳黄鲁豫董晖李毅严亚波空军军医大学西京医院骨科西安710032 空军军医大学唐都医院骨科西安710038 西安电子科技大学通信工程学院西安710071

儿童发育性髋关节发育不良(developmental dysplasia of the hip,DDH)是导致髋关节骨关节炎和下肢残疾的重要原因,治疗难度和治疗效果与早期准确诊断密切相关.传统的诊断方法对尚未出现股骨头次级骨化中心者首选髋关节超声,对已出现者... 详细信息

儿童发育性髋关节发育不良(developmental dysplasia of the hip,DDH)是导致髋关节骨关节炎和下肢残疾的重要原因,治疗难度和治疗效果与早期准确诊断密切相关.传统的诊断方法对尚未出现股骨头次级骨化中心者首选髋关节超声,对已出现者选择骨盆正位X线片;但两种方法均有赖于临床医生的手动测量与经验判断,耗时费力、可重复性差.人工智能技术与医学影像的有效整合可改善儿童DDH的诊疗现状,提升临床诊治效率.对4~6月龄内婴儿通过局部特征提取的分割算法、基于图像搜索的分割算法及深度学习网络等技术能够快速分析髋关节超声图像、测算DDH指标及辅助诊断DDH;对4~6月龄以上者利用骨边缘检测与模块匹配算法、深度迁移学习算法、同步挖掘局部及全局结构特征的卷积神经网络等技术自动识别骨性解剖关键点、计算髋关节参数及诊断儿童DDH.然而,由于技术所限及研究者认识不足,现有的儿童DDH辅助诊断工具在实际应用中面临着一些问题.通过文献检索从诊断可靠性及合理性等方面探讨儿童DDH人工智能影像学辅助诊断方法的研究进展,并为今后实现真正智能化的自动诊断工具提供研究思路.

关键词：儿童发育性髋关节发育不良人工智能超声检查放射摄影术

在线全文

学校读者我要写书评

暂无评论

35GHz毫米波对兔眼角膜的生物学效应

中华物理医学杂志 1996年第3期18卷 185-187页

作者：王小娟于纯智马吉献张廷钺张兵康刚李缉熙第四军医大学西京医院 710032 西安电子科技大学

实验采用西安电子科技大学研制的频率为35GHz的固态振荡器,产生连续等幅波,环境功率密度35mW/cm^2,辐射喇叭为圆形,直径1 cm。动物为新西兰兔,体重2kg左右,右眼为受照射眼,左眼为自身对照,按照不同取材时间分24小时组、48小时组、

关键词：毫米波角膜生物学效应

在线全文

学校读者我要写书评

暂无评论

考虑医护主体协同的三阶段手术资源组合优化

系统科学与数学 2022年第11期42卷 3044-3059页

作者：陈希刘丹阳孙冠张美霞西安电子科技大学经济与管理学院西安710126 西安电子科技大学电子工程学院西安710071 空军军医大学第一附属医院(西京医院)护理部西安710032 西安交通大学生命科学与技术学院西安710049

文章考虑手术过程中时间和资源的多种不确定性,提出了考虑医护主体协同的多阶段手术资源组合优化方法.首先,在手术资源组合优化问题中,手术团队主体成员在手术过程中的互动效率会直接影响手术效果.因此,文章针对手术团队主体间的协同水... 详细信息

文章考虑手术过程中时间和资源的多种不确定性,提出了考虑医护主体协同的多阶段手术资源组合优化方法.首先,在手术资源组合优化问题中,手术团队主体成员在手术过程中的互动效率会直接影响手术效果.因此,文章针对手术团队主体间的协同水平测度,加入了影响医护主体行为的决策风格因素;其次,考虑实际手术过程中术前准备阶段医疗设备数量、术中阶段医护人员数量和术后恢复阶段麻醉恢复病床数量的限制,制定了三阶段资源约束的手术日计划表;在此基础上,考虑手术室和医疗人员的可用性与手术效率等多种实际因素,建立了三阶段手术资源组合优化模型;最后,采用非支配排序遗传算法(NSGA-Ⅱ)求解多目标优化模型,并通过算例说明所提方法的有效性和实用性.

关键词：手术团队医护主体协同手术资源优化非支配排序遗传算法(NSGA-Ⅱ)

深度学习在诊断和分类青少年特发性脊柱侧凸中的应用研究

在线全文

学校读者我要写书评

暂无评论

中国医疗器械杂志 2024年第2期48卷 126-131页

作者：谢坤杰雷伟祝苏萍陈耀鹏林锦聪李毅严亚波空军军医大学西京医院骨科西安市710032 西安电子科技大学通信工程学院西安市710071

构建了一种基于深度学习的自动诊断和分类青少年特发性脊柱侧凸的模型。该模型包括关键点检测和Cobb角测量。回顾性收集站立位脊柱全长X线图像共748例,其中602例用于训练和优化模型,146例用于测试模型性能。结果表明该模型具有较好的诊... 详细信息

构建了一种基于深度学习的自动诊断和分类青少年特发性脊柱侧凸的模型。该模型包括关键点检测和Cobb角测量。回顾性收集站立位脊柱全长X线图像共748例,其中602例用于训练和优化模型,146例用于测试模型性能。结果表明该模型具有较好的诊断和分类性能,准确率为94.5%,其Cobb角的测量结果与专家测量结果相比,94.9%都在临床可接受范围内,平均绝对误差为2.1°,一致性也较好(r2≥0.9552,P<0.001)。未来该模型可应用于临床,提高医生诊断效率。

关键词：青少年特发性脊柱侧凸深度学习 X线图像 Cobb角诊断