简介：目的比较常规磁共振成像（MRI）、液体衰减反转恢复（FLAIR）序列及弥散加权成像（DWI）检查技术对多发性硬化（MS）的诊断价值。方法58例MS患者，其中男性34例，女性24例，年龄4～70岁，平均年龄35．95岁。使用MRI进行T1加权、T2加权、FIAIR序列及弥散加权成像检查。将4种序列图像进行比较，同时使用软件进行DWI的弥散系数（ADC）及影像分析。结果①FLAIR序列共检出病灶877个，而T1WI、T2WI和DWI分别检出病灶651、776和537个，分别为FLAIR序列检出病灶数的74％、88％和61％。各成像序列对病灶的检出率之间的差异有显著统计学意义（P〈0．0001）。②MS病灶主要分布在脑室周围白质和半卵圆中心区，占总病灶数的96．1％。其中分布在脑室周围白质的病灶数与半卵圆中心区者相比，差异无统计学意义（P〉0．05），而与脑干、小脑和胼胝体相比，差异均有显著统计学意义（均P〈0．01）。③T1WI信号多为低信号、略低信号和等信号，T2WI及FLAIR序列为高信号，DWI在急性期病灶显示为略高信号影，在慢性期可表现为等信号或低信号。④MS急性期病灶平均ADC与急性脑梗死相比差异无统计学意义（P〉0．05）。亚急性和慢性期平均ADC高于脑缺血的ADC（P〈0．001），但低于脑肿瘤的ADC（P〈0．05）。结论对MS病灶的阳性检出率，FLAIR序列优于其余3个序列；DWI可以较好地区分MS病灶分期，同时应用DWI、ADC检查对判别病灶的性质、鉴别诊断有较大帮助，是诊断MS等脱髓鞘疾病的有效影像学方法。

简介：目的系统评价MRI弥散加权成像(DWI)在预测乳腺癌新辅助化学治疗结果方面的准确性。方法选择PubMed、EMBASE和Cochranelibrary数据库,采用EMTREE术语(用于EMBASE)、医学标题术语(用于Medline)和文本词汇(用于其他),即('breastcancer'或'breastneoplasm')和('diffusionweightedmagneticresonanceimaging'或'diffusionweightedMRI'或'diffusionMRI'或'DWI')和('neoadjuvanttherapy'或'neoadjuvanttreatment')和('chemotherapy'或'pharmacotherapy'或'drugtherapy'),进行全面的文献检索。时间为1996年至2018年11月21日。评估纳入研究的方法学质量,对其灵敏度和特异度进行异质性检验并进行合并加权分析,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC)。结果最终纳入12篇文献,536例研究对象。Meta分析结果显示:合并加权灵敏度和合并加权特异度及其95%置信区间(CI)分别为85%[95%CI(0.76~0.92)]和78%[95%CI(0.64~0.88)]。异质性分析灵敏度(I~2=53.51,P=0.01)和特异度(I~2=83.18,P<0.001)差异有统计学意义,主要是由于存在阈值效应(r=0.694;P=0.012)。使用ROC曲线,AUC为0.89(95%CI:0.86~0.92)。Deeks漏斗图不对称检验表明,无明显的发表偏倚(P=0.54)。结论DWI是预测乳腺癌新辅助化学治疗疗效的有价值的成像工具。

简介：以生理信号分析为主,表情行为观察和情绪主观感受评价为辅,对多名被试的情绪进行识别.60名大学女生接受恐惧-快乐-轻松的情绪诱发,有效数据55名,对应每个情绪片段,根据信号标记以及GSR微分,截取1min的生理信号进行处理和分析,应用SPSS对各生理参数进行情绪的单因素方差分析,然后采用逐步多类判别法,提取特征参数以识别情绪.结果表明HR、HRV、R波、T波各生理参数对情绪较敏感;提取出HFP,HRmax,PNN50,LF/HF,Ratio,LFP,MeanNN7个特征参数,构建情绪判别函数Fuction1,Fuction2和Z1、Z2,Z3;轻松的判别正确率为88.0%,快乐的为92.0%,恐惧的为80.0%,总体判别正确率为86.7%.以生理信号分析为主,辅助表情行为观察和情绪主观感受报告,是一种有效的情绪识别方法,所得数据客观、准确,提高了情绪识别率.

简介：针对超声组织谐波成像中基谐波分离的问题,提出一种基于二阶volterra滤波器的超声组织谐波的提取方法。在谐波提取过程中,利用RLS算法估计SVF的系数,然后利用估计的二次成分成像。与传统谐波分离方法—带通滤波相比,该方法能更好地提取谐波。结果表明,这种方法能有效提取谐波,所提取的信号的动态范围更大,图像梯度幅度累加和更高,性能优于传统的谐波提取方法。

简介：目的　将小波变换应用于ECG信号QRS波检测，提高QRS波的正确检测率。方法　利用二进Marr小波对ECG信号按Mallat算法进行变换；从等效滤波器的角度分析了信号奇异点(R波峰值点)与其小波变换模极大值的关系；探讨二次微分小波与一次微分小波在奇异点分析时性能上的差异，在检测中还运用了一系列策略以增强算法的抗干扰能力。结果　经MIT/BIH标准心律失常数据库验证，QRS波的正确检测率高达99.8%。结论　小波技术在ECG信号消噪和精确定位显示良好的性能；不同的小波函数直接影响结果和后续的检测策略。

简介：目的采用基于Lopez-Mancini-CalbetDivergence（LMCD）的统计复杂度分析方法,对充血性心力衰竭信号、心脏性猝死信号与正常窦性心律信号进行统计复杂度分析。方法采用Bandt-Pompe算法对符号序列进行模式概率统计,分析了充血性心力衰竭信号、心脏性猝死信号与正常窦性心律信号的统计复杂度。结果3种心律信号的统计复杂度存在差异,正常窦性心率信号的统计复杂度最高,充血性心力衰竭信号次之,心脏性猝死信号最低。方差分析表明,基于LMCD的分析方法得出的3种心电信号的统计复杂度差异具有统计学意义。结论采用LMCD的统计复杂度方法可以有效地区分3种不同生理病理状态下心电信号,为辅助临床诊断提供了一种新手段。

简介：针对传统医护监测设备的缺陷，提出了一种基于物联网的智能医护监测系统，从物联网的三层架构出发，设计了系统的四层架构，旨在实现患者家属和医护人员通过web方式异地访问患者生理参数的目的。方法：采用ZigBee簇树型无线网络进行多点数据传输的方法、基于可编程片上系统PSoC的底层控制、采用B/S架构的应用层数据访问。该系统监测患者生理参数准确度不大于±0．01，显示数据具有动态实时性；并能实现患者异常参数智能预警提示。突出设备的小型化，将其内嵌于病号服中。设计的基于物联网技术的智能监测系统，能动态实时远程监测患者信息，明显减轻了医护工作的人力、物力、财力，为远程医疗系统奠定了基础。

简介：以氨基酸组成为特征对膜蛋白的分类，忽略了序列残基之间的相关性信息，而采用传统支持向量机算法作为分类算法，在解决多类问题时会出现分类盲区问题。针对这两种情况，计算蛋白质序列的氨基酸组成、二肽组成以及6种氨基酸相关系数，将三类特征结合，作为膜蛋白序列的特征向量；同时采用模糊支持向量机作为分类器，解决了传统支持向量机在多类数据识别中的盲区问题。测试结果表明，在相同特征输入下，模糊支持向量机分类性能优于传统支持向量机；在相同分类器的情况下，氨基酸组成、二肽组成和相关系数组合的特征选择方法的分类性能优于只使用其中一类或两类特征的方法；而采取组合特征和模糊支持向量机相结合的分类策略，在独立性数据集测试中的整体预测精度达到97％，优于现有的多种分类策略，是目前最有效的膜蛋白分类方法之一。

简介：动态贝叶斯网络（dynamicbayesiannetwork,DBN）是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。

简介：为解决传统听诊器听诊主要依靠医师经验判断,且灵敏度不高、无法记录下心肺听诊音等问题,我们将蓝牙无线传输技术、计算机技术与医疗实际需求相结合,对基于蓝牙的无线录音听诊装置的设计进行了研究,设计出基于蓝牙技术的新型听诊器。为心肺听诊音的存储记录与量化分析提供一种新的解决方案,从而辅助疾病的准确诊断和医疗事故的责任认定。

简介：根据红外热像仪测得的体表温度来获得肿瘤相关信息，可以抽象为一个含有内热源的导热反问题。针对同时反演肿瘤位置、肿瘤代谢热强度及乳腺导热系数等多参数反问题的特点，本研究提出并建立了与反演参数相关的辅助目标函数，同时对求解所采用的粒子群优化算法中的更新方式进行了相应的改进。数值验证结果表明：在反演多参数反问题中采用多目标函数能提高反演精度，加快收敛速度。研究结果为根据乳腺红外热像图量化诊断体内肿瘤提供了理论依据。

简介：主动脉脉搏波速度（aoPWV）是心血管疾病的独立预测因子,但难以采用波形分析方法直接获取,医学界采用颈股PWV（cfPWV）、臂踝PWV（baPWV）、心股PWV（hfPWV）近似代替aoPWV。目前三种指标在国内外均有应用,但三者的差异性尚未得到深入研究。我们设计了一种无创脉搏波检测仪器,同步采集心电、心音和多路脉搏波信号,采用专用软件准确解析出上述三种PWV,为后续研究工作提供了基础实验平台。实测结果表明：采集的波形信号稳定、真实,可准确获取cfPWV、baPWV、hfPWV。

简介：利用生物超微弱发光检测仪,对经典热性药当归与经典寒性药黄芩中药煎煮液灌胃小鼠体表生物超微弱发光连续16d检测,结果显示:(1)在基于小鼠超微弱发光的中药药性研究实验中灌胃小鼠的最佳检测时间范围为第5d至第10d;(2)当归组与空白组、黄芩组与空白组腹部与背部自发发光强度的比值之间存在显著性差异,提示灌胃小鼠的腹背自发发光强度的比值可作为表征中药寒热药性的指标。本研究结果可以为中药药性的研究提供新的思路。

简介：探索心电信号的有效标定方法.利用小波变换良好的时频聚焦性和多孔算法的时不变性,并结合时域的标定参考信息,实现对ECG的准确标定.结果表明在Matlab6.5仿真环境下,对MIT/BIH心电数据库中的数据进行测试,准确率可达99.5%,并且满足CSEworkingParty提出的心电检测误差标准.在波形失真较小情况下,用该法可实现对ECG的自动标定.

简介：对真实人体边界模型的电阻抗断层成像进行实现,研究其成像特点。提取CT（computerizedtomography）图片中先验信息,得到基于真实人体轮廓外形的模型,利用等位线反投影算法进行仿真研究。结果表明：可以较好地反映多种不同扰动的变化,具有一定程度的目标分辨率和识别率,并可以对扰动目标实现较好的定位。说明基于真实人体边界模型的电阻抗断层成像实现是可行的,结果是可靠的,这种重构模型使得重构结果更趋近于真实人体情况,为临床研究做出初步尝试。

简介：医学图像数据量大，在高效压缩的同时确保其压缩后的高保真度是医学图像压缩首要考虑的因素。使用第二代整数实现的提升格式小波变换代替原来的小波变换，保证图像的可逆性和小波特性，能够实现真正的无损压缩。实验结果表明，在此基础上完成的多集集合分裂算法（SPIHT），对医学图像的压缩更加平滑，视觉效果好，压缩效果和质量较高，提高了重构图像的PSNR。

简介：设计一种下肢智能训练系统,对下肢运动障碍患者进行科学化的康复训练,帮助他们尽快恢复行走能力。本系统应用计算机技术,并采用AVR单片机作为下位机核心控制芯片,采用伺服控制系统作为动力机构,通过伺服电机驱动行走机构来模拟正常步行,实现对患者行走训练,并通过PID控制算法对系统运动进行精确控制。实验表明,本系统具有较高精度及较好的疗效,有较好的临床应用前景。

简介：为了在增强对比度的同时又能较好地表现细节，我们提出了一种基于人眼视觉特性的多尺度图像增强方法，该方法在对数域进行图像的高低频分离，并对两部分分量分别进行直方图均衡和局部增强处理。此方法结合了直方图均衡和局部增强算法的优点，增强后的DR图像效果较好。

简介：本研究基于深度学习算法设计一套静脉留置针穿刺点智能定位方法,进而实现智能穿刺。基于深度学习算法FasterRCNN训练超声图像中血管自动检测模型,优化检测模型的网络架构与非极大值抑制参数,血管检测器AP=0.896。基于穿刺靶血管位于穿刺中分线上这一先验知识,确定穿刺靶血管,根据靶血管的物理位置以及留置针的穿刺角度,确定留置针在患者皮肤表层上的穿刺点的物理位置以及留置针的进针距离,进而机械手臂驱动留置针自动穿刺。在体膜上验证上述方案有效。

简介：提出了基于容积脉搏波振幅梯度的血压检测方法,并开发了相应的检测系统,进行了原理测试和对比实验。首先,对三名实验者进行了验证性实验,确认了系统的稳定性;其次,以水银式血压检测法作为对比方法,进行了基于容积脉搏波振幅梯度的血压检测法的对比实验,实验结果表明两种血压检测法具有良好的直线相关性;最后,用Bland-Altman图进行分析,结果表明收缩压和舒张压均有94%以上的实验结果分布在95%置信区间的范围之内,说明两种测量方法具有良好的一致性。基于容积脉搏波振幅梯度的血压检测法与水银式血压检测法具有大致相同的检测精度,本研究提出的新的血压检测法对间歇式血压检测是有效的。