学科分类
/ 25
500 个结果
  • 简介:本文对皮肤肿瘤目标识别技术进行研究。首先利用阈值分割方法对皮损区域进行分割;然后,依据皮肤肿瘤早期诊断ABCD准则,对皮损区域提取了颜色、纹理和形状等特征,并基于相关性分析对所提取的特征进行优选;最后采用组合BP神经网络模型实现了皮肤肿瘤目标的分类识别。本文方法在黄色人种皮肤镜图像上进行实验,结果表明,该方法具有更高的分类精度,敏感度和特异度分别达到了93.3%和96.7%,识别结果令人满意。

  • 标签: 皮肤镜图像 BP神经网络 皮肤肿瘤 识别分类
  • 简介:摘要在医疗卫生领域,人工智能具有广阔的应用前景和较高的实用价值。介绍了人工智能在神经网络中的应用,及应用前景。

  • 标签: 人工智能 神经网络 前景
  • 简介:摘要:以乳制品食品安全监测数据为样本,研究基于径向基函数神经网络的食品安全预警方法,对食品安全日常监测数据进行筛选简化,选择与食品安全最为密切的检测项目,以此建立数据样本建立神经网络输入层,隐含层并建立输出层的食品安全预警神经网络模型,用数据样本进行训练和验证,结果表明径向基函数神经网络的食品安全预警方法能有效识别、记忆食品危险特征,对输入数据进行预测,有助于丰富食品安全数据处理方法及完善相关预警技术手段。

  • 标签:
  • 简介:针对皮肤镜黑色素细胞瘤图像,提出一种基于自生成神经网络(self-generatingneuralnet-work,SGNN)的自动分割算法。算法首先采用区域生长的方法将图像进行粗分割;然后将每一个子区域看作一个叶节点,根据节点之间的相邻关系定义连接规则;最后采用SGNN对这些节点进行聚类,完成黑色素细胞瘤图像的分割。本文方法克服了传统SGNN算法对样本训练顺序敏感的缺陷,提高了效率,实验结果表明,该方法能够自适应确定聚类数目并准确分割黑色素细胞瘤图像。

  • 标签: 皮肤镜图像 自生成神经网络 图像分割 区域生长
  • 简介:目的运用人工神经网络数据挖掘技术分析与浸润性膀胱癌患者预后有关的各种因素建立预测浸润性膀胱癌患者5年生存状态的预后模型,并与传统的Logistic回归分析比较评价其效果。方法收集从2006年1月至2009年12月在我院接受诊治的134例浸润性膀胱癌患者的资料。所采用数据挖掘技术为人工神经网络(ANN)。将所有病例分为两组:一组作为训练样本,不参与数据挖掘过程,共计27例;一组用于筛选变量及建立预测模型,参与数据挖掘过程共计107例。应用Logistic回归模型的相关评价指标来比较两种方法对于评价预后模型的准确度。结果T分期、肿瘤直径、是否有淋巴结转移、肿瘤单发及多发、手术方式、病理分级,6项指标均与浸润性膀胱癌患者的5生存状态相关(P<0.05)。ANN模型预测患者5年生存状态的准确率为85.18%、敏感度为57.14%和特异度为95.00%,Logistic回归模型的相关评价指标,准确率77.78%、敏感度44.44%、特异度94.44%。神经网络各项指标均优于Logistic回归模型。结论数据挖掘技术可从与浸润性膀胱癌患者预后相关的大量信息中挖掘出有意义的指标,并利用这些指标建立预测模型来判断患者5年后的生存状态。

  • 标签: 数据挖掘 人工神经网络(ANN) 浸润性膀胱癌 预后模型
  • 简介:摘要:新型冠状病毒在2020年为我国人民的生活质量带来了极大的影响,同时也造成了很多家庭的破碎。但是感染新冠病毒尽可能早的发现并采取治疗能够在很大程度上延续患者生存的时间,新型冠状病毒(新冠,SARS-Cov-2)的首次报道与2019年的12月末,此后其快速发展成为全球性质的新型传染疾病。患有新型冠状肺炎的患者虽然总体的死亡率不高,但是其会在很短的时间内发展成为重症患者,造成死亡风险的大大提高。眼前对于早期阶段筛查患者发展情况的方式处于较为起步的阶段,这样的问题会导致生产生活受到进一步的影响,为此本文对基于深度卷积神经网络判断(新冠)肺部感染类疾病的视觉监测方法进行研究,由深度卷积神经网络的相关概念入手,进而展开检验方式内容及检验训练模型的具体论证,同时使用具体效果的验证确保其有效性。

  • 标签: 深度卷积神经网络 肺部感染 视觉监测
  • 简介:摘要:作为一个复杂的神经网络系统,大脑区域和基因协同有效地存储和传递信息。本文提出将协作相关性抽象为脑区基因网络(BG-CN),并提出了基于图卷积神经网络的阿尔兹海默症的早期治疗系统,图卷积神经网络(GCN),用于研究脑区内部和脑区之间的信息传递。该结果可用于阿尔茨海默病(Alzheimer ' s disease, AD)的诊断和病因提取。首先,建立了BG-CN的亲和聚合模型来描述脑区间和脑区内的信息传递。其次,基于亲和聚合模型,设计了具有脑区间卷积和脑区内卷积操作的GCN体系结构。通过在AD神经成像倡议(ADNI)数据集上的充分实验验证,GCN的设计更符合生理机制,提高了可解释性和分类性能。此外,GCN可以识别受损的大脑区域和致病基因,这可能有助于AD的精准医疗和药物设计,并为其他神经系统疾病提供有价值的参考。

  • 标签: 阿尔茨海默病(AD) 图卷积神经网络(GCN)
  • 简介:目的探讨抑郁症患者的注意功能障碍及其相应的大脑神经网络信息传输特征变化规律。方法对34例抑郁症患者和51例健康志愿者行定量脑电信息传输特征分析,并通过视觉注意反应时测验和视觉注意保持测验评估视觉注意反应能力。结果抑郁症患者视觉注意反应时间长于对照组.视觉保持测验失误总数、误判数均高于对照组(£分别=4.71、4.56、3.96,P均〈0.05)。伴焦虑的抑郁症患者视觉注意反应时测验的反应时间短于不伴焦虑的患者(t=3.20.P〈O.05)。抑郁症组的大脑信息平均传输强度指数、平均强度调整周期、平均传输响应指数、平均响应调整周期均低于对照组(f分别=5.77、4.24、6.39、4.89,P均〈0.05),且中重度抑郁症患者的上述脑电信息传输特征参数均低于轻度组(f分别=2.41、2.78、2.91、3.25,P均〈0.05)。此外,正确数与年龄呈负相关,与受教育年限呈正相关(r分别=-0.41、0.36,P均〈0.05);正确数、大脑信息平均强度调整周期、平均响应调整周期与抑郁、焦虑程度呈负相关(r分别=-0.43、-0.36、-0.40;-0.46、-0.44、-0.48,P均〈0.05),平均传输强度指数还与抑郁程度呈负相关(r=0.36,P〈O.05)。结论抑郁症患者存在注意功能缺陷,大脑神经网络信息传输特性明显降低。抑郁症患者注意功能的损害受年龄、教育年限以及临床症状的严重程度等因素不同程度的影响。

  • 标签: 抑郁障碍 注意功能 脑电信息 神经网络
  • 简介:摘要 目的 探讨基于神经网络技术分析肺功能数据在非急性发作期哮喘长期管理中的临床效果。方法 本课题选取我科门诊的10例非急性发作期的哮喘患者,随机分组,手机组和预测组各5例。手机组:患者使用手机小程序填写ACT问卷,使用手持肺活量仪自测肺功能并上传数据到手机小程序,医师端及时依据患者症状和肺功能数据,给予患者指导和用药调整。预测组:在手机组的基础上,研究人员建立数据库,结合神经网络技术分析肺功能和ACT评分,预测下一阶段患者可能达到的哮喘控制水平,医生依据患者的实时数据和预测结果,给予患者精准干预;患者加强自我管理。结果 对所有研究对象均随访6个月后进行评估,预测组在遵医行为(P

  • 标签: 哮喘 神经网络 病情评估 预测
  • 简介:摘要:目的:探讨农村女性空巢老人的生活现状以及结合人工智能技术的护理干预对该群体身心健康和社交支持的影响。方法:对160名女性空巢老人进行研究,任选80名进行模型构建,剩余80名随机平分为实验组与对照组。实验组老人依据模型输出的干预项进行护理,对照组则根据经验施加干预。持续干预12周后,采用血压、血糖等指标评估两组老人的身体健康状态,用SAS和DMSM量表评估焦虑情绪和心理病痛程度,SSRS评估社交支持状态。结果:实验组老人的身体状态、心理健康指标及社交支持均优于对照组。结论:基于神经网络的精准护理干预效果优于个人经验指导的护理,建议将人工智能技术与老年护理领域更广泛结合以最大化改善生活质量。

  • 标签: 农村女性空巢老人 神经网络 精准护理
  • 简介:【摘要】 目的:构建术后肺部并发症(postoperative pulmonary complications, PPCs)的预测模型并进行验证。方法:回顾性收集2019年1月1日至2021年12月31日在重庆医科大学附属巴南医院实施的头颈胸及上腹部三、四级手术的患者,其中满足纳入排除标准的病例有2157例。数据预处理后,通过循证和临床结合的方式筛选出预测模型的特征变量,基于机器学习技术分别构建Logistic回归模型、梯度提升决策树(gradient boosting decision tree, GBDT)模型和人工神经网络(artificial neural network, ANN)模型。通过比较预测模型的准确度、灵敏度、特异度和曲线下面积(the area under the curve, AUC)等指标,评估三种模型的预测性能。结果:Logistic回归模型、GBDT模型和ANN模型的AUC值,分别为0.823 (95% CI: 0.790~0.855)、0.877 (95% CI: 0.841~0.913)和0.908 (95% CI: 0.878~0.938)。结论:基于机器学习算法构建PPCs风险预测模型具有可行性。在本研究构建的三种PPCs机器学习模型中,ANN模型具有良好的预测表现和临床价值。

  • 标签: 机器学习 术后肺部并发症 风险评估 预测模型
  • 简介:目的建立乳腺癌针吸细胞形态定量参数的人工神经网络诊断模型,并验证其在辅助FNA诊断乳腺癌的价值。方法利用MPIAS-2000系统对60例乳腺癌及30例乳腺良性病变的针吸细胞学涂片进行形态定量测定,对获得的29项形态参数进行人工神经网络建模分析,并用盲法对其鉴别诊断能力进行评价。结果所建立的网络模型经过14次训练后即可达到误差要求,诊断模型对乳腺癌及乳腺良性病变的诊断正确率为100%,其特异性和敏感性均为100%。结论乳腺良恶性病变的针吸细胞学涂片进行ANN分析所建立的诊断模型,对乳腺癌及良性病病变的鉴别诊断具有较高的应用价值,为辅助针吸细胞学诊断乳腺良恶性病变提供了新的思路。

  • 标签: 针吸细胞学 乳腺癌 细胞形态定量参数 人工神经网络 诊断模型
  • 简介:背景:面神经周围性损伤后,首先涉及其中枢神经元轴突的逆行性反应,神经能否再生则取决于神经元胞体的存活及功能状态。目的:检测面神经损伤后,面神经核中神经钙黏附分子和胎盘钙黏附分子的表达变化。方法:将新西兰大白兔随机分为模型组(n=48)和对照组(n=8)。模型组兔建立右侧面神经压榨损伤模型。模型组分别于损伤后1,4,7,14,21,28d各取8只兔进行检测。运用免疫组织化学SP法及实时定量PCR法检测兔右侧面神经核运动神经元中神经钙黏附分子和胎盘钙黏附分子蛋白及mRNA的表达水平。结果与结论:对照组兔右侧面神经核运动神经元中无神经钙黏附分子或胎盘钙黏附分子标记的阳性神经元。模型组兔右侧面神经核运动神经元中存在神经钙黏附分子和胎盘钙黏附分子阳性神经元,2种阳性神经元数量均在第14天时达到峰值。与对照组相比,模型组损伤后4-28d兔面神经核中神经钙黏附分子mRNA的表达水平明显增加,损伤后1d时兔面神经核中胎盘钙黏附分子mRNA的表达水平明显下降,损伤后7-28d时兔面神经核中胎盘钙黏附分子mRNA的表达水平明显增加。提示面神经损伤的早期即出现2种分子的阳性表达,其中胎盘钙黏附分子的表达自神经损伤后一直存在,而神经钙黏附分子表达时间相对较短。在面神经损伤时,面神经核中神经钙黏附分子和胎盘钙黏附分子均表达增加,说明面神经再生可能与黏附分子的高表达有关。

  • 标签: 组织构建 组织工程 神经型钙黏附分子 胎盘型钙黏附分子 面神经核 信号转导
  • 简介:摘要研究目的本综述通过搜集相关坐骨神经变异的文献研究报告,了解坐骨神经正常的形态结构与走形变化,整理并分析出其变异的类型,为之后的局部解剖和临床疾病提供理论支持。研究方法1.文献资料法在知网、维普网和Pubmed数据库上输入关键词“坐骨神经、变异、形态学、梨状肌”or“sciaticnerve,variation,morphology,piriformis”查询从2008年1月至2018年12月相关文献共计45篇,最终选用观点与主题接近、重复率低且为原创性的有效参考文献21篇。2.逻辑思维法在掌握各种文献结论的的基础上,运用逻辑的知识和方法进行分析坐骨神经正常走行特点与变异的类型,最后对结果进行综合,得出结论。研究结果坐骨神经最为常见的变异有六种,但是随着不可控性外界因素的增加以及局部解剖的不断发展,其新的变异情况也逐渐涌现出来。研究结论早前已有学者对坐骨神经变异做了详细的分,但是通过文献查询发现了三种新的分。坐骨神经变异是人体变异概率最大的,其变异原因与窄小的解剖位置、血供等息息相关。了解和梳理出坐骨神经的变异类型及影响因素,可以为临床治疗不确定性疾病提供意见,降低误诊概率。

  • 标签: 坐骨神经 变异 形态学 梨状肌
  • 简介:摘要:研究目的:本综述通过搜集相关坐骨神经变异的文献研究报告,了解坐骨神经正常的形态结构与走形变化,整理并分析出其变异的类型,为之后的局部解剖和临床疾病提供理论支持。研究方法: 1.文献资料法:在知网、维普网和 Pubmed数据库上输入关键词“坐骨神经、变异、形态学、梨状肌” or “sciatic nerve, variation, morphology, piriformis”查询从 2008年 1月至 2018年 12月相关文献共计 45篇,最终选用观点与主题接近、重复率低且为原创性的有效参考文献 21篇。 2.逻辑思维法:在掌握各种文献结论的的基础上,运用逻辑的知识和方法进行分析坐骨神经正常走行特点与变异的类型,最后对结果进行综合,得出结论。研究结果:坐骨神经最为常见的变异有六种,但是随着不可控性外界因素的增加以及局部解剖的不断发展,其新的变异情况也逐渐涌现出来。研究结论:早前已有学者对坐骨神经变异做了详细的分,但是通过文献查询发现了三种新的分。坐骨神经变异是人体变异概率最大的,其变异原因与窄小的解剖位置、血供等息息相关。了解和梳理出坐骨神经的变异类型及影响因素,可以为临床治疗不确定性疾病提供意见,降低误诊概率。

  • 标签: 坐骨神经 变异 形态学 梨状肌
  • 简介:

  • 标签:
  • 简介:

  • 标签: