基于字形特征的血管外科命名实体识别

电子病历(EMR)作为医疗信息化建设的核心,蕴含着众多有价值的医疗实体,对电子病历进行命名实体识别有助于推进医学研究。为解决血管外科电子病历研究数据匮乏、实体复杂识别困难等问题,基于某三甲医院血管外科的真实临床数据,构建一个小规模的专科数据集作为实验数据集,并提出一种基于字形特征的命名实体识别模型。首先,采用掩码校正的来自Transformer的双向编码器表示(MacBERT)生成动态字向量,引入汉字四角码与汉字五笔两个维度的字形信息;然后,将文本表示传入双向门控循环单元(BiGRU)与门控空洞卷积神经网络(DGCNN)进行特征提取,并对输出结果进行拼接;最后,通过多头自注意力机制捕捉序列内部元素间的关系,利用条件随机场(CRF)进行标签解码。实验结果表明,所提模型在自建血管外科数据集上的精确率、召回率、F1值分别为96.45%、97.77%、97.10%,均优于对比模型,具有更好的实体识别性能。

基于Relief-F算法的心血管介入患者术后死亡风险预测

针对心血管介入患者全周期病理数据普遍存在缺失、不连续、非结构化等问题,建立了心血管介入专病数据库,并采用基于Relief-F算法的预测方法,对心血管介入患者术后死亡风险进行预测。首先参照HL7、CDISC等国际心血管疾病统一标准对各数据源进行标准化处理,建立研究数据集,并对数据进行清洗和预处理;其次采用Relief-F算法对特征进行选择,最终保留30个特征变量;再次选择逻辑回归、支持向量机、随机森林等3种机器学习方法进行建模分析,并采用10折交叉验证方法对分类器进行训练;最后引入准确率等模型评价指标来评估各算法在数据集上的分类预测效果。实验结果表明:随机森林的分类效果在该研究数据集上的表现最佳,准确率达到81.97%,精确率为86.90%,召回率为82.14%,F1值为0.8441。该研究提出的方法能够客观反映患者术后死亡风险,为心血管介入患者术后死亡风险预测提供了一种有效的解决方案。

基于平面印刷碳电极的重金属离子检测

重金属离子对人类产生了极大危害。基于平面印刷技术的电化学传感器由于其便于大规模生产、重复性好、成本低已引起人们的广泛关注。我们采用丝网印刷技术制备了以碳为工作电极和对电极、Ag/AgCl为参比电极的三电极系统 ,结合微分脉冲溶出伏安技术 (DPASV) ,实现了多种离子的同时检测 (Cu ,Pb ,Zn) ,并对溶出条件进行了优化。该电极具有很好的灵敏度和精度 ,检测限达× 10 - 9,并对污水中的重金属离子进行了检测 ,取得了较好的效果。

基于边缘频谱分析的针灸镇痛效果研究

为了对疼痛进行有效的治疗和控制以及得到疼痛的客观评价标准,通过建立人体疼痛实验模型,利用现代脑电分析技术从脑部神经电活动的调制研究针灸镇痛过程中脑电信号的特征变化,以取得针灸镇痛的中枢机制和客观评价标准.实验对12个志愿者建立疼痛模型,然后进行经皮穴位电刺激(TEAS)治疗以及不进行任何刺激治疗两组实验,记录实验过程中的脑电信号,提取边缘频谱(SEF)特征,同时对志愿者进行视觉模拟评分(VAS).实验发现,SEF在疼痛刺激后明显升高,然后逐渐降低,但是经皮穴位电刺激实验组降低速度更快,程度更高,这和VAS具有相同的变化趋势.研究表明,经皮穴位电刺激具有一定的镇痛效果,并且SEF有望成为疼痛的客观评价指标之一.

采用平滑伪Wigner-Ville分布的SSVEP脑机接口系统

提出基于多频率刺激源诱发SSVEP的脑机接口(BCI)系统.针对脑电信号的微弱性和非平稳性特点,在对其进行预处理和空间滤波的基础上,采用平滑伪Wigner-Ville分布的时频分析方法将时间窗口长度内的脑电信号转换为时间-频率分布的信号.分类汇总视觉刺激时间内的脑电频率,并提取脑电信号中的最大频率成分作为目标频率.实验结果表明:随着分析时间窗的增大,平滑伪Wigner-Ville时频分析方法具有一定的优势.当时间窗为4s时,其分类准确率达98.29%,信息传输率达28.01bits/min,超过经典的典型相关分析(CCA)和功率谱密度分析(PSDA)的结果.

心音的非线性时间序列分析

通过非线性时间序列分析的方法———相关维来分析心音时间序列 ,获得有关冠状动脉堵塞的血液动力学特征信息。对所有病例进行分析 ,发现通过相关维数刻划出了大多数冠状动脉堵塞病人的心舒期心音序列内在的确定性行为 ,而大多数正常人的心舒期心音序列得不到具体的相关维数。这样提供了通过相关维数来对冠状动脉疾病进行无损检测的方法。

基于改进型MBLLEN网络的内窥镜图像增强算法研究

针对内窥镜场景,亮度与细节增强算法可能会引入色调改变和图像噪声问题,提出改进型MBLLEN(Multi-Branch Low-Light Enhancement Network)网络对内窥镜图像进行增强。首先,采用改进型MBLLEN网络对内窥镜图像亮度进行增强,减少特征提取卷积层,并采用跳连接方式,将增强模块替换成U-Net结构;其次,引入Hessian矩阵特征值,对图像的全局线性结构做细节后处理增强。消融实验结果表明,改进结构在内窥镜场景下相比于原结构更具适应性,并且验证集的增强结果的平均PSNR值为26.829,SSIM值为0.868,DVBV值为131.372,该算法的指标结果与6种主流算法比较,均排名前列。由此可见,本研究算法在保证内窥镜图像质量的基础上,有效地提高了亮度与细节表现。

基于连续小波变换和残差神经网络的房颤预测研究

心房颤动(AF)是一种最常见的心律失常类型,为了提高房颤预测的准确率和可靠性,提出了一种基于连续小波变换和残差神经网络的房颤预测方法。首先,采用软阈值小波去噪方法去除心电图信号的噪声干扰;其次,通过连续小波变换生成二维时频图;最后,使用带下采样的残差神经网络进行房颤预测。为了全面评估所提方法的性能,新建立了一个包含2160条心电图(ECG)记录的综合数据集,并在此数据集上进行了实验。实验结果表明,该方法在新数据集和公开数据集(AFPDB)上分别得到92.4%和96.1%的精确度,相较于当前的深度学习方法,实现了显著提升。

共轭导电聚合物及其在传感器中的应用

分析了共轭导电聚合物的结构特征和导电机理 ,综述了共轭导电聚合物在离子传感器、气体传感器、湿度传感器和生物传感器中的应用和原理 。

基于阳极溶出伏安法对PLS算法的重金属离子的同时测定

重金属离子对于环境的污染和人类的危害越来越大 ,利用阳极溶出伏安法可以提高检测的精度和实现多种离子 (Cu、Pb、Cd、Zn)的同时测定。而利用化学统计的方法可以有效的消除溶液中各种离子之间的相互干扰 ,我们利用偏最小二乘回归方法建立的模型对未知溶液具有很好的预测能力 ,预测误差不超过 15 %。另外我们采用超微组合圆盘铂电极 ,提高了检测的灵敏度 ,测量精度达ppb。

基于无线技术的生理参数采集系统及其设计

应用无线技术的生理参数采集系统减少了系统间的电缆连接,具有携带方便、应用灵活等优点,在病人监护和运动医学中具有重要的意义.文中实现了以8051为主控芯片、PTR 8000无线数据传输模块为核心,围绕PC机构建的无线生理参数采集系统,具体阐述了系统的总体设计框图、硬件电路设计和软件编程.该系统实现了人体脉搏波的远程无线测量,传输性能稳定,可靠工作距离达100 m,对周围电子仪器干扰小,显示了很好的应用前景.

基于全变差的加权最小二乘法PET图像重建

传统的加权最小二乘法、惩罚项加权最小二乘法虽然能够重建得到较好质量的图像,但在欠采样的条件下不能很好的拟制噪声.全变差作为正则项已广泛用于图像重建中,利用图像稀疏的先验知识能够在欠采样的条件下很好的重建图像.本文结合加权最小二乘法和全变差的优点,构造了基于全变差正则项的加权最小二乘法目标函数,运用交替求解的方法,将目标函数分解为求解二次优化和全变差正则化的优化问题,并分别用超松弛迭代方法和梯度下降法求解这两个优化问题.采用Zubal模型对该算法与传统算法进行仿真验证比较,并用相关系数、方差、信噪比等参数描述图像重建质量.结果表明在欠采样条件下,该算法能够更好的拟制噪声,重构效果比传统的有明显地提高.

基于飞行时间信息与稀疏正则化的PET图像重建

正电子发射型计算机断层成像(PET)作为一种重要的临床影像技术,其图像重建技术非常重要.本文将γ光子飞行时间信息(TOF)加入到系统响应矩阵并提出基于TOF的图像重建算法.基于压缩感知原理,利用全变差和小波变换对图像进行稀疏化,以它们为正则项构建目标函数;并运用惩罚函数的方法将目标函数求解分解为二次优化和稀疏约束2个子问题,运用交替求解的方法逐一求解,降低了求解的复杂性.采用蒙特卡罗对Derenzo模型进行仿真重建并比较不同算法的成像效果,结果表明,加入TOF信息和利用稀疏约束能够更好地拟制噪声,图像重建效果优于传统算法.文中进一步研究了系统时间分辨率和时间采样间隔对图像重建的影响,结果表明,时间分辨率越高、时间采集间隔越短,重建效果越好.

阈值随机共振及其在低质量浓度气体检测中的应用

提出利用阈值随机共振系统检测低质量浓度气体的方法.对传感器检测信号进行预处理以满足随机共振系统的要求,输入单阈值检测器,采用反映系统输入输出信号之间相关性的互相关系数作为阈值随机共振的表征.对系统的阈值参数进行优化,对最大互相关系数和气体质量浓度的相关性进行回归分析.实验结果表明,在该类系统中,不但存在阈值随机共振,而且随着气体质量浓度的增加最大互相关系数增加,采用最大互相关系数可以进行气体质量浓度的检测,最低检测限可以达到μg/L级别.

基于深度学习的运动目标实时识别与定位

针对人体运动目标的实时检测与定位问题,采用深度学习的方法进行研究.在Caffe框架下,采用SSD(Single Shot multibox Detector)检测方法.以VGG16作为基础网络模型,增加额外特征卷积层,提取多尺度的卷积特征.然后对实验数据集进行迭代训练,得到运动目标检测模型.利用训练好的模型,通过2路摄像机检测运动目标,并双目视觉定位.实验结果表明,整个系统运行速度可达40 fps,在10 m×10 m的场景下,平均定位误差在6 cm以内,在速度和精度上均有很好的表现,为大中型场景的人体运动实时检测定位问题提供了有效的解决方案.

基于WebGL的大型团体舞虚拟编排系统

随着中国演艺市场规模的不断发展,演出市场的演出场次和观众人数不断增加,对演出排练的质量要求逐渐提高.开发一个虚拟编排系统具有重要的价值和意义.本文研究开发一个适用于中大规模演出的虚拟编排系统,通过对基于WebGL的虚拟编排系统关键技术的研究,提出了模型文件压缩、预加载、内嵌server、优化v8引擎等方法,使得大规模虚拟排练系统得以流畅的运行,同时利用WebGL技术实现三维模型的创建、渲染,使得用户能够直接在本系统中完成大型排练的所有过程,具有良好的应用前景.

基于多尺度增强的冠脉提取与狭窄程度评估

本文结合对冠心病病变血管诊断的实际需求,深入研究心血管造影图像增强与分割算法,采用改进的多尺度血管增强滤波等技术对造影图像进行去噪增强,实现冠状动脉分割、骨架的提取、血管直径测量以及狭窄程度辅助评估,最终开发一套高效的智能影像辅助诊断系统,快速准确地对冠状动脉进行分割和测量,实验结果表明,本文方法的分割结果精确率为91.88%,召回率为84.40%,F1分数为87.49%,能满足基本的临床分割需求,辅助医生评估冠脉病变的严重程度。

基于多项式拟合的模特走秀动作分类方法

为自动、准确地对模特走秀动作进行评价,提出了一种基于多项式拟合的动作分类方法。该方法首先利用基于局部亲和域的方法进行人体关节点检测,同时为消除相机视角和个体体型差异性,将检测到的关节点通过普氏分析进行数据校准;其次将人体关节点分为脊柱、上肢和下肢三部分,分别从水平和垂直方向进行多项式拟合;再次对得到的多项式系数进行数据降维;最后将降维后的多项式系数作为动作评价的特征,利用SVM分类器实现模特走秀动作分类。实验结果表明:该方法评价准确率为71.9%,初步实现对人体动作的定性评价。该方法为模特走秀的动作评估提供了一种解决方案。

经皮穴位电刺激镇痛的脑电研究

通过对经皮穴位电刺激镇痛实验中记录的脑电信号进行分析,提取表征时间序列规则性的样本熵参数,研究了脑电样本熵与疼痛之间的关系,以及它的变化趋势.样本熵的独立样本T检验分析结果表明,样本熵在致痛状态与静息状态之间存在显著性差异(P<0.01),其平均值在致痛状态下要高于静息状态;在致痛状态与TEAS治疗状态之间存在显著性差异(P<0.01),其平均值在致痛状态下要高于治疗状态.样本熵能反映疼痛程度变化趋势,从非线性角度说明了穴位电刺激疗法对大脑的疼痛处理过程有一定的调制作用,样本熵有望用于客观的评价疼痛.

用于室内有毒气体快速检测的便携式CC/SAW电子鼻

开发了一种用于室内空气质量快速检测的便携式电子鼻气体分析仪。该仪器利用毛细管分离柱(CC)将混合气体选择性分离,实现对气体的分类识别,然后借助声表面波(SAW)传感器频率响应测量每种组分对应的浓度,实现对气体的量化。实验针对17种有毒有害气体进行测试,结果表明该系统能对低浓度复杂混合气体进行快速检测,且具有较高的灵敏度,良好的选择性和重复性。这为不同应用场合下的痕量气体检测提供了一种可行的技术。