基于图卷积网络和有效自注意力的3D腹部器官图像分割方法

3D医学图像分割是实现医学影像诊断、手术规划和治疗跟踪的前提与基础。腹部器官在影像上轮廓复杂、界限相对模糊,针对以上问题,提出了一种基于图卷积和有效自注意力的3D腹部器官分割网络。首先,在编码器端加入有效自注意力模块,有效地学习空间通道特征表示。其次,采用动态图卷积捕获腹部器官间的动态拓扑信息,同时有效突出腹部器官的特征。最后,在编码器端加入跳跃连接,融合不同分辨率的特征信息。实验结果表明,该方法在Amos22数据集上取得了较好的分割结果。

低功耗可穿戴式心电监测系统

日常心电监测对预防心血管病具有重要意义,但医用心电监测系统成本高、操作复杂且不适用于居家心电监测,可穿戴设备忽视了噪声干扰问题,难以利用采集信号来分析诊断病情。文中设计了一种低功耗可穿戴式心电监测系统,该系统由电源管理模块、心电采集模块、数据处理模块和延时开关模块4部分组成,通过BMD101芯片采集人体心电信号,使用低功耗蓝牙芯片nrf52832将心电数据发送到移动端。针对信号中易引入的肌电干扰噪声问题,文中提出了基于变分模态分解(Variational Mode Decomposition,VMD)的去噪算法,利用非局部均值(Non-Local Mean,NLM)滤除心电信号中低频模态的噪声,离散小波(Discrete Wavelet Transform,DWT)阈值去噪算法消除心电信号的高频模态噪声,重构后的信号质量明显提高。实验结果证明,所提算法具有成本低、易便携和使用方便等特点,能够获取高质量的心电信号,满足用户的长程监测需求,解决了日常不方便监测心电和心电信号获取质量低的问题。

基于TE-NeuS的人体头部三维重建

针对研究神经辐射场重建三维网格,从多视图照片中提取出高质量的网格模型,文章提出了一种基于NeuS的新型网络模型结构Texture Enhancement NeuS(TE-NeuS),该模型结构具备纹理增强特性,通过分解采样光线,运用多层感知机将一条模糊光线建模成5条清晰光线的加权,能够从轻微晃动的人体照片中提取出高质量的人体头部三维网格模型。用5组人头照片进行测试,实验结果表明,相较于NeRF和NeuS,TE-NeuS在倒角距离指标上分别提升了21.89%与13.36%,并且成功地提取出高质量的人体头部三维模型。

一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用

许多时变步长（ＶＳＳ）自适应算法已经提出用来完善标准ＬＭＳ算法的性能，但实验表明这些算法容易受噪声干扰。本文介绍了一种新的变步长ＬＭＳ自适应算法，这种算法保证了较小的失调，同时使算法在自适应初始阶段有较快的收敛速度。该算法的优越性在于它不受已经存在的不相关噪声的干扰。本文对该算法的收敛性和稳定性进行了分析，并将该算法应用于自适应噪声对消的仿真实验中，给出了计算机的仿真结果。

基于全变分扩展方法的压缩感知磁共振成像算法研究

针对全变分算法在压缩感知磁共振成像(CS-MRI)重构过程中存在"阶梯效应"的问题,该文研究3种基于全变分扩展方法的CS-MRI成像算法,即高阶全变分、总广义变分和组合稀疏全变分,并将其与平移不变离散小波稀疏基相结合,建立稀疏模型,采用快速复合分裂算法求解CS-MRI重构的凸优化问题。同时,讨论了全变分及其扩展方法对两种不同磁共振图像数据和径向欠采样模式重构CS-MRI的精度。实验结果表明,基于全变分扩展的重构算法能有效解决全变分重建中存在阶梯效应的缺点;另外,相比高阶全变分和总广义变分重构算法,组合稀疏全变分方法具有更好的重建效果,获得更高重构信噪比。

结合非线性GRAPPA与SENSE的并行磁共振成像

针对SENSE并行磁共振成像中采用补零缺失数据方法估计敏感度分布不准确性的问题,提出采用非线性GRAPPA方法估算缺失的K空间欠采样数据.计算并行线圈的敏感度分布,将这些敏感度分布应用于SENSE并行磁共振成像.采用不同加速因子的脑磁共振K空间欠采样数据以验证提出算法的重建性能.实验结果表明,与单一的非线性GRAPPA和SENSE重建算法相比,该混合NLGRAPPA-SENSE算法在加速因子较大时可以重建出更加准确的磁共振图像,具有更低的噪声功率(AP)和更高的信噪比(SNR)性能.

基于DSP的人工电子耳语音信号处理的研究

介绍人工电子耳的基本原理和CIS语音信号处理方案,提出基于DSP芯片TMS320LF2407的硬件电路设计和软件编程 流程,最后通过计算机对经过DSP处理后的语音数据进行了仿真和合成,实验结果表明合成语音与原始语音在频谱包 络特征上非常相似。

基于小波分析与神经网络相结合的表面肌电信号识别的研究

表面肌电信号是从人体骨骼肌表面通过电极记录下来的神经肌肉活动发放的生物电信号,具有非平稳性和复杂性的特点。本研究通过使用小波分析与神经网络相结合的方法,识别正常肌电信号与疲劳肌电信号。实验表明,将小波分解后的肌电信号代替原始肌电信号,能明显提高神经网络对肌电信号的识别准确率。

小波变换在电子耳蜗CIS处理中的应用及其仿真和合成

小波变换是采用多分辨率的思想,非均匀的划分时频空间,对信号做多尺度分析,其功能相当于用一组恒品质因数Q的带通滤波器做多分辨率分析。文章利用小波变换代替带通滤波器组实现电子耳蜗C IS语音信号处理,讨论了小波变换在电子耳蜗C IS语音信号处理中的应用,并对该方法进行计算机仿真和声音合成。

中西太平洋鲣围网渔业入渔指标体系构建与应用

中西太平洋鲣围网渔业是典型的过洋性渔业,资源、经济、社会等多方面因素会影响远洋渔业企业对入渔国的选择。以密克罗尼西亚联邦、巴布亚新几内亚、马绍尔群岛、瑙鲁、基里巴斯等5个中西太平洋入渔国为对象,在以往资源分布、入渔风险评价研究的基础上,利用层次分析法构建中西太平洋鲣围网渔业入渔指标体系。体系以远洋渔业企业入渔利益最大化为目标,包含资源状况、经济成本、入渔风险3个一级指标及8个二级指标。根据中西太平洋渔业委员会统计数据及远洋渔业企业调研资料,以2017—2021年入渔各沿海国的入渔效益为例对本研究所构建的指标体系进行验证,验证前对数据进行标准化,以消除量纲差异对结果的影响。结果显示,瑙鲁是入渔评分最高的国家,历年分值均在65分以上,且评分波动较小;其次为基里巴斯、密克罗尼西亚和巴布亚新几内亚,3者评分略低于瑙鲁,且稳定性相对较差。马绍尔群岛入渔评分最低,历年均在65分以下。各一级指标权重由高到低依次为资源状况(0.479)、经济成本(0.372)、入渔风险(0.149);各二级指标权重由高到低依次为资源丰度(0.265)、作业天单价(0.171)、寻鱼时间(0.151)、适宜栖息地面积比(0.148)、社会稳定性(0.078)、国家外交关系(0.071)、高经济价值种类占比(0.066)、转场时间(0.050)。研究结果为我国远洋渔业企业进行入渔决策提供了参考。

魔芋葡甘聚糖与可得然胶的相互作用

通过分子动力学模拟魔芋葡甘聚糖(konjac glucomannan,KGM)和可得然胶分子的作用方式;采用旋转流变仪测定25℃条件下KGM/可得然胶溶胶黏度、剪切力随剪切速率变化的规律;采用透射电子显微镜和原子力显微镜观察KGM/可得然胶共混溶胶在90℃条件下的分子形貌。分子模拟表明KGM和可得然胶分子间存在氢键相互作用;KGM/可得然胶流变性结果表明二者分子间存在相互作用,且共混溶胶剪切力协同指数由1.43提高到1.97,两种多糖分子共混具有协同-增黏作用,可能是两种多糖分子相互作用的结果;显微镜观察结果表明分子间可形成互穿网状结构(可能由氢键相互作用驱动),进一步从分子水平上验证KGM和可得然胶存在相互作用以及两者的作用方式。

长沙综合枢纽施工导流方案优化

针对长沙综合枢纽工程各期围堰情况下束窄河道的行洪能力,对分段围堰法和淹没基坑法相结合的施工导流方式进行优化.采用1∶100的正态水工模型进行流场分析试验,合理分配原设计方案的二、三期施工导流溢流宽度,同时优化纵向围堰平面布置以减小回流区域.对泄流能力和水力特性观测结果进行分析后得出,优化方案能有效调顺束窄河道的水流方向,明显减小回流区域,增加束窄河道的有效溢流宽度;二、三期围堰水位壅高值分别降至0.28和0.43 m,泄洪能力有了较大提高.优化后的施工导流方案已经在长沙综合枢纽施工导流实践中取得了理想的行洪效果,可供同类工程参考.

基于光学旋光法的血糖浓度测量

采用光学原理测量血糖是近年国际上热门的研究课题,目的是为糖尿病患者研制出无创、方便、连续实时监测血糖浓度的便携式监测仪。本文介绍了光学旋光法测量血糖的原理,对采用旋光法进行无创血糖测量技术的研究现状进行综述,讨论了影响测量的各种因素。

基于正交匹配追踪及加速近端梯度的人体三维重建

为提高人体三维结构的重建精度,针对重建过程中字典中原子的最佳选择和结构矩阵的优化问题,结合稀疏表示和低秩约束,提出一种正交匹配追踪追踪及加速近端梯度(OMP-APG)算法,以此为医学领域提供丰富的信息,以辅助医生快速精确地制定出治疗方案。首先,对特征点观测矩阵进行奇异值分解(SVD)分解,利用列文伯格-马夸尔特(LM)算法得到唯一确定的相机旋转矩阵;其次,利用稀疏表示中"最大化逼近"思想,通过正交匹配追踪算法对轨迹基系数进行求解,结合预定义的轨迹基求解出人体三维结构矩阵;最后,根据结构矩阵是一个低秩矩阵,将其秩优化问题转化为核范数最小化问题,利用加速近端梯度算法对人体结构矩阵进一步优化处理。将该算法与稀疏逼近算法进行比较,对伸懒腰、瑜伽、拾物、喝水和跳舞等5组不同的人体运动模型进行三维重建,通过其三维重建效果图和三维重建误差的结果显示,其重建精度更高且稳定性更好。在该算法下喝水运动的重建效果最佳,其1 102帧图像序列41个特征点的重建误差为0.030 3,而在稀疏算法下的重建误差为0.017 8。因此,该算法可以有效地提高人体三维结构的重建精度,为医学领域辅助治疗提供相应的技术支持。

脉动真空灭菌器内室气体流向监测报警装置的研制

本文针对XGI型脉动真空灭菌柜出现的蒸汽倒流故障设计出一种内室气体流向监测报警装置 ,对管道中的蒸汽流向和空气流向进行监测。当出现倒流现象时 ,报警装置发出报警信号 ,提醒工作人员采取措施排除故障。经在两台灭菌柜上使用 。

投资设备成本效益管理系统

针对医院投资设备的管理.依托军卫1号网络,提出成本效益管理的数据流程.建立两个主要的计算模式。在本系统中实现了对投资设备合同、收费、支出、利息计算、应付分成款以及投资设备预测、决策等的实时动态管理,减轻了人员管理的劳动强度,提高了工作效率。本系统试运行稳定、正常.数据准确、可靠。

医疗器械灭菌包装的密封强度及其完好性研究

医疗器械灭菌包装已广泛应用于医疗行业。医疗器械灭菌包装是为灭菌医疗设备提供无菌屏障,可以实现对微生物的隔离。为了确保包装具有良好的屏障特性,灭菌包装必须能够保证密封性和完好性。验证包装的测试系统包括包装完好性和密封强度测试。灭菌包装的完好性通过物理实验完成。包装的密封强度通过拉伸强度测试和胀破/蠕变压力测试等试验来确定。

基于混合时频域特征的卷积神经网络心律失常分类方法的研究

心律失常是常见的心血管疾病之一,目前很多方法通过计算机辅助系统对心电图进行分析以识别心律失常,但由于大多数心律失常数据样本较少,计算机辅助系统识别心律失常效果不佳.本文提出了一种基于混合时频域分析特征提取的卷积神经网络方法,该方法提取心电图的RR间期时域特征、希尔伯特-黄变换提取的频域特征和连续小波变换提取的时频域联合特征,经过特征融合后输入卷积神经网络训练分类模型,并采用Focal Loss作为网路的损失函数,实现对心律失常的分类.本文使用MIT-BIH(Massachusetts Institute of Technology-Boston’s Beth Israel Hospital)心律失常数据库验证本文提出方法对4类心电数据分类的结果,实验结果表明,与现有的分类算法相比,本文所提出的混合时频域特征方法能有效提升心律失常分类的准确性.

基于BMD101可穿戴式心电监测系统设计

为实现便携式心电(ECG)监测,对一种基于BMD101芯片的实时ECG监测设备进行了设计与研究。在硬件上,通过器件对比选型、电路滤波和印制电路板模数分离设计,最大限度地降低功耗,抑制噪声干扰。另外针对可能残留的基线漂移、肌电噪声、工频干扰等常见噪声开发了去噪声算法。实验表明,所采集心电信号质量高,算法去噪效果良好,设备单次连续工作时长超过24 h,具有成本低、体积小、易操作的特点,工作状态稳定,为个人ECG监测提供了一套便携式设备。

卷积神经网络在心电逆问题中的应用

基于横跨膜电位分布的心电逆问题研究,即从身体表面电位无创重建心脏跨膜电位,可视为一种多输入多输出的回归问题(亦即多个体表电位分布输入重构多个心脏跨膜电位分布输出),而基于数据驱动的机器学习模型是解决回归问题的一种有效手段。通过使用深度卷动神经网络(CNN)构建深度学习模型,使用Caffe框架训练神经网络;此外,基于真实的心脏模型,使用ECGSim软件仿真了肯特束综合症心室激活情况的数据,用于训练和测试回归模型。实验结果表明,与极限学习机(ELM)和核化的极限学习机相比,CNN方法在心脏跨膜电位重构方面有更高的精度和泛化性能。