生物医学工程专业《医学检验仪器》课程改革的思考

本文针对生物医学工程专业的认知特点,对我校生物医学工程专业开展《医学检验仪器》课程的教学现状进行了探讨,从精选教学内容,增加实验教学,改进教学方法及改革考核形式等4个方面提出了课程改革的几点设想。

基础医学专业《生物医学工程概论》课程的安排及教学模式探索

本文介绍了我校针对基础医学专业学生开设的《生物医学工程概论》课程的教学内容设置情况,并对该课程的教学模式进行了探索。

基于Logistic模型的医科大学生诚信教育影响因素分析及对策研究

当代医科大学生的诚信教育是高校思想政治教育的重要组成部分。本文从医科学校的学生的角度出发,采用实地调查问卷法、文献检索法及Logistic回归分析模型,运用SPSS统计软件分析,以定量角度对当代医科大学生诚信行为进行分析,针对社会不良风气、学校诚信教育、诚信缺失惩罚机制、家庭诚信教育、学习成绩、个人诚信道德意识等六个因素的影响显著性和影响系数进行剖析。结果表明:学校诚信教育、诚信惩罚机制和社会不良风气对诚信教育影响显著,是影响是否诚信的主要原因,进而为提高诚信程度提供对策和建议。

EMD及其在生物医学信号处理中的应用研究

介绍了一种适用于生物医学信号处理与分析的方法——经验模态分解(EMD),结合Hilbert变换对心电(ECG)信号及心跳间期(RRI)信号进行了分析,并重点与小波变换方法进行了比较。

轴向压缩载荷倾斜和前屈力矩对腰骶椎剪切刚度的影响:离体生物力学研究

目的探讨轴向压缩载荷倾斜和前屈力矩对腰骶椎前后剪切刚度的影响。方法建立腰骶椎在体剪切模型,经腰骶椎屈伸转动中心施加轴向压缩载荷300 N(垂直、前下10°和20°),前屈力矩5 N·m,前后剪切力分别为0~250 N和0~-50 N,采用6例新鲜人体腰骶椎标本,依次测试完整腰骶椎、小关节4 mm间隙切除、椎间盘前路髓核切除3种状态的腰骶椎剪切运动。采用重复测量实验设计,对实验数据进行统计分析,分析轴向载荷和前屈力矩对腰骶椎剪切刚度的影响。结果对完整腰骶椎,轴向载荷前倾并不显著改变节段间向前或向后的剪切刚度,而前屈力矩显著增加了前剪切刚度,但没有增加后剪切刚度。随着结构依次切除,腰骶节段的前和后剪切位移增加,剪切刚度降低,尤其是腰骶小关节间隙切除复合髓核切除后,前剪切刚度由完整状态的633 N/mm显著减小到125 N/mm,后剪切刚度也从408 N/mm减小为128 N/mm。依次不同结构切除在轴向载荷前倾或前屈力矩的作用下,前后剪切刚度之间差异均无显著性。轴向载荷前倾依次降低了腰骶小关节间隙切除和髓核切除后的剪切刚度,但在前屈力矩的共同作用下却增加了剪切刚度,尤其显著增加了腰骶小关节间隙切除复合髓核摘除后的前剪切刚度(从125 N/mm到184 N/mm)。结论轴向压缩载荷倾斜对腰骶椎剪切刚度没有影响,而前屈力矩增加腰骶椎的剪切刚度。前后剪切刚度之间的差异没有显著性。

仿生心肌微环境介导的材料生物学研究

心肌梗死是由冠状动脉阻塞所引起的心肌缺氧坏死,其发病率和病死率居高不下。近年研究发现,利用组织工程手段仿生构建心肌微环境能有效改善心肌梗死区微环境,对心肌的再生能力有着重要的调控作用,能在一定程度上促进心肌再生,有望成为将来治疗心肌梗死的新方向。然而,由于对仿生心肌微环境和机体微环境交互作用、引发的生物学效应及作用机制不清楚,直接影响心肌损伤修复的过程和质量。因此,阐明仿生心肌微环境在心肌损伤修复过程中的交互作用过程及其介导的生物学效应迫在眉睫。该文系统性综述了仿生心肌微环境的构建策略及植入体内后介导的生物学效应,包括免疫调控效应、促血管再生效应以及再生协同效应等,为新型心肌补片的仿生设计和临床应用提供理论支持。

在高等医学院校搭建工科特色教学平台的研究与探索

社会经济的不断发展，需要大量跨领域的复合型人才。培养医工结合的跨领域人才是许多高等医学院校一个重要的发展方向。南方医科大学生物医学工程学院依托传统医学背景，本着“以人为本，改革创新”的原则，在原有基础上搭建起有工科特色的专业教学平台，是很好的探索和实践.

医学院校中的《单片机》课程设计思考

通过《单片机》课程内容及形式的一些探索,探讨如何使该门课程更具专业趋向性,提高同学们的学习兴趣,并形成专业知识的系统化概念。

医学工程人员技术培训班规模的探讨

本文分析了医学工程人员维修技术培训班大、中、小三种组织形式的适用对象和特点,指出理论结合实际经验,增加实践机会,确保教学质量是技术培训班的核心。

书院管理模式对学生学习行为影响的研究——以南方医科大学为例

书院制作为一种学生社区生活教育管理形式,是平衡通识教育和专才教育的学生教育管理制度,是我国高校教育改革的一种积极探索和有效尝试。其中南方医科大学作为专业医科院校,书院制管理模式颇有特色。从医学生的学习行为现状分析书院管理模式对医学生的学习行为的影响,倡导在医科院校书院(低年级阶段)开展多层次、多形式的书院教育活动。

多期相CT合成辅助的腹部多器官图像分割

目的提出并探讨使用多期相CT合成辅助腹部多器官分割方法。方法提出多期相CT合成辅助腹部多器官分割,多期相CT能够充分提供同一器官不同的图像细节,从而为分割模型提供充分的全面的语义信息,提升腹部多个器官分割的性能。提出基于多头自注意力感知的多期相CT合成方法,引入基于多头自注意力机制的Transformer模块,提升合成网络捕捉长距离语义信息的能力,扩大网络的感受野,并且引入感知损失,在特征层面对合成图像与真实图像特征之间的差异最小化,与Transformer模块有协同作用,从而合成出更清晰、更高质量的多期相CT图像。结果使用南方医院的多期相CT数据集训练模型。其中用526例多期相CT训练合成模型,利用动脉期增强动脉CT(A.CECT)合成出平扫CT(NECT)、静脉期CECT(V.CECT)、延迟期CECT(D.CECT)的平均最大化绝对误差(MAE)分别为19.192±3.381、20.140±2.676、22.538±2.874,结合统计学对比,本文方法优于对比的其他图像合成方法(P<0.05)。多期相CT合成辅助的腹部多器官分割方法验证在内部验证集上进行验证平均Dice系数(DSC)为0.847,在外部验证集上进行验证平均DSC为0.823。结论本文方法能够合成出高质量的多期相CT图像以有效缓解不同期相CT之间存在的配准无法解决的误差问题,同时提高腹部13器官的分割性能,具有良好的泛化性能。

基于联邦特征学习的多机型低剂量CT重建算法

目的提出一种基于联邦特征学习的多机型低剂量CT重建算法(FedCT),以提升深度学习模型对多CT机型的泛化能力并保护数据隐私。方法FedCT框架在每个协作学习的客户端中设置了一个基于数据-解析模型耦合驱动的Radon反变换智能重建模型作为局部网络模型,并采用投影域特异性学习策略,在局部投影域保留成像几何特异性。同时,引入联邦特征学习,使用条件特征参数标记局部数据并馈入网络模型进行编码以在图像域提升网络模型的泛化性。结果在跨站点的多机型、多协议低剂量CT重建实验中,FedCT的重建结果在所有对比联邦学习方法中获得了最高的PSNR(高于次优的联邦学习方法+2.8048、+2.7301、+2.7263)、最高的SSIM指标(高于次优的联邦学习方法+0.0009、+0.0165、+0.0131)以及最低的RMSE指标(低于次优的对比联邦学习方法-0.6687、-1.5956、-0.9962)。在消融实验中,相较于一般联邦学习策略,采用投影特异学习策略的模型在测试集上的PSNR指标的Q1平均提升1.18,RMSE指标的Q3平均降低1.36。在引入联邦特征学习后,FedCT在测试集上的PSNR指标的Q1进一步提升3.56,RMSE指标的Q3进一步降低1.80。结论FedCT为协作构建CT智能重建网络模型提供了有效解决方案,能够在保护数据隐私的基础上,增强网络模型泛化性,进一步地提升网络模型在全局数据上的重建性能。

“E骨”-反肩置换术一站式术前规划系统

目的为提高反肩置换术术前规划的精准度和效率,本研究开发了“E骨”—反肩置换术一站式术前规划系统。方法利用nnU-net深度神经网络进行肩胛骨分割,获得精确的肩胛骨分割结果;结合骨密度、上下倾角和入钉长度3个关键因素自动定位基座,并计算出手术规划所需定量参数;结合关节盂形态和基座定位信息生成个性化导板;编写系统界面,将各部分功能模块化组装便于使用,提供交互操作与规划结果显示的功能。结果构建出“E骨”术前规划系统。本系统与Mimics系统相比,减少了规划过程中繁琐的手动调整,平均入钉长度规划结果长于Mimics系统,且规划时间缩短86%。本系统肩胛骨分割精度达到99.93%,较Mimics更高。结论本研究为反肩置换术提供了一套一站式的高效、精准的术前规划方案,具有广泛的临床应用前景。

基于多模态多示例学习的免疫介导性肾小球疾病自动分类方法

目的探讨如何利用多模态深度学习方法,联合光学显微镜(OM)、免疫荧光显微镜(IM)及透射电子显微镜(TEM)对应的3种图像进行免疫介导性肾小球疾病分类。方法基于273例患者的病理图像进行回顾性研究,构建多模态多示例模型对3种免疫介导性的肾小球疾病——免疫球蛋白A肾病(IgAN)、膜性肾病(MN)、狼疮性肾炎(LN)进行分类。该模型采用示例水平的多示例学习(I-MIL)方法挑选患者的TEM图像并与同一患者的OM图像和IM图像进行多模态特征融合。通过该模型与单模态、双模态模型的比较,探究3种模态之间的不同组合形式以及模态特征融合方式的特性。结果联合OM、IM以及TEM图像建立的多模态多示例模型准确率为(88.34±2.12)%,优于准确率为(87.08±4.25)%的最优的单模态模型,以及准确率为(87.92±3.06)%的最优的双模态模型。结论本研究成功建立基于OM、IM及TEM三种模态图像的多模态多示例模型,并验证了采用多示例学习结合多模态学习方法对免疫介导性肾小球疾病分类的有效性。

基于CDIO模式培养复合型卓越软件工程师的探索

针对医—工结合、复合型卓越软件工程师专业人才培养的困境,给出人才培养目标,提出基于CDIO模式、引入企业资源的改革理念和改革措施,阐述校企合作的具体培养方案。南方医科大学计算机专业教学改革实践表明,该培养模式具有一定的特色和参考价值。

大学计算机基础课程教学改革的调查与设想

本文通过问卷调查等方式对教学内容、教学模式、教学环境以及课程计划等方面进行调查，研究了本科生计算机基础课程教学改革方案，发现了目前教学现状的不足。并针对目前教学的不足，提出了医学本科生的计算机基础课程的教学改革设想。

基于先验知识和MRF随机场模型的医学图像弹性配准方法

本研究提出了一种新的基于先验知识的弹性配准算法,首次把马尔可夫模型应用于图像的弹性配准方面。为了把关于变形场的先验知识融合到弹性配准过程中,本研究以马尔可夫随机场模型作为理论框架,以B样条为基函数来构造弹性变形模型,以弹性模型的B样条系数作为待估参数,以原图像和变形图像作为已知条件,把弹性变形模型和关于变形场的先验知识有机的融合到了马尔可夫随机场模型中,实现了一种基于变形场先验知识的弹性配准算法。这种新算法因为有变形场的先验知识,所以可以得到更好配准结果。本研究以变形场的平滑作为先验知识,可以有效改善局部极值的状况,提高算法的可靠性和鲁棒性。本研究分别对2D和3D图像进行了试验,试验结果证明了这种算法的有效性。

基于主成分分析的三维医学图像快速配准算法

本文提出了一种新的基于主成分分析的三维医学图像快速配准算法。传统的基于灰度的方法需要考虑整个三维数据的灰度信息,计算复杂度大,无法满足临床需要。而本算法利用数据的轮廓特征,通过主成分分析计算出图像的质心和主轴,通过对齐质心和主轴完成配准。实验结果表明此方法能准确,快速地处理图像刚性配准问题,特别适用于三维医学图像的配准。

基于Web的医学图像数据库管理系统设计

设计了一个基于Web的医学图像数据库系统,系统建立在浏览器/服务器/数据库三层构架之上,采用以SQL Server 2000为后台支持,以ASP技术来开发设计的模式。实现了数据的远程浏览、下载以及管理功能,并且支持大型的数据库。

一种基于可恢复性水印的医学图像认证方法

本文提出了一种适用于医学图像内容认证和保护的可恢复性水印算法。选取图像的小波重要系数进行SPIHT编码生成水印;使用Arnold变换确定其嵌入块位置并将其加密嵌入到图像数据低位;通过链式认证结构实现水印信号的检测和图像篡改数据的定位,由SPIHT解码完成篡改数据的恢复。实验表明,该算法在保证含水印医学图像具有良好视觉透明性的基础上,还可以定位并恢复被篡改区域内容。