基于深度学习的胎儿颜面部超声标准切面自动识别

在常规胎儿超声诊断过程中,精确识别出胎儿颜面部超声标准切面(FFSP)至关重要。传统方法是由医生进行主观评估,这种人工评判的方式不仅耗费时间精力,而且严重依赖操作者经验,所以结果往往不可靠。因此,临床超声诊断亟需一种FFSP自动识别方法。提出使用深度卷积网络识别FFSP,同时还分析不同深度的网络对于FFSP的识别性能。对于这些网络模型,采用不同的训练方式:随机初始化网络参数和基于Image Net预训练基础网络的迁移学习。在研究中,数据采集的是孕周20~36周胎儿颜面部超声图像。训练集包括1 037张标准切面图像(轴状切面375张,冠状切面257张,矢状切面405张)以及3 812张非标准切面图像,共计4 849张;测试集包括792张标准切面图像和1 626张非标准切面图像,共计2 418张。最后测试集实验结果显示,迁移学习的方法使得网络识别结果增加9.29%,同时当网络结构由8层增加至16层时,分类结果提升3.17%,深度网络对于FFSP分类最高正确率为94.5%,相比之前研究方法的最好结果提升3.66%,表明深度卷积网络能够有效地检测出FFSP,为临床自动FFSP检测方法打下研究基础。

基于代理优化算法的水下滑翔机外形优化设计

为了解决水下滑翔机复杂外形的优化设计问题,在提高其升阻比的同时提高Kriging代理模型的优化效率,提出一种自适应代理优化算法。该算法分别使用提出的改善并行期望改进准则(Parallel Expectation Improvement,PEI)和改善概率准则两种加点准则进行全局探索;使用最小代理模型预测(Minimizing Surrogate Preduction,MSP)准则进行局部探索。并根据新样本点和已知样本点的关系来实现全局探索和局部探索的切换。通过数学算例将所提算法和最大期望提高(Expected Improvement,EI)准则、多点期望提高准则(Multiple Expectation of Improvement,q-EI)、最大期望概率提高准则进行对比,结果表明,优化算法收敛更快,精度更高。最后,采用该优化算法对水下滑翔机外形进行优化,最大升阻比提升了19.37%。

基于NI ELVIS的心电测量实验系统设计

设计了基于NI ELVIS的心电信号测量实验系统。该实验系统包括一整套电路设计开发流程,首先由学生在Multisim上进行电路设计与仿真,然后利用NI ELVIS原型开发板完成心电采集电路的搭建,最后通过LabVIEW图形化开发软件实现心电信号的实时动态显示,从而完成整个心电测量实验。实践表明,该实验系统能很好地完成心电信号测量的实验,并具有可操作性,能够灵活、方便地为学生提供一个亲手实践的实验环境,激发了学生学习兴趣,结果清晰明确,可以更好地帮助学生理解相关概念和理论知识。

基于代理优化算法的岸桥轨道夹优化设计

为了优化岸桥轨道夹结构,针对复杂黑箱约束问题,提出一种自适应约束代理优化算法。先使用改善的约束并行期望改进准则(Constrained Parallel Expected Improvement,CPEI)和重要边界采样准则(Importance Boundary Sampling,IBS)探索全局最优解区域,再使用信任域法进行局部开发,并引入客观的约束函数Kriging模型来更新策略,减少不必要的仿真分析,节约了计算成本。通过一个数学算例将所提算法与约束期望改进(Constrained Expected Improvement,CEI)和两目标加点优化算法(Expected Improvement-Probability of Feasibility,EI-PoF)进行比较,结果表明:所提算法收敛更快,精确度更高。

氨茶碱过量致快速房颤1例

2004年3月4日我科收治过量服用氨茶碱导致快速房颤1例，现报告如下。

扶正固本方联合放疗治疗恶性肿瘤骨转移疼痛25例

目的:观察扶正固本方联合放疗治疗恶性肿瘤骨转移疼痛的临床疗效。方法:将50例恶性肿瘤骨转移痛患者采用随机数字表法随机分为治疗组和对照组各25例。对照组给予局部放疗治疗,治疗组在对照组治疗基础上给予中药汤剂扶正固本方(黄芩、淫羊藿、女贞子、何首乌、熟地黄、茜草、黄精、人参)治疗,1 d 1剂,煎3次,分3次温服。两组均以7 d为1个疗程,共治疗2个疗程。结果:治疗组完全缓解2例,部分缓解19例,稳定3例,进展1例,有效率为84.0%;对照组完全缓解0例,部分缓解14例,稳定7例,进展4例,有效率为56.0%。两组对比,差别有统计学意义(P<0.05)。结论:扶正固本方联合放疗治疗恶性肿瘤骨转移疼痛具有良好的临床疗效,能够缓解症状、减轻不良反应。

基于深度残差网络的皮肤镜图像黑色素瘤的识别

恶性黑色素瘤是最常见和最致命的皮肤癌之一。临床上,皮肤镜检查是恶性黑色素瘤早期诊断的常规手段。但是人工检查费力、费时,并且高度依赖于皮肤科医生的临床经验。因此,研究出自动识别皮肤镜图像中的黑色素瘤算法显得尤为重要。提出一种皮肤镜图像自动评估的新框架,利用深度学习方法,使其在有限的训练数据下产生更具区分性的特征。具体来说,首先在大规模自然图像数据集上预训练一个深度为152层的残差神经网络(Res-152),用来提取皮肤病变图像的深度卷积层特征,并对其使用均值池化得到特征向量,然后利用支持向量机(SVM)对提取的黑色素瘤特征进行分类。在公开的皮肤病变图像ISBI 2016挑战数据集中,用所提出的方法对248幅黑色素瘤图像和1 031幅非黑色素瘤图像进行评估,达到86.28%的准确率及84.18%的AUC值。同时,为论证神经网络深度对分类结果的影响,比较不同深度的模型框架。与现有使用传统手工特征的研究(如基于密集采样SIFT描述符的词袋模型)相比,或仅从深层神经网络的全连接层提取特征进行分类的方法相比,新方法能够产生区分性能更强的特征表达,可以在有限的训练数据下解决黑色素瘤的类内差异大、黑色素瘤与非黑素瘤之间的类间差异小的问题。

基于自适应代理优化算法的射雾器叶轮优化设计

为了提高射雾器的射程,同时提高Kriging代理模型的优化效率和精度,提出一种新的自适应代理优化算法,包括全局探索阶段和局部探索阶段。在全局探索阶段,提出改进的最大期望概率提高准则(Improved Probability Improvement,IPI)和并行加点策略;在局部探索阶段,通过最小响应面准则(Minimizing Prediction,MP)获取新样本点;各加点准则均采用差分进化算法进行寻优,并根据新样本点和已知样本点的关系来实现全局探索和局部探索的自适应切换,直至找到最优解。算例实验表明:和最大期望提高准则(Expected Improvement,EI)、多点期望提高准则(q-Expected Improvement,q-EI)、最大期望概率提高准则(Probability Improvement,PI)相比,优化算法的加点次数至少减少了6.32%,优化效率提高了11.61%以上,求解问题的有效性更好。采用优化算法对射雾器叶轮结构进行优化,射雾器射程提高了24.77%。

位点注射联合电针治疗小儿脑性瘫痪63例

目的:观察位点注射联合电针治疗小儿脑瘫的临床疗效。方法:将126例小儿脑瘫患儿采用随机数字表法随机分为治疗组和对照组各63例,两组患儿均给予功能训练、按摩、电疗、水疗、营养神经细胞等项治疗。对照组加用位点注射;治疗组在对照组治疗基础上加用电针治疗,电针治疗在2次位点注射的间隔日进行。两组均以10次为1个疗程,共治疗3个疗程。结果:治疗组显效10例,有效42例,无效11例,有效率为82.5%;对照显效6例,有效35例,无效22例,有效率为65.1%。两组对比,差别有统计学意义(P<0.05)。结论:位点注射联合电针治疗小儿脑瘫疗效较好。

某部冬季野营拉练常见病286例分析

2015年12月下旬,某部进行了为期12天的冬季野营拉练训练,期间共发生常见伤病286例。现将野营拉练期间伤病防治情况分析报告如下。1临床资料1.1一般情况本组286例均为男性;年龄18~42岁。其中,外科伤病（扭伤、冻伤、足底水疱等）162例,占56.6%;内科疾病124例,占43.4%。