基于语义分割的单导心电图心拍分类研究

为从心电图(electrocardiogram, ECG)中准确识别心拍,本研究提出了一种融合残差连接与注意力机制的改进一维U-Net语义分割模型,使用从上万名患者远程动态ECG记录中截取的148 340条单导联ECG数据,对正常窦性心律(Normal)、室性早搏(premature ventricular contraction, PVC)、房性早搏(atrial premature beat, APB)、左束支传导阻滞(left bundle branch block, LBBB)和右束支传导阻滞(right bundle branch block, RBBB)五种常见心拍进行分类。该模型以一定长度的ECG片段作为输入,通过添加背景标签,完成对所有采样点的语义分割,实现对各心拍进行定位的同时,完成类型识别。在测试集上的实验结果表明,该模型能够准确检测心拍位置,仅有0.04%的心拍被漏检;对Normal、PVC、APB、LBBB、RBBB心拍分类的F1分数分别为99.44%、99.03%、97.63%、95.25%和94.77%。该方法与传统U-Net模型相比,能够取得更好的心拍分类效果。

一种实现高速异步FIFO的FPGA方法

在跨时钟域传递数据的系统中,常采用异步FIFO(FirstInFirstOut,先进先出队列)口来缓冲传输的数据,以克服亚稳态产生的错误,保证数据的正确传输。但由于常规异步FIFO模块中的RAM存储器读写寻址指针常采用格雷码计数器以及"空满"控制逻辑的存在,将使通过这两个模块的信号通路延时对整个模块的工作频率造成制约。提出了一种在FPGA内实现高速异步FI-FO的方法,该方法针对不可能产生满信号的高频系统,通过省略"满"信号产生模块和多余的存储器位深来简化常规的FIFO模块,而只保留"空"信号产生模块。仿真和综合设计结果表明,整个模块的工作频率得到一定提高。

独立分量分析在心房纤颤检测中的应用研究

为了从心房纤颤患者的动态心电图记录中抽取心房活动信号并对其进行特征分析,提出了一种无损型心房纤颤自动诊断方法.证明了应用独立分量分析(ICA)必须满足的3个基本条件:源间独立性、瞬时线性混合和至多一个高斯源,并建立了盲源分离的数学模型.采用快速固定点优化算法分析仿真试验和临床数据,计算各被分离分量的峰度值,有效提取了心房纤颤信号,定性和定量地表明了该方法的准确性和鲁棒性.

心电图房颤信号提取的主分量分析研究

为从体表心电图估计房颤期间患者的心房活动状态,需进行房颤信号提取.基于主分量分析研究,提出了一种从房颤患者的单导联体表心电图中提取房颤信号的新方法.由于Holter记录通常不能提供足够的空间信息,通过利用连续心博中心房和心室活动存在时间相关的特征,应用主分量分析去相关的思想从单导联进行QRST波消除方法.通过对Physionet数据库中的大量房颤数据测试和验证,表明该方法克服了固定模板平均心博抽取技术对波形形态变化的敏感性,使被估计信号的QRST残余新信号最小,获得了一种更鲁棒、效果更好的单导联房颤波提取技术.

基于典型相关分析的独立分量分析对照函数构建方法研究

本文根据典型相关分析的特征,并结合近年来的研究热点———核学习的有关理论,提出了一种在可再生核Hilbert空间为独立分量分析构建对照函数的新方法,并证明其与以前提出的普通对照函数一样,具备统计相关测度函数所需的满意数学特征.通过对各种源分布的分离结果仿真表明,该方法比现有的其他方法具有更好的鲁棒性和灵活性.

混合时频方法及体表ECG房颤特征研究

从体表心电图对房颤信号的时频相关特征进行分析,能及时提供反映患者心房活动动态行为的信息。本文结合Gabor展开和二次Wigner分布各自的优点,把房颤信号的时频分布表示成由自相关和交叉相关项组成的时频原子级数展开,通过Manhattan距离阈值来控制分辨率和干扰项间的平衡,并把该方法与基于矩的瞬时频率(Instantaneous frequency,IFs)估计法结合,进行IFs的鲁棒计算。通过比较10对自发终止与非自发终止型房颤,表明该方法能检测出大多数自发终止型房颤在即将终止时IF呈下降趋势,且比基于峰值检测和谱图分析的方法更稳定,计算更简单。因此,本文的方法为刻画房颤的非平稳特征提供了一种稳健的、计算代价低的无创技术,具有好的临床应用前景。

基于支持向量机和椭圆拟合的细胞图像自动分割

提出细胞显微图像的自动分割方法,重点解决重叠细胞之间的分割难题.对原始图像进行二值化,提取每个连通区域的多个形状特征并应用支持向量机(SVM)进行测试,区分单个与重叠细胞.运用瓶颈检测寻找分离点对分割重叠细胞.基于细胞的椭圆或圆形结构,对分割后的边缘,应用改进的椭圆拟合法进行修正,修正后的细胞区域能够有效地反映重叠在一起的细胞的真实形状.对新生成的封闭区域进行循环检测,直至所有重叠细胞分割完毕.实验结果表明,相较于多种现有的细胞分割方法,采用该算法能够更有效地抑制过分割和欠分割,分割准确率、敏感度和特异度高.

基于图割和边缘行进的肝脏CT序列图像分割

提出一种新的基于图割和边缘行进的腹部CT序列图像肝脏分割方法。首先,针对输入序列的数据特征,建立肝脏亮度和外观模型,突出肝脏区域抑制非肝脏区域;然后,将肝脏亮度、外观模型以及相邻切片之间的位置信息有效融入图割能量函数,实现CT序列肝脏的自动初步分割;最后,针对血管欠分割问题,提出了一种基于边缘行进的结果优化方法。通过对XHCSU14和SLIVER07数据库提供的30个病人肝脏序列的分割实验,以及与其他多种肝脏分割方法的比较,表明该方法能完整有效地分割肝脏,准确性高,鲁棒性强。

生物医学工程专业研究生跨学科培养模式研究

生物医学工程是理工医相结合的综合性交叉学科,该学科要求培养在知识结构上既懂医学又掌握工程技术的复合型人才,这对该学科研究生知识、能力和素质的培养提出了更高的要求。由于各高校生物医学工程专业学科背景与培养侧重点不同,生物医学工程研究生培养模式各异。本文从生物医学工程学科特征与现状分析入手,介绍了中南大学生物医学工程学科发展历程与现状,并结合中南大学生物医学工程学科强大的工程背景、夯实的医学研究与实践发展平台,对生物医学工程研究生跨学科的培养计划、课程设置和培养过程管理等方面进行了系统分析与探讨,同时从科研选题、中期考核和论文答辩等环节对培养过程管理进行了展开讨论,为生物医学工程研究生跨学科复合型人才的培养提供借鉴。

基于遗传算法的形态学医学图像滤波

滤波是医学图像处理的重要前期基础。针对形态学滤波的局限性,提出一种基于遗传算法的形态学滤波方法,该方法通过构造适当的适应度函数和对噪声样本图像的学习,利用遗传算法对结构元素的大小和形状以及中值滤波窗口进行自适应调整,找出最优的中值滤波窗和结构元素组合,从而获得最优的滤波效果。实验结果表明使用这一方法滤波后的医学图像信噪比得到了明显提高。

一种新的MLBP-Otsu算法及在舌裂纹分割中的应用

中医舌诊中只有精确、完整地分割出舌裂纹,才能准确地对舌裂纹信息进行定量化的特征表示与描述,而目前少有方法能达到此要求。为此,提出了一种新颖的基于改进的局部二值模式(Local Binary Pattern,LBP)算子与Otsu阈值分割技术相结合的舌裂纹分割算法(MLBP-Ostu算法)。根据舌裂纹的纹理特征对传统LBP的模式分类方法进行重定义;引入一个粗糙度度量因子R,如某区域的R值偏小或偏大,则把其归类为非裂纹区,不进行LBP特征值计算;利用Otsu方法对前面得到的LBP特征图进行阈值分割,从而得到舌裂纹的二值图像。实验结果表明,该算法能较精确、完整地分割出舌裂纹,并且不需要预先分割出舌体区域,为将来舌诊的定量化研究及临床应用提供了有效手段。

基于超像素分割的空间相关主题模型及场景分类方法

基于经典的LDA模型,提出新的结合超像素分割技术的空间相关主题模型SP-SLTM及相应的场景分类方法.在建模过程中引入类别约束机制,即给每类场景赋予各自的类主题空间,使模型参数的推导更加简便;在"视觉词包"的生成过程中,对图像区域进行进一步二次超像素分割;提取每个超像素的颜色和纹理特征,形成超像素的混合特征表示.上述方法的优点包括:加上从图像区块所提取的SIFT特征,共得到3种视觉词语,弥补传统方法中采用单一视觉特征描述整幅图像的不足;同一区域内的所有视觉词语共享一个主题,增加视觉词语间的空间相关性.分别将UIUC-Sport数据库的测试结果与CTS-LDA、Spatial-LTM、LDA与pLSA4种传统方法的测试结果进行比较,结果表明:采用SP-SLTM模型可以比传统方法获得更高的场景分类准确率.

基于增强的谱分析和奇异值分解的T波交替检测

针对传统谱分析方法在T波交替(TWA)检测中对噪声敏感的缺点,提出将增强的谱分析方法和奇异值分解方法结合起来的TWA检测方法.该方法利用奇异值分解得到去除了噪声干扰的心电信号,克服了传统谱分析方法只能检测平稳信号且需要增大心率的缺点,强调交替水平的重要性,即增强TWA功率谱上0.5cpb处的幅值,实现对TWA的有效分析.研究结果表明:该方法对T波交替数据库中30个人工合成并含有TWA的数据的检出准确率达93.33%,高于传统谱分析方法的TWA阳性检测率,能够提高交替比率.TWA检测率明显高于phys-ionet网站中2008年挑战(TWA检测和定量分析)得分第一的算法实验结果(66.67%),说明该方法具有更强的TWA识别能力.

基于几何算法的T波终点检测研究

目的:用一种精确有效的方法实现T波终点检测。方法:对心电信号进行小波变换,定位R波后,通过准确地定位T波的检测区间,避免心率和P波的影响,在确定的区间上根据模极值检测出所有T波的顶点,用一种简单实用的几何方法检测出T波的终点。将本文的算法用于QT数据库中,评价实验结果。结果:本文的算法标注能力为(-0.35225±18.5869)ms,达到甚至超过了QT数据库里专家手工标注的水平。结论:文中采用T波终点检测的方法在存在噪声和基线漂移以及T波形态多变的情况下鲁棒性都比较好,并且计算简单,易于实现。

T波电交替计算机检测及其临床研究进展

T波电交替现象可见于长QT综合征、急性心肌缺血、变异型心绞痛、心脏性猝死以及电解质紊乱等。它在预测室性心律失常方面与电生理检查具有高度的一致性,是恶性室性心律失常和心脏性猝死的独立预测指标,是评定恶性心律失常以及心脏性猝死的可信、实用的技术之一。现在,T波电交替已经成为了一种廉价、方便的非侵入式心电检测方法。现综述T波电交替的研究背景、产生机制、检测方法及其临床研究,并简要分析了T波电交替的研究方向和发展前景。

基于交叉学科背景导师团队模式的研究生创新教育机制探讨

本文以研究生培养的相关理论为基础,以规章制度为手段,结合生物医学工程专业导师交叉学科背景的实际情况,探索基于导师团队的研究生创新实践能力培养模式。通过在生物医学工程系开展传帮带的学习机制、定期学术报告的管理机制、项目导向的培养机制和动态奖励的激励机制等研究生教育实践研究,证明了基于交叉学科背景的导师队伍结合上述机制建立的培养平台,可有效提高研究生的创新思维能力,对研究生教育机制改革具有一定的借鉴意义。

反向传播法构建青霉素类药物的定量构动关系

目的通过神经网络模型研究青霉素类药物的定量构动关系(QSPR),为药物设计和临床应用提供参考。方法利用AM1量子化学算法计算了19种青霉素类药物的11个结构参数,并从文献中获得其3种药代动力学参数:半衰期(t1/2)、表观分布容积(Vap)和血浆蛋白结合率(BRPP)。随机选取其中16种药物的结构参数作为人工神经网络的输入参数,药代动力学参数作为输出参数对QSPR模型进行训练,并用剩余的3种药物对模型进行验证。结果构建的QSPR模型预测值与实验值的差别较小,平均误差分别为<0.015、<0.02和<0.025。结论基于神经网络模型能有效预测青霉素类抗生素的上述药动学参数,可用于青霉素类药物的结构设计,为寻找发现更好的药物提供参考。

竞赛导向的生物医学工程创新创业课程建设

将创新创业教育贯穿专业教育是高校双创教育课程建设的重要问题。以生物医学工程学科为背景,结合当前高校双创教育课程现状,就生物医学工程专业大学科创新创业课程建设展开讨论。结果认为,以科创竞赛主题为教学目标,将理论和实践有机结合,作为生物医学工程专业创新创业实践的先导课程;在教学内容,教学团队,教学方法和实施路径等方面进行改革和创新。实践证明,在生物医学工程创新创业中取得了良好的效果,对其他学科的创新创业课程建设具有借鉴意义。

医工融合创新人才课程体系建设——以医学图像处理为例

随着新工科和新医科理念的提出,为医工交叉的人才培养提出了新的要求。以医学图像处理系列课程改革为例,讨论医工融合,创新创业教育和专业教育融合,本硕博多层次的课程改革的新思路,对生物医学工程创新人才的课程体系建设进行了积极的探索。

高校大学生学习现状的几点探讨

结合近年来高校大学生学习中出现的问题,分析其产生的原因,针对问题和原因,提出加强高校师生道德建设和教学纪律建设,实行课程教学模式多元化。