快速自顶向下优化神经网络结构的方法

引荐了一种优化神经网络结构的改进方法。近年来,各种神经网络结构优化方法相继被提出,但素负盛名的还是神经中枢手术优化算法(OBS)。提出一种与修剪技术相关的快速方法,这种方法起始于适当复杂的初始网络,然后剔除冗余的神经元。研究说明,这种快速方法与以往的常规神经中枢手术优化算法相比,具有更好的归纳性能、更简单的网络结构和更快的学习速度。

基于粒子群优化算法的数字化手术室电子信息共享系统设计

提出建立基于粒子群优化算法的数字化手术室电子信息共享系统,详细阐述系统框架、软件设计,分析实验结果,指出该系统共享时间较短、CPU利用率较高、共享效果较好。

神经网络结构优化方法

概述了神经网络结构优化的方法。结构优化的目标在于寻找最小神经网络结构,从而使该结构确实适合由训练数据所定义的实际函数。优化的结构使神经网络获得十分出色的归纳性能和分类性能。文章分别列举了各种神经网络结构优化的算法,然后分析并讨论这些算法的优、缺点。

医院手术调度问题的多目标粒子群优化方法

在手术时间服从正态分布的情况下,针对手术室优化调度问题,从规避手术风险和人性化的角度考虑,以手术取消风险最小化和患者病情恶化风险最小化为目标建立数学模型,设计了多目标粒子群算法。为了发挥粒子群算法解决连续问题的优势,在编码设计中将离散的优化问题转化为连续的优化问题,分析了惯性权重和学习因子设置对算法性能的影响,并引入网格法和ε-支配的概念来保证解分布的均匀性.利用现实数据进行实验,得到了问题的Pareto最优解,在不同的参数下分析了算法的性能,表明了建模的合理性和算法的有效性。

自顶向下优化神经网络的方法

介绍了一种自动优化神经网络的新启迪方法.这种启迪方法综合采用了快速自顶向下优化神经网络结构算法、动态优化学习参数算法和快速交叉校验算法.首先,快速自顶向下优化神经网络结构算法自动地优化神经网络结构;其次,动态优化学习参数算法动态地调整学习参数和选取优化的学习参数;随后,快速交叉校验算法的引入能有效地防止过度适应问题.实验结果显示,这种启迪方法与其它算法相比,具有更强的归纳性能、优化的网络结构和更快的学习速度.

基于医患满意度的手术排程问题模型及算法

在医院的医疗资源有限的情况下,医生、手术小组与患者对手术安排方案的抱怨时有发生。考虑医生、手术小组和患者在手术排程方案制定过程中作为手术参与者的各自偏好,构建了以最小化时间、成本和最大化医患整体满意度、治愈率为目标的手术排程问题优化模型。根据问题和模型特点,提出了一种启发式算法来获取问题的解决方案。考虑到医生和手术小组的工作负荷平衡问题,提出了一种改进启发式算法。最后,采用Python编程语言分别实现两种算法的仿真求解,并通过算例进行计算结果验证,结果证明了算法的有效性和适用性。

基于多目标结构参数优化的微创手术机器人设计

为提高手术机器人的通用性,根据不同微创手术工作空间要求和操作要求设计了一种具有8自由度的通用性微创手术机器人,构造了包含运动学和动力学特性的多目标优化函数,利用遗传算法对含有运动学和动力学的双响应指标进行优化获得了具有较高灵活度的结构参数,为后续结构设计提供了良好的理论基础。

腹腔微创手术机器人远心机构多目标优化

机器人辅助微创手术需要借助多条远心机构协调工作,为避免在微创手术中多个远心机构发生碰撞,提出含有1个冗余旋转自由度的平行四边形机构,使其在手术过程中保持戳卡切口点不动,调整远心机构姿态避免发生碰撞。为获得综合性能较优的冗余远心机构,提出一种含有4个优化目标函数(运动学、刚度、紧凑性和动力学性能指标)、1个约束条件(质量约束)和3个优化变量(2个连杆长度和关节夹角)的多目标优化模型,应用多目标遗传算法(NSGA-Ⅱ)求解上述问题。

考虑医患满意度和手术成本的日手术排程方法

针对手术排程问题涉及众多利益相关者的特点,本文考虑相关医疗资源约束,在手术排程问题中寻求最优的开启手术室数量以降低手术成本,寻求最优的手术顺序以降低病患的等待时间和医生的加班时间,从而提高病患、医生和医院三方满意度,并依此建立了求解多目标手术排程问题的优化模型;根据问题特点,基于改进的非支配排序算子的非支配排序遗传算法(INSGA-III)求解问题,并提出种群染色体唯一策略等以进一步提升算法的搜索性能,利用GD和HVR指标检验算法的性能。最后,通过对某三甲医院的日手术排程过程进行仿真实验,验证了所提出的手术排程方法的可行性和有效性。

嵌入疲劳效应和学习效应的应急手术调度研究

为了解决突发事件下应急手术调度问题,将应急手术调度问题看作混合流水车间调度问题,并考虑了医护人员长时间工作而带来的疲劳效应和截断学习效应,构建了术前、术中、术后三阶段手术调度模型。利用改进的灰狼优化算法对三阶段应急手术调度模型进行求解,并通过仿真实验测试模型和算法的有效性。算例分析中,将改进的灰狼优化算法和传统的灰狼优化算法的算例结果进行对比,结果表明改进的灰狼优化算法更有效,能得到更好的调度结果。

考虑患者分类的应急手术调度研究

针对公众突发事件背景下应急手术调度效率及救治率低下等问题,将应急手术调度问题看作三级混合流水车间调度问题,在考虑患者三级分类的同时,综合考虑患者的恶化效应与手术团队的学习效应因素,构建以平均完成手术时间、患者恶化成本和手术室总能耗为优化目标的多目标应急手术调度模型。针对布谷鸟算法易陷入局部寻优的缺点,设计了一种被发现概率自适应的布谷鸟算法对应急手术的调度模型进行求解。最后通过仿真实验验证了模型和算法的有效性。

多资源约束下改进NSGA-Ⅱ算法的手术调度

针对手术调度涉及因素众多难以优化的问题,在考虑手术台、执刀医师等资源约束,构建了以病人满意度及手术总流程时间为目标函数的模糊调度数学模型.针对传统的加权系数方法不能很好地解决手术多目标优化问题,提出改进的非支配排序遗传算法(non-dominated sorting geneticalgorithmⅡ,NSGA-Ⅱ),采用改进的拥挤密度排序法改善同一非劣等级内个体的排序;提出自适应交叉和变异策略,克服了种群早熟化,改善算法收敛速度;采用改进精英策略保持种群多样性,改善算法搜索性能.最后,将该算法应用于某三甲医院手术模糊调度中,仿真结果证明该方法的有效性和可行性.

基于拉格朗日松弛的手术中心调度算法

为了有效提高手术中心的利用率,降低医院的成本,提高病人满意度,本文提出了基于拉格朗日松弛的手术中心调度算法.首先对问题域进行了描述,以最小化手术中心相关成本和最大化病人满意度为目标,建立数学规划模型.在此基础上,建立可行调度解策略,结合手术中心特有的约束条件,提出基于拉格朗日松弛的手术中心调度方法,并用分枝定界求解子问题.最后,设计不同问题规模的实验,对算法性能进行了评价和对比分析,实验表明,该算法能在可接受的计算时间内得到较好的近优解.

手术持续时间不确定的手术排程鲁棒优化

针对病人手术持续时间有较大范围不确定性的手术排程问题,综合考虑医院成本和病人满意度,采用绝对鲁棒优化策略,构建了手术持续时间不确定的手术排程优化模型,并设计了将单亲遗传算法和内点法相结合的两层混合优化算法,外层的单亲遗传算法确定病人在不同手术台的手术顺序,内层的内点法确定在给定的手术顺序下实现最差性能的手术持续时间。通过对大量随机算例进行仿真实验,并与基于期望值的确定性优化策略进行对比,结果验证了所提绝对鲁棒优化策略的有效性。

考虑医护主体协同的三阶段手术资源组合优化

文章考虑手术过程中时间和资源的多种不确定性,提出了考虑医护主体协同的多阶段手术资源组合优化方法.首先,在手术资源组合优化问题中,手术团队主体成员在手术过程中的互动效率会直接影响手术效果.因此,文章针对手术团队主体间的协同水平测度,加入了影响医护主体行为的决策风格因素;其次,考虑实际手术过程中术前准备阶段医疗设备数量、术中阶段医护人员数量和术后恢复阶段麻醉恢复病床数量的限制,制定了三阶段资源约束的手术日计划表;在此基础上,考虑手术室和医疗人员的可用性与手术效率等多种实际因素,建立了三阶段手术资源组合优化模型;最后,采用非支配排序遗传算法(NSGA-Ⅱ)求解多目标优化模型,并通过算例说明所提方法的有效性和实用性.

基于2D-3D配准的术中腓骨旋转不良检测方法

目的通常检测腓骨旋转不良的方法是对术中踝关节2D X射线影像做目视评估,但主观判断往往导致结果误差较大;目前公认的准确检测腓骨旋转不良的方法需借助术后3D CT数据,但会为患者引入较大的辐射量。为此,本文提出了一种基于2D-3D配准技术准确识别术中腓骨旋转不良的低剂量、低成本的精准复位腓骨的可行方法,以此验证所提方法的可行性。方法研究对象为单一腓骨CT数据,初始位置定义为参考位,然后借助Mimics软件对其做不同程度的旋转变换,生成12组腓骨旋转畸形测试位的CT数据,模拟术中腓骨的不同姿态,包括6组腓骨内旋和6组腓骨外旋。测试位腓骨术中C臂图像由投影仿真程序生成。通过将术中C臂图像和参考位CT数据做2D-3D配准来识别这12组测试位相对于参考位的旋转不良程度。得到的结果和金标准比对,从而评估2D-3D配准的准确性;其中,金标准为参考位和12组测试位的3D-3D配准结果。另外,因为与投影轴平行方向检测位移不敏感,故本文用两幅正交位投影的配准结果做补偿。结果 10次测试12组数据配准结果在绕x轴、y轴和z轴旋转的平均角度(及沿3个方向的平均位移)误差分别为1. 19°(0. 56 mm)、0. 72°(0. 84 mm)和0. 81°(0. 65 mm);标准差依次为0. 43°(0. 38 mm)、0. 51°(0. 47 mm)和0. 58°(0. 5 mm);最大误差分别是2. 13°(1. 76 mm)、2. 74°(1. 90 mm)和2. 10°(2. 16 mm)。结论 2D-3D配准方法可为临床腓骨复位提供精度更高的监控工具,其误差远小于目前10°旋转的目测误差。相比于术前CT做手术规划、术后CT做手术评估,本文方法借助术前CT和术中C臂图像不仅可达到准确评估的目的,而且可实现术中动态评估,故其辐射剂量更低,患者医疗成本更低,治疗更及时、更有效。

基于Preisach模型的微创手术器械钢丝绳驱动滞回特性分析与建模

微创手术中,在手术器械末端不安装传感器的条件下,系统仍需要得到末端准确的位置信息,以保证控制精度和医生手眼协调控制的一致性。为解决这一问题,本文基于改进Preisach模型的原理建立钢丝绳驱动手术器械传动模型,并采用多目标遗传算法NSGA-II(nondominated sorting genetic algorithm Ⅱ)对模型的参数进行辨识,基于该模型对手术器械进行运动补偿。首先搭建微创手术器械钢丝绳驱动实验平台,其次采集电机传动信息与末端执行器运动信息,最后开展模型辨识和验证,得到模型的最大误差小于1°。为检验该算法的有效性,将该算法与线性回归、随机森林和神经网络方法进行对比,得出该算法综合指标最优,具有精度高、结果稳定、过拟合程度小等特点。

考虑属性优先性的择期手术医患双边稳定匹配模型

针对考虑属性优先性的择期手术患者和医生双边匹配问题,提出了一种新的方法.在该方法中,首先,给出考虑属性优先性的择期手术患者和医生双边匹配问题的描述和医患双边匹配的定义;考虑到患者最关注的医生属性不同和医生对手术类型的擅长程度不同,分别给出了考虑属性优先性的医患个体理性匹配方案、医患稳定阻塞对、医患稳定匹配方案的定义;进一步地,根据患者提供的属性优先性信息,计算患者关于各优先属性集的权重,进而计算患者关于医生的综合满意度;构建了获得医患稳定匹配方案的多目标优化模型,基于多目标粒子群(MOPSO)算法设计了求解该模型的启发式算法;最后,通过算例说明了本文提出方法的可行性与有效性.