基于空洞卷积神经网络的心律失常分类算法

本文提出了一种基于卷积网络的心电信号分类算法,设计了空洞卷积池化金字塔模块,通过不同尺寸的空洞卷积提取信息,再将各通道的信息聚合,在增强网络的特征提取能力的同时可以降低参数量。本文聚焦于窦性心律、房性早搏、心动过速以及心动过缓4种分类,使用的心电图数据集来自医院的实测数据,数据集包含75000名不同检测者的心电记录。经过测试,本文提出的模型在该数据集上取得了0.89的F1值,另外在CinC2017数据集上也达到了0.87的F1值。实验结果表明该分类算法具有优秀的特征提取和分类能力,在心电信号的实时分类中具备应用前景。     

基于卷积神经网络和Transformer的肝脏CT图像分割方法

针对现有的卷积神经网络在肝脏图像分割上精度较低的问题,提出了一种以U-Net网络模型为基础的分割算法。将多头自注意力机制引入到U-Net网络的跳跃连接中,在编码器部分使用空洞卷积,采用混合损失函数从而提高分割精度。在LITS数据集上通过实验结果表明,利用本文方法进行肝脏分割与传统U-Net方法相比Dice系数提升3.3%,平均交并比提升了2.4%,平均像素准确率提升了3.66%。     

基于小波变换的甲襞微循环图像边缘检测

讨论了小波变换在图像边缘检测、分类与描述中的作用,并根据甲襞微循环图像的特点,利用三次样条二进小波,采用Ｍａｌａｔ快速算法进行小波分解,成功地提取了甲襞微循环图像的边缘。     

基于小波变换极大模的多模医学图像融合

多模态医学图像融合由于其对医学临床诊断的意义已引起广泛的关注,基于图像边缘特性的融合方法逐渐成为研究的重点。本文提出了一种基于离散二进小波变换的多尺度边缘检测和图像融合的方法,实现了特征级图像融合。不同于以往的从极大模值点直接重建图像,本文的算法利用极大模值点建立有效的融合规则,然后从融合的小波系数重构信号。融合图像的交互信息和峰值信噪比等检测指标表明此方法优于传统融合算法。     

基于BP神经网络的半夏、生姜、甘草三泻心汤配伍研究

目的:探讨不同BP(BackPropagation,BP)算法的人工神经网络在半夏泻心汤、生姜泻心汤、甘草泻心汤配伍中的应用,并应用所建模型探讨三复方药味与剂量的配伍规律。方法:应用均匀设计对药味及剂量进行分组,测定不同组别对正常大鼠胃粘液的影响。应用MATLAB6.5进行编程,选用BP神经网络来拟合实验数据,比较831、881、8121三种拓扑结构、不同BP算法对网络模型拟合效果的影响,建立基于BP神经网络的三方对胃粘液含量影响的预测模型。结果:拓扑结构为881、算法为改进BP算法的神经网络模型可以很好的拟合学习过的样本,并对未学习过的样本有较好的预测能力,其中采用动量法和学习速率自适应调整两种策略相结合的改良BP算法的网络拟合预测效果最佳。应用模型分析可以看出,每种药物剂量变化及不同药物组合对胃粘液分泌的影响不尽相同,如辛开组合具有促进胃粘液分泌的作用,苦降组合、甘补组合具有抑制胃粘液分泌的作用。结论:以半夏、甘草、生姜泻心汤为研究模板,提出的复方类方配伍规律研究模式:“优化拆方实验设计-人工智能数据挖掘-复方类方知识发现”,将为复杂复方的研究提供借鉴。     

小波分析原理及在脑电图中的应用

小波变换是一种时/频域的分析方法,它将时域的一维信号变换至时间—尺度的二维空间。小波分析的一个重要特点就是具有良好的时频局部化性质,对于处理时变信号具有独特的优越性。而医学信号如脑电信号就是非稳态的时变信号,特别是许多疾病的信号如癫痫的脑电信号就是一种突变的信号。利用小波分析,分离出有关信号,减少诱发、长期监护等手段来获得特征波的方法,能方便、快速的提取有关信号,作为癫痫诊断的辅助方法。     

适用于PACS的医学图像序列编码研究

从分析三维医学图像序列的特点出发,在满足医学图像失真要求的条件下,研究并完善医学图像三维小波压缩方法,并与基于运动补偿技术的医学图像压缩算法进行对比研究,探寻适合PACS系统的医学图像压缩编码算法.     

基于遗传神经网络的中药肉苁蓉模式识别研究

本文建立了遗传神经网络模型.该模型应用遗传算法对神经网络权值和学习进行优化,从而克服了BP神经网络训练速度慢、易陷入局域极小和全局搜索能力弱等缺点.以中药肉苁蓉的元素含量数据为考察对象,用该模型对肉苁蓉进行模式识别,通过验证,识别成功率达100%.本研究为中药肉苁蓉的模式识别提供了一种新方法.     

基于聚类分析的径向基神经网络用于证候诊断的研究

目的:优化中医证候诊断模型,为中医证候诊断标准的研究提供可行性方法.方法:提出用于中医证候诊断的径向基(Radial Basis Function,RBF)神经网络,利用聚类分析确定RBF神经网络隐层的参数,运用最小二乘确定RBF神经网络输出层的参数.结果:通过模型检验,证候诊断模型判准率比BP网络模型判准率高;证候诊断模型训练速度比BP网络模型快.结论:基于聚类分析的RBF神经网络用于中医证候诊断的研究是可行的和有效的.     

小波变换在消除超声成像噪声中的应用

小波分析是目前国际上公认的性能优良的信号时—频分析工具,其多分辨率分析具有良好的空间域和频率域局部化特性,因此很适合于对二维图像信号进行处理。本文针对肝脏超声成像中因相位不同的散射回波相互干涉而产生的斑点噪声,利用小波变换对其进行消噪处理。处理结果显示此方法能达到较好的消噪效果。