一种非接触呼吸暂停检测技术的研究

为了实现在低生理和心理负荷条件下睡眠呼吸暂停的非接触检测,本文首先利用生物雷达实现了对人体呼吸信号的非接触采集,然后通过函数模拟构造伴有呼吸暂停的呼吸仿真信号,提出基于时域的能量谱法和基于小波域的小波信息熵谱法,最后根据两种算法的准确率提出综合判断方法,最终实现了对睡眠呼吸暂停的非接触检测。实验结果表明,利用能量法与小波信息熵法按权重综合判断睡眠暂停,能够较准确地判断阻塞性睡眠的呼吸暂停次数,为非接触睡眠呼吸暂停辅助诊断奠定技术基础。     

基于超声回波信号的指端脉搏波提取

脉搏波可作为检测人体心血管系统生理病理状态的重要依据。为了验证用超声波测量脉搏波的可能、解决脉搏波的测量部位受限的问题,本研究提出一种从超声回波信号中提取脉搏波的方法。设计一种跟随式超声传感器,用数据采集系统采集指端超声回波信号,经过滤波、选点及小波去噪等处理后得到较为纯净的脉搏波信号;同时采集心电信号以及光电容积脉搏波信号作为参考信号。结果表明,可以从提取的指端脉搏波中准确地获取心率;与同步测得的光电容积脉搏波数据相关系数大部分在0.8以上;波形中的重搏前波、重搏波等细节部分也能明显地表现出来。本研究提出的方法实现了从指端超声回波信号中获取完整可靠的脉搏波信号,为日后获取不同部位的脉搏信号提供了基础。     

基于X光吞咽视频的舌运动轨迹仿真研究

为提高吞咽障碍患者的食物吞咽质量,须深入研究口腔环境下食物吞咽的舌运动规律;基于口腔吞咽的X-光运动 视频,通过提取特征图像开展舌吞咽运动的规律研究,采用3种不同的方法开展舌运动轨迹方程的仿真研究。结果表明, 舌运动是由舌根点和运动点组成,即舌根点轨迹类似于椭圆,而舌运动点的轨迹类似于往复运动的直线;多元非线性曲线 快速拟合法、Lsqnonlin 优化5 次多项式函数和BP神经网络法3 种方法的拟合方程的轨迹跟原始轨迹的相关系数分别为 0.85、0.87和0.91,发现神经网络模型更适用于天然舌运动轨迹的研究,这将为功能食品研发和吞咽仿生装置设计提供技 术参考。     

基于图像融合技术提高磁探测电阻抗成像质量的研究

为了提高磁探测电阻抗成像(magnetic detection electrical impedance tomography,MDEIT)中图像分辨率,提出了一种基于图像融合技术提高磁探测电阻抗成像质量的研究。通过利用水平集方法对预处理后的CT图像进行分割,获得结构信息图像;采用CT图像建立模拟肺水肿病变仿真模型,并利用传统灵敏度矩阵算法进行重建,获得MDEIT功能信息图像;利用小波融合算法进行图像融合以获得结构—功能融合图像,并对融合结果进行分析。仿真结果表明,结构信息图像与功能信息图像相融合的图像效果较好。融合图像中重建电导率信息分布更清晰,并且可以实现在实际组织中对病变组织位置和大小精准定位,从而使磁探测电阻抗成像质量得到很大提升,为磁探测电阻抗成像的临床应用奠定了基础。     

特征区域再聚焦提升全卷积神经网络勾画较小靶区准确度

在卷积神经网络基础之上介绍一种特征区域再聚焦的勾画方法。方法:利用端到端的全卷积神经网络,采用正常勾画及特征区域再聚焦勾画两种方法分别对鼻咽癌肿瘤体积（GTVnx）进行自动勾画。选取60例鼻咽癌患者数据,其中40例用于训练,20例用于测试。Dice相似系数（DSC）用于评估自动勾画准确度。结果:正常勾画方法DSC为0.352±0.084,特征区域再聚焦方法DSC为0.524±0.079。对20例测试例勾画结果进行统计学检验结果显示P<0.01。结论:相比正常勾画方法,特征再聚焦勾画方法能够提高对GTVnx的勾画效果,提升较小靶区的勾画精度。     

基于优化后向传播神经网络的基础心音分类

针对后向传播（BP）神经网络高度依赖初始权值、收敛慢且易陷入局部极值,标准人工蜂群算法开发能力弱、局部 搜索能力差等问题,提出一种基于改进人工蜂群算法优化BP神经网络的分类方法。引入自适应和全局最优策略改进人 工蜂群算法中跟随蜂蜜源全局搜索、概率选择算法,使用当前迭代的最优解来提高其开发能力。此外,利用混沌系统产生 初始种群,以增强人工蜂群算法全局收敛性。最后,将本文算法应用到基础心音分类。结果表明本文算法较经典分类算 法分类准确率有较大的提升。梅尔频率倒谱特征参数下,本文算法的分类准确率达到94%以上。     

基于多模态功能磁共振成像的原发性失眠研究

目的:研究基于多模态功能磁共振成像的原发性失眠。方法:选取福建医科大学附属泉州第一医院2018年12月~2019年12月期间收治的原发性失眠患者50例为研究组,选取与研究组性别、年龄皆与之匹配的健康人群50例作为对照组,所有被研究者均进行临床匹兹堡睡眠质量指数（PSQI）、汉密顿抑郁量表（HAMD）以及汉密尔顿焦虑量表（HAMA）评分,选择PCC为种子点对静息态功能磁共振成像数据进行功能连接（FC）分析,获得被研究者的脑内功能连接参数,比较研究组和对照组的差异,并进行分析。结果:两组患者性别和年龄对比差异无统计学意义（P>0.05）,但是研究组患者PSQI评分、HAMA评分以及HAMD评分显著高于对照组（P<0.05）;对照组被研究者和研究组患者组间无弥散张量成像（DTI）差异,对照组与研究组比较,研究组患者的左侧海马以及右上额枕束FA值显著下降,而双侧扣带回、左下纵束、右上额枕束、左侧海马、双侧钩束的MD值显著升高（P<0.05）;对照组被研究者与PCC功能连接脑部区域,包括:颞极L/颞上回/额上回/岛叶、颞极R/岛叶、枕下回R/梭状回、额下回R/额下回眶部、楔前叶L、R/后扣带回/中间扣带回、颞上回L/颞横回、枕中回R/楔前叶/顶上小叶、颞上回R,显著阈值设为P=0.000,簇≥1 355 mm3;研究组患者与PCC功能连接脑部区域,包括:额下回眶部L/颞上回/额中回、楔前叶L、R/后扣带回/中间扣带回、颞中回R/枕中回/楔前叶/角回、枕中回L/楔前叶/枕上回、额中回L、中央前回R、额上回R,显著阈值设为P=0.000,簇≥1 355 mm3。结论:联合应用静息态功能磁共振成像和扩散加权磁共振成像可以作为一种多模态的方式揭示原发性失眠患者发生的病理和生理机制。     

基于STMHT算法的心音分割研究

第一心音（S1）和第二心音（S2）的定位和提取是利用心音分析诊断心脏病时的首要任务。鉴于此,本研究提出一种基于STMHT的心音分割法,分别提取S1和S2。本研究分为以下3个阶段:第一阶段,采用小波分解对心音信号进行预处理,保留心音信号的有效成分（21.5~689.0 Hz）;第二阶段,用Viola积分波形法提取心音包络;最后,基于STMHT算法自动定位和提取S1和S2。对30例心音信号的提取结果进行评价,结果表明,S1和S2提取的准确率高达97.37%,优于其它已实现的有效方法。     

基于小波分析的胃电信号处理

目的：体表胃电图（EGG）是研究胃动力学特性和功能性胃疾病诊断的重要依据,而从人体直接采集的胃电信号都含有干扰成分,不能直接应用于临床诊断。将小波分析运用到胃电信号的处理中,对信号进行去噪、重构等实验,用此方法对胃电信号进行处理。方法：以矩阵实验室（MATLAB）为工具,利用小波变换的多分辨率特性,将含有噪声的胃电信号进行多尺度分解,得到不同频带的子带信号,对含有干扰频率的子带信号进行去除,选择与胃电信号频率最为相关的子带进行重构。结果：此方法取得了较理想的胃电图。结论：小波分析是一种简单有效的信号处理方法,使EGG在临床诊断中更具有实际意义。