脑电信号采集中工频陷波电路的设计

本文设计了一种实用的工频陷波电路，陷波深度实测可达-32dB，中心频率点、Q值调整方便，频率选择性好。本文对其幅频特性进行了仿真，并在实际电路中对幅频特性进行了测量。     

基于VTK磁共振波谱多体素空间位置的配准

本文利用可视化开发工具包VTK,实现了磁共振波谱多体素和二维医学图像的三维重建,得到多体素、多体素中单个体素和图像在空间的相对位置。对MRS多体素(也称化学位移成像CSI)的空间位置配准可以使医生更精确定位大脑中的病变组织,实施更细致的诊断和治疗计划。     

基于MSP430的便携式无线心电监护仪的设计

目的:提出一种基于MSP430的便携式无线心电监护仪的设计原理.方法:通过对系统的MSP430F449微控制器模块、心电采集及放大滤波处理模块、蓝牙无线数据传输模块、数据存储模块、键盘及LCD显示模块等硬件结构和原理及其对应系统软件的介绍阐述了新型便携式无线心电监护仪系统的设计思想及其优越性.结果:在无线易便携的前提下实现了对患者心电信号的实时采集、分析、显示及报警.当心电信号发生异常时,它通过其蓝牙模块SBT-800-RD将心电数据无线发送到医生工作站(或家用电脑)上进行监护.医生工作站(或家用电脑)终端能稳定地接收到心电数据并实现心电波形的实时显示、存储、判别及远程传输等功能.结论:在功能和传统心电监护仪相差不多的情况下,使心电监护仪实现了无线化并大大减小了系统的体积、重量及价格.     

影像组学在食管癌放疗中的应用研究进展

影像组学作为一种非侵入性的图像分析方法,大量研究证实了其在食管癌分期、治疗反应和放射性肺炎发生中的预测价值。本文从影像组学的研究背景出发,就其在食管癌的临床应用及面临的挑战和未来的研究方向进行综述。     

基于深度学习的行人属性多标签识别

行人属性通常指的是行人的一些可被观察到的外部特征,如性别、年龄、服饰、携带品等。作为行人外部的软生物特征,行人属性对于行人检测和再识别是非常重要的,并且在智能视频监控场景和基于视频的商业智能应用中显示出巨大的潜力。在目前的行人属性多标签分类识别中,主要有基于手工设计特征的方法和基于深度学习的方法。然而,手工设计特征的方法难以应对复杂的真实视频监控场景,在实际应用中取得的效果并不是很理想。采用深度卷积网络模型,包含3个卷积层和2个全连接层,使用Sigmoid交叉熵损失函数,训练平台为Caffe深度学习框架,通过在包含19 000张行人图片的PETA数据集上对10种行人属性进行训练和测试,得到85.2%的平均识别精度。加入正样本比例指数因子改进损失函数后,平均识别精度达到89.2%,使网络性能有明显的提高。     

基于VTK磁共振波谱多体素空间位置的配准

背景:磁共振波谱因其非侵入性和无创性,目前已被广泛应用于生物医学研究和临床应用,尤其是对脑肿瘤的诊断和治疗具有重要的参考意义.目的:对磁共振波谱多体素进行空间位置配准,可以帮助医生更精确地定位大脑中的病变组织.方法:利用可视化开发工具包VTK,对磁共振波谱多体素和二维医学图像进行三维重建,得到多体素、多体素中单个体素和图像在空间的相对位置. 结果与结论:实验基于VTK,实现了对磁共振波谱多体素的空间位置配准.     

影像组学分析与建模工具综述

影像组学作为一种非侵入性的图像分析方法,大量研究证实其在肿瘤诊断、分期、治疗反应预测和预后中的研究价值。本文从影像组学的概念、分析流程、国内外研究现状,以及最常用图像分割、特征提取、分析和建模预测软件方面进行综述。通过本文可快速熟悉和了解不同软件的特点,为影像组学在临床上的进一步应用提供良好的契机和实践基础。随着医学影像数据的进一步积累和标准化,以及人工智能和深度学习的发展,将为影像组学指引新的方向。     

基于HLSVD和AMARES磁共振波谱数据量化方法的比较

背景:磁共振波谱在临床医学诊断上正成为越来越重要的辅助诊断工具,目前应用最广泛的就是人脑的氢质子磁共振波谱,其在脑肿瘤的诊断上有重要的临床价值.目的:基于一定量数据的基础上,通过比较HLSVD和AMARES两种方法在量化结果的准确性和量化过程的时间性上的差异,找到更适用于临床辅助诊断的方法.方法:在分析软件JMRUI中分别运用两种量化方法,得到频率,幅值,相位等物理参数,这些参数即量化结果的表现形式,以此完成对数据信号的解读.结果及结论:HLSVD方法是根据波形的特征情况进行量化;而AMARES方法,由于使用了人工定义的先验知识,在图形的反应上就会出现偏差,导致量化的结果发生偏离.结果提示,HLSVD方法比AMARES方法在准确性和时间性上都更适合于应用到临床诊断上.     

超声成像中盲反卷积的通用系统函数的研究

目的：研究超声成像的盲反卷积中如何选取与组织无关的通用系统函数。方法：选用高阶谱分析的方法（双频倒谱法）进行纵向、横向二维系统函数辨识,估计出与组织无关的超声系统函数,并根据分辨率增益、中心频率、带宽等参数选取通用系统函数。结果：将通用系统函数应用于同设备产生的任意图像信号的反卷积处理中,能取得更好的分辨率增益。结论：本法估计出的与组织无关的超声系统函数,纠正了以往组织相关的反卷积处理模式的根本性弊端,并使得超声成像在线反卷积成为可能。     

基于ITK多图谱配准的脑部皮质下核团的分割研究

大量研究表明,阿尔茨海默症(AD)的病变与大脑皮质下核团的萎缩息息相关,某些核团的萎缩(如海马)可能成为AD疾病早期诊断的标志,而皮质下核团的分割是研究核团萎缩模式的重要前提。基于AD患者和正常人各30例3DT1W-MR图像,先结合直方图分析和三维形态学分析方法对图像进行脑组织提取,后采用ITK配准算法将10个脑图谱图像经两阶段分别配准到提取脑组织后的图像空间。第一阶段实现基于均方差的仿射配准,第二阶段实现基于互信息的B样条形变配准,两阶段的配准均采用线性插值法和梯度下降的优化搜索方法。最后采用STAPLE融合算法,对配准后得到的10个目标图像进行图像融合,得到最终的分割结果。结果表明:除尾状核外,分割得到的其余6对核团的体积与常用的FSL-FIRST算法的分割结果无统计学差别(P>0.05);AD患者的右侧伏核和双侧海马发生萎缩(P<0.05)。因此,基于ITK配准框架的多图谱配准分割方法能有效分割MR图像上边界不明确的皮质下核团。