基于鞋垫传感器测量垂直地面反作用力的算法

目的 提出一种实用、高精度的足底压力动态监测算法，通过电容式鞋垫传感器测量走路时垂直地面反作用力(vertical ground reaction force, vGRF),并验证预测精度的可靠性。方法 4名健康男性受试者穿戴电容式鞋垫传感器，在Kistler三维测力台上采集快速和慢速行走数据。对电容式鞋垫传感器采集到的数据进行像素化处理，处理后的数据输入残差神经网络ResNet18,预测得到高精度vGRF。结果 与Kister测力台收集的数据分析比较，快速和慢速行走的归一化均方根误差(normalized root mean square error, NRMSE)分别为8.40%和6.54%,皮尔森相关系数(Pearson correlation coefficient)均大于0.96。结论 本研究为移动场景下GRF动态测量提供了一种新型算法，可以用于实验室外完整GRF估计，而不受测力台数量和位置的约束，潜在应用领域包括步态分析以及有效捕捉病理性步态。     

自由呼吸状态下X线平片和CBCT在EB-PBI摆位误差测定与校正的比较研究

目的 对比研究EB-PBI患者自由呼吸状态下正交X线平片和CBCT测得的摆位误差、摆位残差的差异。方法 选择保乳术后EB-PBI患者19例,基于校正前后CBCT图像、正交X线平片分别获取三维方向摆位误差及校正后摆位残差。Wilcoxon符号秩和检验两种方法差异。     

ARMA模型对肾综合征出血热发病趋势预测的拟合研究

[目的]探讨应用ARMA模型在时间序列资料分析中的应用,建立HFRS发病趋势的预测模型,从理论角度为制定科学、有效的防制措施提供理论依据.[方法]应用平稳时间序列分析,选用最小二乘法按照信忠量准则,AIC、模型的拟合度与相关系数以及误差,确定ARMA的所有参数,用非线性最小二乘法重新估计,得出组合模型的最终估计;应用DPS (Data Processing System)数据处理系统.[结果]数据转换后,建立ARMA(1,1)模型,其残差平方和SS=0.6987,残差标准差:0.2158, AIC=-3.7044,相关系数R=0.96930,拟合度C=93.96%.[结论]模型可以用来讲行预测.     

检查Cox模型比例风险假定的几种图示法

目的 检查Ｃｏｘ模型比例风险假定图示法的应用与比较。方法 介绍了基于Ｃｏｘ模型与ｋａｐｌｑｎ－ｍｅｉｅｒ法生存估计比较、Ｃｏｘ模型累积风险函数、ｓｃｈｏｅｎｆｅｌｄ残差和ｓｃｏｒｅ残差的图示法。结果 上述几种图示法均可不同程度地检查ＰＨ假定。结论 建议使用ｓｃｈｏｅｎｆｅｌｄ残差图和ｓｃｏｒｅ残差图，除评价ＰＨ假定外，前者可提供ＬＨＲＦ的非参数估计，后者可用于诊断观测对Ｃｏｘ模型参数估计的杠杆。     

基于声像图深度残差网络ResNet模型自动诊断肾囊肿

目的 分析基于声像图的深度残差网络ResNet模型自动诊断肾囊肿的效能。方法 收集3 670例患者的肾脏超声资料,其中2 024例超声诊断肾囊肿、1 646例肾脏正常,每例选取2幅肾脏声像图,共以7 340幅肾脏声像图构建数据集;以其中6 294幅（3 238幅肾囊肿、3 056幅正常肾）为训练集,1 046幅（810幅囊肿、236幅正常肾）为测试集,分别采用梯度方向直方图（HOG）+支持向量机（SVM）方法及3种深度残差网络ResNet模型（ResNet18、ResNet34、ResNet50）进行诊断。以超声诊断结果为金标准,计算并比较4种方法诊断测试集肾囊肿的敏感度、特异度及准确率,并绘制受试者工作特征（ROC）曲线,获得曲线下面积（AUC）。结果 ResNet34、ResNet50模型诊断测试集肾囊肿的敏感度、特异度及准确率均高于HOG+SVM方法及ResNet18模型（P均<0.01）,且ResNet50模型的特异度和准确率均高于ResNet34模型（P均<0.05）。ROC曲线显示,HOG+SVM方法及ResNet18、ResNet34、ResNet50模型自动诊断肾囊肿的AUC分别为0.731[95%CI（0.691,0.771）]、0.754[95%CI（0.715,0.792）]、0.851[95%CI（0.819,0.884）]及0.892[95%CI（0.865,0.920）]。结论 基于声像图的深度残差网络ResNet模型可自动诊断肾囊肿,以ResNet50模型效果最佳。     

灰色残差GM(1,1)模型在预测肺结核流行趋势中的应用

目的预测西安市肺结核短期流行趋势,探讨灰色模型在疾病预测及效果评价中的作用。方法对西安市1996-2005年肺结核发病率资料分别建立单纯GM(1,1)模型和残差GM(1,1)模型,比较两个模型的拟合优度,选择拟合度好的模型预测肺结核的短期流行趋势。结果单纯GM(1,1)模型的拟合度为"勉强",残差GM(1,1)模型的拟合度为"好"。采用拟合度满意的残差GM(1,1)模型预测西安市2006年和2007年肺结核发病率分别为364.79/10万和523.20/10万,较实际发病率显著降低,降幅分别为72.09%和82.32%。结论 2005年以来西安市结核病防治工作取得初步成效,灰色残差GM(1,1)模型可作预测肺结核的短期流行趋势之用。     

基于模板匹配和改进的快速LADT结合的心电数据压缩算法

性能优越的心电数据压缩算法,必须具备较快的处理速度、较高的压缩比和较理想的恢复精度,而三者通常是相互矛盾、相互制约的,实际应用中只能取折衷方案.现有的心电数据压缩算法不能在这三方面同时取得理想的效果,只能根据需要满足某一方面的需求.基于模板匹配和改进的快速LADT结合的心电数据压缩算法,吸收了模板匹配和改进的快速LADT算法的优点,并对算法实现的关键技术作了进一步的改进.介绍了模板匹配和改进的快速LADT算法的基本原理,实现步骤和关键技术,并对其应用前景作了预测.     

一种基于复合编码的心电数据压缩算法

本文提出了一种复合心电数据压缩方法，该算法根据ECG数据的特征变化，提取出每路ECG的心搏模板，从而把信号分成三部分；心搏模板，残差，位置参数，在保证恢复信号低失真的情况下，先对残余误差进行LADT编码，再利用Huffman的无损压缩方法进行全部数据二次压缩，与其它压缩方法相比，在同样的信息损伤下，该算法可获得更高的数据压缩比，本文提出的方法，也可应用到图像数据和其它数据的压缩中。     

基于3D残差U-Net的放射治疗剂量分布预测

摘 要：［目的］ 针对放射治疗中剂量分布预测结果精度低的问题,提出一种基于深度学习技术的肿瘤放疗三维剂量分布预测模型。［方法］ 选择130例宫颈癌患者数据,包括CT影像和靶区文件。通过基于卷积神经网络和残差块的深度学习U-Net模型,用于自动提取调强放疗放疗计划的CT影像、靶区和危及器官解剖结构群的多尺度和多层次特征图并进行三维剂量分布预测。采用定量分析方法,包括实际剂量与预测值之间的误差包括最大剂量（Dmax）、平均剂量（Dmean）、D99、D98、PTV56、PTV63和PTV70等。［结果］ 对于宫颈癌,根据检测结果绘制剂量-体积直方图,直接反映了真实剂量与预测剂量的差异,实际误差满足基本要求。［结论］ 通过深度学习模型的训练回归,拟合了调强放疗计划特征图参数与三维剂量分布之间的复杂非线性函数关系。在实际临床应用中,该训练模型可以准确预测新患者的个性化三维剂量分布。     

基于深度残差网络研发辅助诊断软件用于X线胸片分类诊断

【摘要】目的:研究以深度残差网络（ResNet）为基础架构建立深度学习模型,对X线胸片(CXR )做出“有发现”与“无发现”鉴别诊断的可行性。方法:回顾性收集2017年1月1日至2018年7月1日的连续CXR图像及诊断报告,经过数据清洗后分为“无发现”组（无任何异常发现,诊断印象为“两肺心膈未见异常”,共9765例）与“有发现”组（诊断印象中提及了一种以上影像所见,共9956例）。使用ResNet152（152 layers）作为二分类模型的基础架构,结合Grad-CAM技术生成模型激活热图,训练二分类模型。数据随机分为训练集（70%）、调优集（20%）和测试集（10%）。以测试集的预测结果检测CXR二分类模型的效能。结果:在测试集中（“有发现”者1018例,“无发现”者995例）,CXR二分类模型鉴别“有发现”与“无发现”的精确度分别为0.885和0.894,召回率分别为0.898和0.880,F1-分数分别为0.891和0.887,ROC曲线下面积均为0.96。 结论:使用CXR二分类模型可对X线胸片做出“无发现”与“有发现”的预测。