神经网络模型和多元线性回归预测肾结石CT值的比较

目的:比较神经网络模型(NNM)和多元线性回归(MLR)预测肾结石CT值的能力。方法:回顾性搜集2018年5月至2018年12月我院诊断为肾结石的患者121例(男95例,女26例),采用随机表法按3:1分为训练样本和验证样本。所有患者均进行CT平扫成像,比较两种模型的精确程度。结果:训练样本中,NNM计算得到C’与C的相关系数高于MLR;验证样本中,NNM得到C’与C的相关系数也高于MLR。训练样本中,NNM得到的MAE、MRE和RMSE均低于MLR,差异有统计学意义;验证样本中,NNM得到的MAE(17.351)、MRE(3.822)和RMSE(3.116)也低于MLR,两者间差异均无统计学意义。结论:NNM较MLR能更好地预测肾结石的CT值。     

结合二维灰度直方图与PCNN的医学图像多类分割

针对医学图像中对组织器官多类分割的要求,提出一种结合二维灰度直方图的脉冲耦合神经网络（pulse coupled neural networks,PCNN）图像多类分割算法.首先根据PCNN模型的局部连接作用和阈值衰减特性对图像进行多类分割,然后利用基于类内最小离散度的二维直方图算法计算出PCNN网络迭代时的最佳门限值,从而实现医学图像的多类分割.通过对仿真的正常颅脑和非正常的颅脑核磁共振图像进行测试,结果显示本PCNN图像多类分割算法能够有效地分割出核磁共振颅脑图像中不同脑组织.因此,本文算法具有应用于医学图像的多类分割的可行性,并提高计算机辅助分割医学图像的准确性.     

脑内神经网络修复关键点的临床验证

背景：细胞移植的安全有效靶点选择,是临床研究的重要方向。对脑内是否存在能发挥重要治疗作用的点或区域,以最大限度对神经网络发挥良性影响进而修复,是研究先行者必须优先考虑的课题之一。 目的：通过临床资料分析,证实细胞移植脑内神经网络修复关键点(KPNNR)理论的客观性、真实性和实用性。 方法：2003-05/2009-01共有631例各类中枢神经系统疾病患者接受神经网络修复关键点嗅鞘细胞移植,其中609例资料齐全,男392例,女217例;年龄1.2~84(42.87±19.64)岁,病程0.4~35(5.11±5.46)年。疾病分布：肌萎缩侧索硬化432例次、脑性瘫痪110例次、多发性硬化25例次、共济失调12例次、多系统萎缩7例次、遗传性痉挛性截瘫6例次、持续性植物状态6例次、痴呆2例次、脑缺氧后遗症2例次、帕金森叠加综合征2例次、非特异性脑炎后遗症2例次、肾上腺脑白质营养不良1例、核黄疸后遗症1例、皮质基底核变性1例。患者来自75个国家或地区。 结果与结论：细胞移植后随访2~8周,平均4周,609例次中526例次神经功能获不同程度改善,近期总改善率为86.37%,其中肌萎缩侧索硬化改善率为87.96%。脑性瘫痪改善率为82.7%,特别是4例伴有癫痫者,术后发作明显减少。共济失调改善率为83.3%。遗传性痉挛性截瘫改善率为83.3%。围手术期出现不良事件共33例次,发生率为5.4%,主要为术后头痛、发热等,多经对症治疗后痊愈。结果提示,大脑内神经网络修复关键点(KPNNR)客观存在,在该点进行嗅鞘细胞移植安全可行,能改善多种中枢神经系统疾病患者的神经功能和(或)延缓病情的进行性恶化。     

基于PCA和Fisher判别分析的锋电位在线分类算法

目的 大脑神经元胞外单细胞动作电位(即锋电位)的检测与分类,是研究神经系统处理信息机制的关键.常用方法是实验完成后对记录到的数据进行离线检测与分类,然而当需要在短时完成大量数据的处理或无线传输时,则需实现锋电位的在线检测与分类.方法 为实现在线分类,本文在利用主成分分析法(principal component analysis,PCA)和K均值分类法对一定量数据进行预分类的基础上,提出使用PCA结合Fisher判别分析的方法,并与基于距离的模板匹配法、BP神经网络分类法进行了分类效果和算法复杂度的比较.结果 仿真结果表明,该方法相对于其它两种方法在分类效果和算法复杂度上都具有一定的优势.结论 此方法是实现锋电位在线分类的不错选择.     

基于神经网络的环孢素血药浓度预测

通过研究肾移植病人环孢素A血药浓度的不同影响因子,分别采用广义神经网络、Elman网络、BP神经网络等模型,对环孢素A血药浓度进行预测.结果显示三种网络模型都达到了较好的预测结果,其中BP网络的预测结果最好,平均相对误差为19.94%,Elman网络的平均相对误差为21.39%,广义神经网络的平均相对误差为25.93%.说明将神经网络应用于预测CsA血药浓度是可行的,其结果可以作为临床CsA的个体化给药的参考.     

基于神经网络的人中耳内边界参数识别

目的 研究识别中耳内边界的方法。方法 利用CT获取耳部结构临床资料建立数值模型;利用Matlab建立神经网络识别程序。结果 利用数值模型,在鼓膜外侧施加105dB声压,进行谐响应分析获取训练样本;利用训练成熟的网络识别了中耳内边界参数。结论 数值识别结果表明,所建的中耳内边界参数识别方 法具有良好的识别精度和较快的收敛速度。     

我院药品不良反应/事件主动监测系统构建

目的：构建药品不良反应/事件主动监测系统,为临床提供用药安全信息,及时发现并快速上报药品不良反应（adverse drug reaction,ADR）/事件（adverse drug event,ADE）,实现基于该系统的ADR/ADE真实世界研究条件。方法：联合"触发器原理"与"贝叶斯置信传播神经网络法"挖掘医院信息系统的ADR/ADE信号,由药师负责建立规则、布局功能模块以及对效果进行评估验证,由软件工程师负责编写计算机程序实现。结果：建立了较全面的监测规则,实现了实时预警与回顾性研究数据快速提取,完成了ADR/ADE主动监测平台的搭建。结论：ADR/ADE实时预警有利于及时处置,减少药品危害,并提高上报效能,快速筛选数据的功能为上市后药品安全性再评价提供便利,对建立药品安全性监测与评价信息技术平台有重要意义。     

BP神经网络在急性低血压发生预测模型中的应用

背景:ICU监护中术后急性低血压并发症的发生严重威胁着患者的生命安全,目前临床上主要依靠医生的经验进行预见性判断.目的:为实现急性低血压发生的自动检测和提前预报,运用医学信息学理论,探讨一种预测急性低血压发生的模型.方法:对发生与未发生急性低血压两者间平均动脉压信号进行小波多尺度分解,并选取各层小波系数的统计特征值中位数和最大值作为信号特征参数,提出了基于BP神经网络方法对提取的信号特征参数进行分类预测,并在MATLAB环境下进行仿真实验.结果与结论:实验结果表明,利用BP神经网络方法对急性低血压发生的预测是可行的.     

基于神经网络的大学生心理健康评估模型

将神经网络和心理健康教育研究相结合,提出基于BP网络和RBF网络的心理健康评估模型.此方法不仅为非线性资料的处理提供了一种新思路,而且为在结构未知下的变量筛选开辟了途径.同时,神经网络模型能同时处理几百种因素,可使困难问题的求解更加精确.     

颅脑外伤后认知功能障碍恢复的实验研究进展

主要由交通意外引起的颅脑外伤(traumatic brain inju-ry,TBI)已成为工业化国家45岁以下人群的首要致死和致残原因。在美国,每年估计有140多万人遭遇颅脑外伤,有8—9万人遭受脑外伤后出现持久的功能障碍[1]。临床研究已表明,轻度颅脑外伤患者有10%—15%存在长期的认知和行为功能障碍,中度颅脑外伤患者至少有50%存在长期的损伤相