流行性脑脊髓膜炎预报的人工神经网络模型

本文支用人工神经网络的一典型模型－“反向传播”模型，以江苏某市１９５０－１９８５年有关气候和流脑发病等级资料为对象，建立了该种流行性疾病预测的计算机智能专家系统。预测效率达１００％，结果表明，该方法性能良好，可望成为流行性疾病预测的有效的手段。     

血管图像分割技术的研究进展

血管图像分割是循环系统血管分析的一个重要组成部分,也是血管三维重建、定量分析的基础.本文对适于血管图像分割的区域生长法、活动轮廓模型、基于追踪的方法等传统的分割技术,及基于数学形态学、神经网络等近年来结合特定理论和工具提出的分割算法进行了综述.针对血管图像的这一具体应用领域,把现有的血管图像分割技术分成如下三类:①基于边界的分割技术;②基于区域的分割技术;③基于特定理论和工具的分割技术.     

脑电中癫痫波的自动检测与分类──一种分层次、多方法整合的途径

脑电中癫痫波的自动检测与分类是临床上很有意义的工作。本文采用一种‘分层次、多方法整合’途径，把自适应预测、小波变换、人工神经网络、模糊识别、专家系统等信号处理技术有机地结合在处理的不同层次（如初筛、分解、特征提取、识别与分类等）上，建立起一种新的分析框架。临床数据的初步测试结果比较满意     

小波分析与神经网络在心脑血管疾病脉象信号分析识别中的应用

本文作者把小波和神经网络技术应用于对心脑血管疾病患者的中医脉象诊断中,通过对正常人和不同程度脑血管疾病患者的脉象信号进行分析、模式识别来对脑血管疾病患者进行早期诊断.本研究方法对类似的应用也有借鉴意义.     

基于人工神经网络的高血压预测模型

目的 以武汉市某区域居民的健康档案数据为本次的研究对象,通过数据分析建立基于BP神经网络的高血压预测模型,进而预测收缩压(SBP)和舒张压(DBP)值,为高血压诊断和决策提供支持和依据.方法 获取数据并对其进行预处理,经过统计分析选取了影响高血压患病的7个显著因素:性别、年龄、文化程度、体质指数、腰臀比、饮酒年限和日平均运动时间,建立神经网络预测模型,并对模型进行测试和学习.结果 模型预测误差为6.4%,DBP预测平均误差为-0.849,SBP平均误差为1.201.结论 该模型具有较好的预测效果,能够对正常数据的SBP和DBP值进行预测,为临床诊断及预防高血压提供了参考和支持,具有良好的实际应用价值.     

基于BP神经网络的脑血管疾病院内感染风险预测模型研究

目的 采用BP神经网络构建脑血管疾病院内感染预测模型,对患者发生院内感染的风险作出评判,加强脑血管疾病院内感染防控管理.方法 收集整理桂林市中医医院2014年脑病科892例患者院内感染数据,采用主成分分析法选取具有代表性的指标并予以赋值,依指标集构建基于BP神经网络的脑血管疾病院内感染风险评估模型,通过一定数量样本的训练和测试,以检验模型可靠性和准确性.结果 选取200例患者作为样本对神经网络进行测试,未发生院内感染病例预测准确174例,准确率89.2%;发生院内感染病例预测准确5例,准确率100%.结论 BP神经网络风险评估模型对预防脑血管疾病院内感染有着积极的意义,可较好的提前预测院内感染发生风险,为感染防控提供有效的依据.     

单色能量CTA成像结合锐利迭代重建技术评价支架术后再狭窄的效果

目的：研究下肢CTA单色能量成像结合中等锐利迭代重建（B60f,SAFIRE）技术在下肢血管支架植入术后再狭窄（in-stent restenosis,ISR）诊断中的应用价值。方法：对72例（男37,女35）股动脉植入支架的患者行下肢动脉CT血管造影（comput－er tomography angiography,CTA）。25例采用双能量扫描,中等锐利迭代重建(B60f SAFIRE),分离出2组（70 keV锐,80 keV锐）单色能量图像。47例采用100 kV扫描,其中23例（100 kV标组）标准平滑迭代重建（50% ASIR）,24例（100 kV锐组）中等锐利迭代重建（B60f SAFIRE）。比较图像噪声（SD）、信噪比（SNR）、对比噪声比（CNR）、支架-血管密度差（SVD）、测量-实际支架壁厚差（MAD）,结合血管超声或DSA,评价ISR的诊断准确率。结果：①不同重建同能级：SD,100 kV标<100 kV锐,SNR、CNR之间无统计学差异（P>0.05）。②不同能级同重建比较：SD,70 keV锐<80 keV锐<100 kV锐,各组间差异有统计学意义（P<0.05）。腔内SNR和CNR：100 kV锐<70 keV锐<80 keV锐,组间差异有统计学意义（P<0.05）。③支架-血管密度差（SVD）：70 keV锐<80 keV锐<100 kV锐<100 kV标,测量-真实支架壁厚差（MAD）：80 keV锐<100 kV锐<70 keV锐<100 kV标,组间差异有统计学意义（P<0.05）。④主观图像质量评分：70 keV锐<100 kV标<100 kV锐<80 keV锐（P<0.05）,支架内再狭窄的诊断准确率：70 keV锐（71.04%）<100 kV标（86.19%）<100 kV锐（91.27%）<80 keV锐（95.8%）,（χ2=9.95,P=0.019）,?资=0.743（P<0.05）。结论：80 keV锐单色能量结合中等锐利迭代重建（B60f SAFIRE）成像有助于优化支架血管CTA的图像质量,提高ISR的诊断准确率。     

基于遗传神经网络的中药葛根及同属植物的质量评价研究

遗传神经网络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。以中药葛根同属植物所含的化学成分数据为考察对象,用该模型对中药葛根及同属植物进行质量评价,通过验证,识别成功率达100%,为葛根类药材的质量评价提供了一种新方法。     

人工神经网络在医学影像领域的应用进展

20世纪40年代初期,心理学家W.Mcculloch、数学家W.Pitts提出人工神经网络(Artificial Neural Network, ANN)最早的数学模型,从此开创了神经科学理论的研究时代.     

混合神经模拟

目的：混合神经模拟是通过对同时包含心理模块和神经网络模块的混合模型的计算机模拟来探索人类行为的心理和神经机制的一种研究方法。本文旨探讨两种不同模拟层次的模块进行混合模拟的理论基础和现实可行性。 资料来源：应用计算机检索ProQuest．Elsevier SDOL全部关于混合神经模拟的文章，检索词包括“Hybrid Neural Systems；Neurosymbolic Integration”等，限定语言种类为英文。应用计算机检索中国期刊全文数据库关于混合模拟的文章，检索词包括“符号主义、联结主义；神经符号整合”等。限定语言种类为中文。并手工查阅相关内容的书籍若干。 资料选择：对资料进行初审，选择与符号主义、联结主义、混合神经系统相关的资料。然后筛除无明显联系的资料。纳入标准：详细介绍符号主义、联结主义、神经网络的文献；与认识论相关的文献；探讨混合神经系统的理论性文献；有助于阐明混合神经模拟的实证研究。排除标准：重复性研究。 资料提炼：共收集57篇关于混合神经模拟的文献。排除41篇，选择与本文密切相关的16篇进行综述。其中包括13本相关书籍的内容。 资料综合：对符号主义、联结主义进行简明介绍，在此基础上将心理活动视作神经系统活动的随附现象。采用目的论的功能主义的观点解释混合神经模拟理论上的合理性；在心理学模型和神经网络模型间存在不同表征的接口问题，可以通过神经消去主义或双向转换的方法加以克服。同时，本文还探讨了当前混合模拟存在的困难。 结论：混合神经模型代表着不同层次间的一种连续体。在将来的研究中．混合神经模拟将发挥更大的作用。