无创中心动脉压测量的现状与展望

心血管系统疾病是威胁居民健康的重要因素之一，居各种死因首位。因此，对人体心血管健康状况的监测和诊断尤为重要。相较于传统的外周动脉压，中心动脉压（central arterial pressure, CAP）与许多心血管事件发生有更高的相关性，通过测量CAP可以更加准确地反映人体血压的真实情况，并为诊断和疾病的预防提供重要依据。因此，实现高精度、高泛化能力、低成本的CAP无创测量方法一直是该领域的研究重点。结合国内外的相关文献，总结CAP测量现状，从参数测量与波形测量两个方面介绍相关的研究进展，并探讨现有方法的特点以及未来的发展方向。     

基于支持向量机的乳腺癌预后状态预测和疗效评估

乳腺癌是危害妇女健康的主要恶性肿瘤.目前基因与疾病关系的研究取得了一系列的成果,使得利用乳腺癌患者的基因信息来预测预后状态和评估治疗效果成为了可能.支持向量机(support vector machine,SVM)分类方法在实际二类分类问题的应用中显示出良好的学习和泛化能力,已被广泛地应用于诸多研究领域.本文采用支持向量机SVM、K-近邻法(K-nearest neighbor,K-NN)、概率神经网络(probabilistic neural network,PNN)、决策树(decision tree,DT)分类器,结合乳腺癌患者基因数据来预测患者的预后状态和评估治疗效果.结果表明:当使用高斯径向基核函数时,SVM通过5次交叉验证的最佳平均分类准确率达到了88.44%,优于K-NN(81.69%)、PNN(80.68%)和DT(71.19%)等分类器,表明该方法有望成为一种有效、实用的乳腺癌预后状态预测和治疗效果客观评价的工具.     

基于传输线模型的脉搏波传播数值仿真及参数分析

目的通过提出一种传输线模型和输入阻抗递归算法的计算方法,数值仿真人体动脉树中脉搏波的传播过程,分析个体差异性和动脉树各参数对脉搏波的影响,为动脉树生理和病理变化分析提供参考。方法利用由大中动脉构成的55段人体动脉树建立传输线模型,采用递归算法计算动脉树各点的输入阻抗,仿真计算动脉树中各段血压和血流的分布图。在此基础上比较不同身高、心率、每搏量、内径、壁厚等参数对脉搏波传播和血压分布的影响。结果仿真结果和一般脉搏波传播规律相一致,验证了该方法的有效性。不同参数对动脉树中脉搏波传播的影响有较大差异且呈现各自特征。结论基于传输线模型和递归算法的计算方法能有效仿真动脉树中脉搏波的传播过程,并准确反映个体差异性和动脉树血液动力学参数的变化对脉搏波的影响,是人体动脉树生理病理分析和诊断的重要辅助手段。     

基于电网络模型的动脉树输入阻抗递归计算及参数分析

目的 通过提出一种计算人体动脉树输入阻抗的递归算法,分析动脉树各参数对输入阻抗的影响,为动脉树生理和病理变化分析提供参考。方法 利用由大动脉和主要外周动脉构成的55段人体动脉树建立分布式电网络模型,通过设定电网络模型外周阻力,建立动脉树单向数据链表,采用递归算法计算动脉树升主动脉的输入阻抗。在此基础上比较不同动脉顺应性、外周阻力和动脉长度、内径、壁厚等参数对输入阻抗的影响。结果 计算结果与实验数据和其他模型结果相一致,验证了该方法的有效性。不同参数对动脉树输入阻抗的影响有较大差异且呈现各自特征。结论 输入阻抗能有效地反映动脉树血液动力学参数的变化情况,是人体动脉树生理病理诊断的重要参考。     

基于人体血液常/微量元素含量的SVM癌症辅助诊断

支持向量机（Support vector machine,SVM）分类方法在实际二类分类问题的应用中显示出良好的学习和泛化能力,已被广泛地应用于许多研究领域。我们以癌症病人血液中6种元素（Ba,Ca,Cu,Mg,Se,Zn）的含量为研究对象,将SVM、最近邻法、决策树C4.5及人工神经网络等方法用于癌症病人和正常人的分类研究。研究表明：除C4.5的分类准确率保持不变之外,对数据的归一化处理能够提高SVM、KNN、ANN的分类效果。当使用线性核函数时,SVM通过5次交叉验证的最优平均分类准确率达到了95.95%,优于KNN（93.24%）、C4.5（79.93%）及ANN（94.59%）等分类器,表明该方法有望成为一种实用的癌症临床辅助诊断手段。     

基于脉搏波传导速度的动脉硬化无创检测方法进展

动脉硬化的早期检查对于心血管疾病的防治有重要作用,无创的检测方法可以使动脉硬化的早期检查具有重要临床意义。脉搏波传导速度作为无创测量动脉硬化的指标,已获得医学界广泛认可。脉搏波传导速度的测量主要有张力测定法、示波法、超声成像法、光电容积描记法、生物阻抗容积描记法、磁共振成像法等方法。本文对这些技术和方法的优缺点及其研究进展进行了综述。