重组毕赤酵母表达期菌体浓度的软测量模型

建立了用于在线估计高密度重组毕赤酵母培养过程中处于表达阶段的菌体密度软测量模型。分别对比了基于遗传算法（GA）的动力学软测量模型以及基于人工神经网络（ANN）的软测量模型，并对神经网络软测量模型的拓扑结构以及训练参数进行了初步探讨。当采用基于遗传算法（GA）的动力学模型，模型拟舍值的最大误差为7．63％；在采用神经网络软测量技术时，选取合适的模型结构和输入参数，最大误差为3．12％，而且软测量模型可以很好地反映菌体浓度实时变化趋势。该研究结果表明，在酵母细胞的高密度培养过程中采用基于神经网络的软测量模型具有较高的准确度，可以较好地实时反映发酵过程中菌体浓度的变化。     

基于粗配准和混合互信息的医学图像配准算法

利用边缘检测算子和数学形态学方法提取医学图像轮廓,采用主轴矩法配准两幅图像的轮廓,使其达到粗略配准的目的。通常的互信息测度是基于香农熵的,因为香农熵对于局部极值具有很强吸引域,而某些参数下的雷尼熵可以消除局部极值,将两种测度分别用于精配过程中不同的搜索阶段。首先利用全局搜索算法,寻找基于雷尼熵的归一化互信息测度的全局最优初值,再通过局部优化算法对当前的最优解寻找基于香农熵的更精确的全局最优解。实验表明,这种配准算法是有效的。     

混合遗传算法在医学图像配准中的应用

针对遗传算法和梯度算法各自的优点和缺陷,提出了遗传算法和梯度算法相结合的松散耦合和紧密耦合两种混合遗传算法,并利用基于排挤的小生境技术对其性能进行了改进,使其在搜索能力和收敛速度上都有了较大提高。利用此算法成功实现了以互信息为相似性测度的医学图像配准。计算实例结果表明,本算法能够有效克服局部极值的影响,具备较强的抗噪能力,是一个精度高、稳定性好的医学图像配准算法。     

优化的贴片型测量探头及其生物医学应用研究

采用时域有限差分（FDTD）法结合遗传算法（GA）优化设计了适用于浅表生物组织高频测量的宽带同轴贴片探头，并用该探头测量了人体背部1～7GHz频带内的反射特性。优化设计出的圆形同轴贴片探头具有轴对称特点，辐射近场在生物组织中透人深、反射系数的频率响应特性好。所获得的人体背部反射特性的测量结果将为背部浅表组织电特性的重建提供有利的依据。     

遗传算法在256阵元相控阵高强度聚焦超声治疗系统多焦点控制中的应用

阐述了遗传算法优化多点超声聚焦的方法以及球面相控阵声场计算方法。对实验室研发的256阵元相控阵聚焦超声治疗系统作了简介。利用此遗传算法和声场计算方法，对轴上和离轴单焦点以及轴对称六焦点和非轴对称四焦点进行了256阵元相控阵的声场仿真，并观察了实验室研发的256阵元相控阵聚焦超声治疗系统作用于有机玻璃和透明仿体的实验结果。用遗传算法和声场计算方法的仿真和系统实验结果表明，此方法可在实际聚焦手术中准确地控制3维单焦点和3维多焦点。     

基于遗传算法的经颅磁刺激线圈阵列设计与场分布计算

为解决经颅磁刺激的兴奋点定位问题提出了以圆环面聚焦线圈阵列实现电磁聚焦的方案。而后,使用经过改进的自适应遗传算法对注入阵列各单元线圈电流的大小和相位进行了优化,在目标区域内很好的实现了电磁聚焦。通过计算,显示了线圈阵列在优化后的电流组态下产生的磁场和电场在计算区域内的分布和二维等高线图,表明了该聚焦线圈阵列可在目标区域产生具有良好聚焦性能的电场和磁场分布,并具有可同时聚焦至多个目标的能力。     

一种基于自适应最小模糊熵的CT图像分割方法

为了从CT图像中提取到多个组织的解剖特征,解决运算速度的提高与运算结果不稳定的矛盾,我们提出了一种基于自适应最小模糊熵的图像分割算法.为了找到分割灰度图像的最佳阈值.首先利用迭代公式以及图像的直方图来计算出每个模糊子集的隶属函数中指数参数的值以及阈值的搜索范围,然后在已确定的搜索范围内用穷举法搜索出能使模糊熵最小的最佳阈值.实验表明该方法能较好的完成CT图像的分割.此算法运算速度较快;与用遗传算法、模拟退火算法相比较,运算结果稳定,重复性更好,得到的图像细节成分要更多些.     

医学显微图像分割方法研究进展

医学显微图像分割是医学图像处理中的一个经典难题.针对近年来出现的新方法、新理论,对各种分割方法进行了系统论述,主要包括基于数学形态学方法、神经网络分割、模糊分割、小波分析、遗传算法、统计方法和基于特定模型等方法的图像分割.由于显微图像的复杂性,采用单一方法很难准确分割,故对混合方法也作了一定论述.文中还简要讨论了各种方法的特点和局限性.同时对分割的评价体系也做了简要论述.     

搜索空间逐步缩小的遗传算法用于尿沉渣图像特征选择的研究

基于尿沉渣图像特征选择问题,提出一种新的特征优选方法,首先引入类空间分层分类思想,将多类成分特征集优选问题转化为两类成分的特征集优选问题以减少特征数,从而减少了后续分类器的维数复杂度并提高了优选后的特征集对成分的识别率;针对红细胞和白细胞的特征集优选问题,采用改进的遗传算法进行处理,先根据统计实验结果,锁定待选特征集中形态特征和纹理特征相应的两个可分度最大且相互独立的特征,然后使用基因位逐步锁定技术,结合小生境技术和自适应交叉变异算子,提高了遗传算法的搜索性能;最后,为了提高特征集的优选效果和稳定性,引入"多票投选"机制。就多个尿沉渣成分样本进行验证实验,结果表明,该算法优选的特征集与通过其他方式获得的特征集相比,识别率较高,而且明显减少了后续分类器的维数复杂度。     

投影遗传算法

针对一般遗传算法在求解优化问题的多个优化解时的局限性,结合曲面投影与遗传算法的基本思想,提出了一种基于曲面投影的投影遗传算法用于解决此类问题,数值验证的结果表明了本算法的有效性和实用性。