心电信号预测冠心病的粗糙集方法

应用粗糙集理论对心电图波形所蕴涵的大量信息进行处理，目的是评价心电信号实测指标与冠心病的关系。通过对心电图导联I中采集的心电信号进行属性约简，降低决策表的冗余性，提取用于判别冠心病的重要属性和诊断规则。实例分析表明，粗糙集理论应用于心电信号分析，可得到清晰简明的诊断规则，有助于冠心病的临床诊断。     

基于贝叶斯粗糙集的肺部肿瘤CT图像高维特征选择算法

针对变精度粗糙集在高维特征选择过程中对分类错误率β的过分依赖问题,结合遗传算法提出一种基于贝叶斯粗糙集的肺部肿瘤CT图像高维特征选择算法。首先提取3000例肺部肿瘤CT图像ROI区域的104维特征构造决策信息表;然后从全局相对增益函数的角度分析属性重要度,结合属性约简长度、基因编码权值函数三者的加权和构造一个适应度函数框架,提出以此为启发式信息的属性约简算法;最后利用支持向量机进行分类识别。实验结果表明,本研究算法摆脱了阈值人工设置的束缚,并且在很大程度上提高整体性能,对肺部肿瘤计算机辅助诊断具有积极的推广价值。     

粗糙集理论在酒精性肝病诊断中的应用研究

目的研究酒精性肝病诊断所选指标的可靠性、重要性及划分的准确程度.方法收集临床多项检测指标,专家会诊确诊分类的临床40例患者,运用粗糙集理论与方法进行运算与分析.结果在所选的七项指标中,有两个约简属性指标和一个核属性指标,与临床诊断时所推荐指标基本一致.结论粗糙集理论作为临床诊断多指标综合化、客观化和准确化的方法,是可行而且具有重要意义.     

基于RoughSet的特征集融合PET/CT肺部肿瘤CAD模型

针对肺部肿瘤PET/CT感兴趣区域(ROI)在高维特征表示下存在着特征相关和维数灾难问题,提出了一种基于粗糙集特征集融合的PET/CT肺部肿瘤CAD模型。首先提取肺部肿瘤ROI的8维形状特征、7维灰度特征、3维Tamura纹理特征、56维GLCM特征和24维频域特征,得到98维特征矢量;然后基于遗传算法的知识约简方法和基于属性重要度的启发式算法对提取的特征集合分别进行特征级融合得到特征子集G1、G2、G3,A1、A2、A3,降低特征矢量的维数;再次利用网格寻优算法优化核函数的SVM作为分类器分别进行融合前和融合后的分类识别比较,基于遗传算法的特征集融合和基于属性重要度的特征集融合的分类识别比较2组实验;最后以2 000幅肺部肿瘤的PET/CT图像为原始数据,采用基于粗糙集特征集融合的肺部肿瘤PET/CT计算机辅助诊断模型对肺部肿瘤进行辅助诊断。实验结果表明,经过粗糙集特征集融合的肺部肿瘤诊断识别方法能有效提高肺部肿瘤的诊断正确率,一定程度上降低了特征之间的相关性。     

基于集成VPRS-RUGGA支持向量机的多模态肺部肿瘤计算机辅助诊断模型

针对计算机辅助诊断模型优化过程中稳定性差和早熟问题,提出基于集成VPRS-RUGGA-支持向量机的肺部肿瘤计算机辅助诊断模型。首先,引入变精度粗糙集构造属性依赖度,结合属性约简长度和惩罚函数的加权和构造适应度函数框架;其次,采用无回放余数随机选择法、均匀交叉和高斯变异算子进行遗传操作;然后,在CT、PET和PET/CT样本空间中提取肺部肿瘤ROI区域特征,构造不同的特征空间,运用VPRS-RUGGA-支持向量机模型约简和分类识别;最后,在不同的样本空间中构造支持向量机(SVM)个体分类器,采用相对多数投票法输出集成结论。实验结果表明,集成VPRS-RUGGA-SVM模型可以有效的提高泛化性能和稳定性,VPRS-RUGGA-SVM模型可有效改善早熟问题,提高模型的分类性能。     

利用多分辨率分析的胸部X线数字图像粗糙集滤波增强

研究采用一种分辨率分析的胸部X线双能量分离数字图像，实现粗糙集滤波增强的新算法。该方法在用多分辨率分析处理图像的基础上，根据粗糙集理论的条件属性，将每个尺度获得的图像均采用粗糙集处理算法划分为不同的子图像，然后对各个子图像分别作区域滤波和对比度增强处理，最后合成一幅高清晰度的新图像。从结果中可看出，采用这种方法处理后得到的图像效果较为理想，能给临床上的医学工作者提供较清晰的图像，同时也为后续的计算机辅助诊断提供有效的依据。     

心律失常辅助诊断系统的研制

目的:研制心律失常辅助诊断系统,以减少医生的工作量,并提高其对心电信号诊断的准确性。方法:首先利用小波变换理论建立滤波和波形识别算法,提取出有效的特征参数;然后利用粗糙集理论约简特征参数并根据相应的分类决策规则,利用分支逻辑法对波形进行识别分类;最后利用模糊神经网络理论得出异常心拍的隶属度。结果:实现了滤波、波形识别、诊断分类等主要模块,形成了一个完整的系统。结论:该系统能识别十九种心律失常并得出异常心拍的隶属度和位置信息,对医生的诊断有良好的辅助作用。     

医学图像计算机辅助诊断数据平台研究

缺乏统一的数据存储模型及相关研究工具,是制约计算机辅助诊断研究中数据、算法等研究成果共享的最主要因素。针对计算机辅助诊断协同研究中的这一问题,提出并构建了用于医学图像计算机辅助诊断协同研究的数据平台。首先对计算机辅助诊断协同研究中的影像数据、过程数据以及“金标准”数据需求进行了分析,提出了统一的数据模型用于数据存储和表示,采用Oracle数据库实现;分析了病例获取、“金标准”标注、分割、特征提取以及算法评估等研究阶段的业务需求,设计并完成了相应的研究工具;最后基于DCMTK采用VC++编程实现了数据平台。数据平台应用于肺癌和脑胶质瘤辅助诊断研究,较好地解决了医学图像计算机辅助诊断研究过程中的数据存储、病例获取、标注、研究结果存储及评估问题,达到了共享研究成果的目的,对提高计算机辅助诊断研究有很好的促进作用。     

关于计算机层次分析模型运用于肿瘤病理诊断的综合评价

本文介绍了计算机层次分析模型诊断系统（简称层次诊断）〔１〕辅助运用于临床肿瘤的病理诊断上,经大量临床运行实验,主要包括对胃肠、乳腺及甲状腺等良恶性肿瘤总数８０８例的模型诊断,并与人工病理诊断的结果进行对比,符合率达９８％。层次诊断方法是基于对各种病理改变的层次分析,建立“树状”层次结构和编制程序的过程,通过计算机进行逐层诊断,获得最终病理结果。     

基于粗糙集的类方配伍规律研究的决策规则模型

为了挖掘类方配伍与其证候指标之间的相关关系,将粗糙集理论应用于类方配伍规律的研究,建立了类方配伍规律研究的决策规则模型。根据此模型通过属性约简可以得到类方中影响药效的核心药物,通过挖掘有效的决策规则可以分析类方内各药物之间的相互作用,并且可以利用决策规则对药效进行预测。该模型的建立对优化类方配伍及临床实践具有一定的指导意义。     

基于轻量级神经网络的新冠肺炎CT新型识别技术

目的:为了满足临床新冠肺炎检测的实际需求,提出一种基于轻量级人工神经网络的新冠肺炎CT新型识别技术。方法:首先,选取目前公开的所有新冠肺炎CT图像数据集,经过图像亮度规范化和数据集清洗后作为训练数据,通过大样本提高深度学习的泛化能力;其次,采用GhostNet轻量级网络简化网络参数,使深度学习模型能够在医用计算机上运行,提高新冠肺炎CT诊断的效率;再次,在网络输入中加入肺部区域分割图像,进一步提高新冠肺炎CT诊断的准确性;最后,提出加权交叉熵损失函数减小漏诊率。结果:在本研究构建的数据集上进行测试,所提出方法的精确率、召回率、准确率和F1值分别为83%、96%、90%和88%,且在医用计算机上耗时为236 ms。结论:本研究提出方法的效率和准确性均优于其他对比算法,能较好地适应新冠肺炎诊断的需求。     

肾图的计算机分析与诊断

本文用新的分析方法对肾图进行计算机处理，得到了七种新的分析参数。并用多元统计分析的方法，进行多指标综合分析判定，以达到用计算机自动分析、诊断肾图，从而提高其临床诊断价值之目的。     

医学数据挖掘的技术、方法及应用

医学数据挖掘是提高医院信息管理水平，为疾病的诊断和治疗提供科学的、准确的决策，促进远程医疗和社区医疗发展的需要。本文对医学数据挖掘的关键技术——数据的预处理、多属性信息的融合、挖掘算法的高效性与鲁棒性、提供知识的准确性与可靠性等进行了论述；阐述了基于计算智能的医学数据挖掘方法，介绍了人工神经网络、模糊逻辑、遗传算法、粗糙集理论和支持向量机在医学数据挖掘中的应用；最后对医学数据挖掘的特点和亟待解决的问题进行了总结。     

The synthesis of the rough set model for the better applicability of sagittal abdominal diameter in identifying high risk patients

This paper aims to investigate possible application of the rough set approach to table-organized data in the medical domain, which reveals some relationships among sagittal abdominal diameter, anthropometric parameters and cardiovascular risk factors. When applied to table-organized data, the methodology based on the rough set theory is capable of producing decision rules in the form of If-Then rules. Such rules are suitable for inspection, examination and further analysis. By examination of the selected 30 decision rules, sagittal abdominal diameter could point out a group of obese and preobese patients with high content of visceral fat with different combination and composition of cardiovascular risk factors. These results suggest that sagittal abdominal diameter could be a clinically useful marker for identification of risk factors, combination and structure of total cardiovascular risk by applying different rules in obese and preobese persons.     

脉图诊断仪的研制

研制了一种由计算机控制的新型无创心血管功能诊断系统。该系统通过应变片式压力传感器采集脉搏波信号,小波去噪后,分析和计算波形,获取心血管系统的血流动力流变学参数,并引入信息融合技术以提高脉图诊断的准确性,为心血管疾病的早期检测和预报提供了有力工具,同时也为提高心血管疾病的诊断水平开辟了一条新的技术途径。     

Comparative diagnosis of alcoholic liver diseases by multivariate and histological analysis

Sixty-seven cases of alcoholic liver disease were histologically classified into 4 groups: alcoholic liver cirrhosis (ALC), alcoholic hepatitis (AH), alcoholic liver fibrosis (ALF) and alcoholic fatty liver (AFL). They were statistically reclassified by the likelihood method using age, total alcohol intake, hepatomegaly and 12 liver function tests. A score table for likely diagnosis was constructed from the incidences of each range. The cases were re-evaluated using the score table, with an overall correct diagnosis rate of 73%. The best combination of 5 parameters included the indocyanine green plasma disappearance rate, total alcohol intake, cholesterol, choline esterase and glutamic oxaloacetic transaminase/glutamic pyruvic transaminase ratio. A correct diagnosis rate of 75% was attained using these 5 parameters, and 94% of patients were correctly diagnosed by the first or the second likelihood diagnosis. Differential diagnosis of alcoholic liver diseases was easily and confidently obtained with the likelihood score table.