基于LADT—BP算法的心电图快速分析

本文提出了一种应用LADT（Linear Approximation Distance Thresholding)压缩算法进行预处理的BP（Backpropagation)网络算法（我们称为LADT-BP算法）。实验主日新月异该算法与现有的算法相比,在运算速度及正确识别率等方面,均有大幅度的提高。     

胶囊内窥图像出血识别的BP神经网络算法

在大量的胶囊内窥图像中寻找出血区域或相关病理特征是一件非常费时费力的工作,使用计算机进行胶囊内窥图像出血区域智能检测是必然趋势。本文设计了一种BP人工神经网络应用于内窥图像出血模式的识别,并通过软件编程实现了基于BP神经网络的内窥图像出血区域智能检测的新方法。实验表明该方法能正确检测出内窥图像中的出血区域,从而将内窥图像分类为出血模式与非出血模式,达到了理想的效果。     

BP神经网络在疾病分析影响因素中的作用

背景：疾病产生原因复杂多样,临床医生对大量样本病历数据挖掘的探讨往往缺乏有效的手段,信息技术的应用能力有待提高。 目的：利用人工神经网络的BP算法,对临床大样本量的病历进行分析,以找出某种疾病的致病因素与疾病本身之间的内在关系。 方法：以高血压病为例,以某中医院2010-07的高血压患者病历数据为实验数据,对疾病的影响因素进行建模,优选 Microsoft SQL Server 2005 Analysis Services智能工具,分析其挖掘结果,并利用单独查询进行预测与决策支持。 结果与结论：应用基于BP算法的人工神经网络分析疾病的致病因素对疾病本身的影响有较好的预测效果,有利于提升医务人员借助信息技术方法在临床诊断的水平,提高疾病诊断效率。     

基于BP神经网络建立的川崎病早期诊断模型

为早期诊断川崎痛,应用BP神经网络原理建立川崎病的诊断模型.以156例川崎病与非川崎病患者的体温、皮疹、口腔黏膜改变、实验室检查结果等9项指标等作为BP神经网络的输入参数,在MATLAB7程序中对其中随机抽取的90例学习样本进行训练并建模.以剩余的66例作为测试样本进行预测,结果表明该模型对川崎病和非川崎病的预测准确率...     

基于BP神经网络的耳穴信息智能识别系统

本文介绍用BP网络建立耳穴信息的智能识别系统,其设计原理和方法融合了经络、脏腑理论与模式识别理论,并用该系统通过识别人体耳穴电学特征量筛检上消化道癌。本文中用该模型作胃病例样本识别试验获得了较好的结果,此项工作对于癌症防治有重要意义,同时也为现代科学与传统中医学的结合开辟了一条新路。     

基于BP神经网络的医疗卫生服务质量满意度研究

目的：应用BP神经网络及其他机器学习算法对医疗卫生服务质量满意度进行综合评价,分析患者对医疗卫生服务质量的满意度及其影响因素,为提升医疗机构卫生服务质量提供参考。方法：在北京市所辖33家医疗卫生服务机构中按照一定比例对年满16周岁的患者进行满意度问卷调查,探究患者对医疗卫生服务的医疗安全性、患者体验、医疗服务跟进效果以及医疗服务及时性的满意状况。结果：在患者满意度的预测中,BP神经网络在准确率、召回率和调和平均数3个指标均优于传统的机器学习算法;在患者满意度的决策中,满意度重要性系数依次为医疗服务及时性（1.0214）、患者体验（0.9239）、医疗安全性（0.8981）、医疗服务跟进效果（0.1798）。结论：医疗服务及时性、患者体验以及医疗安全性是医疗卫生服务质量满意度的重要影响因素,医疗卫生服务机构应进一步加强以上3个方面的培训建设。     

BP神经网络在眼底造影图像分割中的应用

背景:通过眼底荧光血管造影(FFA)所得到的数字图像以及对其进行处理所得到的数据,可反映视网膜血管结构、血流动力学改变、血管病理生理变化及其相关结构的病理改变,广泛应用于视网膜、脉络膜及视神经疾病的鉴别诊断。目的:通过分析眼底造影图像和BP神经网络的特点,利用BP神经网络对眼底造影图像进行分割,并将其利用到眼科的临床辅助诊断之中。方法:将待分割图像区域分为背景和目标两类,用手工方法得到这两类的样本图像,提取样本图像的特征,如灰度、方差、纹理等;对提取的样本特征值进行归一化处理,输入神经网络分类器,利用BP训练算法进行训练;输入待分类的医学图像,提取图像特征,并进行归一化处理;将归一化后的特征值,输入已训练的神经网络分类器进行分类,得到眼底造影图像的分割结果。结果与结论:本文使用的眼底造影图像分割方法抗干扰能力强,分割的眼底造影图像清晰、内容丰富。可以为眼科医生的临床诊断提供较大帮助。     

基于BP神经网络的胰岛素评价预测模型

在糖尿病的研究和治疗中,血糖异常不仅会严重影响机体生理功能,也会损伤机体组织,所以研究胰岛素评价预测模型对维持血糖平衡具有重要的临床意义。为理性地认识胰岛素对血糖的调节作用,本文通过食蟹猴口服葡萄糖耐量试验(OGTT)获得血糖-胰岛素代谢系统的相关数据,经过对数据的筛查和预处理,选择胰岛素功能评价指标作为胰岛素特征参数,根据食蟹猴的糖耐量水平,建立基于BP神经网络胰岛素预测模型,得到的胰岛素评价指标预测值与真值有较好的相关性。该模型利用血糖值和生理参数评价胰岛素分泌情况,用以评估和预测胰岛素在血糖调节过程中的作用,为糖耐量评估提供参考信息,辅助糖尿病诊断。     

基于BP神经网络的全身骨SPECT图像分割

我们尝试用BP神经网络分割全身骨SPECT图像,实现病变区域的自动识别。由于SPECT图像病变区域的判断要考虑图像的整体信息,其特征具有不确定性,单靠神经网络识别很难达到理想的效果。我们把分割过程分预处理、神经网络分割和后处理三部分,先用最佳阈值法进行预处理,然后用神经网络进行粗分类,最后用模板匹配和去对称程序排除误识别的区域。     

基于BP神经网络的旋转血泵生理控制

提出一种基于BP神经网络的旋转血泵生理控制方法,实现血泵植入者生理状态变化下控制器的自适应调节。控制器以临床主动脉平均压100 mmHg作为控制目标,利用神经网络自动学习的特性,采用3层神经网络在循环系统生理状态发生变化时在线调优血泵PID控制器的参数。该控制方法在血液循环系统数学模型中进行数值模拟验证,分别在模拟左心室衰竭、体循环阻力发生生理变化以及左心室收缩能力动态变化等条件下,接入改进后的PID控制器控制血泵转速,使循环系统中主动脉压力达到设定的正常值。结果表明,在上述多种不同的生理状态下,基于BP神经网络改进后的PID控制器均可以克服扰动,在经过约150 s调整时间后达到主动脉平均压100 mmHg的控制目标,并且稳态误差为零。该控制方法可以适应循环系统多种生理状态的变化,为后续的体外和动物试验提供有效的旋转血泵控制方法。     

AN IMPROVED BP NETWORK AND ITS APPLICATION

ＡＮＩＭＰＲＯＶＥＤＢＰＮＥＴＷＯＲＫＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮＣｈｅｎｇｌｉｎＰｅｎｇ，ＤｉＸｉａｏ，ＥｒｘｉｎＺｈｅｎｇ（Ｄｅｐｔ．ｏｆＥｌｅｃｔｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｃｈｏｎｇｑｉｎｇ，...     

自组织学习联想神经树在生物样品分析中的应用

本文把自组织学习联想神经树运用于生物样品─—冠心病患者和对照组（健康人）血液中微量金属元素的综合分析，预报成功率达１００％。结果表明，该方法性能良好，可作为生物样品分析与疾病诊断的一种有效的辅助手段。     

磁共振颅脑图像快速模糊聚类分割算法的研究

尽管模糊C-均值（简称FCM）聚类算法已广泛应用于图像分割研究,但是,由于模糊C-均值聚类算法所固有的一些缺点,特别是运算开销太大造成了该算法在实际应用中难以推广使用。根据模糊C-均值聚类算法和磁共振颅脑图象的特点,我们提出了一种分割磁共振颅脑图象的快速模糊C-均值（简称FFCM）聚类算法,该算法利用K-均值聚类结果指导模糊聚类的初始化,使模糊聚类的迭代次数明显减少。从而极大地提高模糊聚类的速度,实际应用表明,FFCM的分割速度比FCM快6.5倍以上,而分割精度与FCM相比无显著性差异。     

利用人工神经网络自动检测癫痫样放电的研究

根据对人工神经网络(Artificial Neural Network，ANN)识别脑电图(EEG)的网络输出峰值分布曲线的分析，建立了一套利用ANN自动检测癫痫样放电(Epileptiform Discharges，ED)的算法，即由计算机自动挑选ED模式，提取特征参数对网络进行训练，计算阈值，然后用训练好的网络和阈值对EEG进行识别。通过对典型的三种类型的癫痫患者的ED进行全自动识别，其平均识别率为90．9％，平均假阳性率为15．7％。     

noggin基因修饰神经干细胞移植对衰老小鼠学习记忆能力的改善

本研究旨在探讨重组腺病毒介导的noggin基因修饰的小鼠神经干细胞(NSCs)移植入D-半乳糖致衰小鼠海马后的迁移及对小鼠学习记忆能力的影响。分别以含noggin基因的重组腺病毒(pAdEasy-1-noggin-GFP)及对照病毒(pAdEasy-1-GFP)转染体外培养的NSCs,获取神经干细胞克隆(NSCs-noggin;NSCs-GFP),移植入由D-半乳糖诱导的衰老模型小鼠右侧海马CA3区,术后4周采用Y-电迷宫检测小鼠的学习记忆行为,并对各组小鼠脑组织海马段行石蜡冠状切片、免疫组织化学和BrdU免疫荧光化学方法检测。结果显示:基因修饰的NSCs移植对小鼠的学习记忆行为的改善比pAdEasy-1-GFP组更为明显,其记忆保持率持续时间更长;NSCs移植后能在宿主海马内迁移,基因修饰的NSCs移植组在海马内的BrdU阳性细胞数较多(P<0.05)。以上结果表明noggin基因不但可能参与衰老小鼠的学习记忆行为,而且能够促进NSCs的迁移。     

学习记忆能力与齿状回神经干细胞增殖的关系研究

本研究旨在探讨学习记忆能力与齿状回神经干细胞增殖之间的关系。将成年雄性昆明小鼠随机分为水迷宫训练组和对照组,水迷宫训练组,又根据小鼠找到平台时间的长短,分为学习记忆能力强和学习记忆能力较弱二组。在水迷宫训练后的第1、7、14d,分别检测三组小鼠齿状回神经干细胞的增殖情况。结果表明,学习能力弱的小鼠,其齿状回神经干细胞增殖的数目与对照组相比较,无显著性差异;而学习记忆能力较强的小鼠,其齿状回神经干细胞增殖的数目显著多于学习记忆能力较弱及对照组的小鼠,并且增殖细胞的存活时间也比学习记忆能力较弱的小鼠长。结果提示,水迷宫训练并不能使所有的个体脑内神经干细胞增多,记忆能力的强弱与齿状回的神经干细胞增殖之间呈正相关。     

BP neural network classification for bleeding detection in wireless capsule endoscopy

Bleeding in the digestive tract is one of the most common gastrointestinal tract (GI) diseases, as well as the complication of some fatal diseases. Wireless capsule endoscopy (WCE) allows physicians to noninvasively examine the entire GI tract. However it is very laborious and time-consuming to inspect large numbers of WCE images, which limits the wider application of WCE. It is therefore important to develop an automatic and intelligent computer-aided bleeding detection technique. In this paper, a new method aimed at bleeding detection in WCE images is proposed. Colour texture features distinguishing the bleeding regions from non-bleeding regions are extracted in RGB and HSI colour spaces; then a neural network using the colour texture features as the feature vector inputs is designed to recognize the bleeding regions. The experiments demonstrate that the bleeding regions can be correctly recognized and clearly marked out. The sensitivity of the algorithm is 93% and the specificity is 96%.     

一种基于BP模型的分子致癌性评价方法

化学物质的致癌性监测技术的研究已成为国际性科研热点，采用分子构效关系对分子致癌性进行评价是一种区别于生物学检测的一种新方法。本文介绍一种以分子拓扑结构为参数、用反向传播神经网络ＢＰ模型建立的分子致癌性评价方法，通过一组多环芳烃分子进行训练和测试，讨论ＢＰ模型在此应用中的有关问题。