人工神经网络在基因组信息学中的应用

在信息处理技术的推动下 ,基因组学研究不断走向深入。伴随着由此带来的信息爆炸 ,以分析和挖掘基因组数据信息为基本内容的基因组信息学应运而生。随着基因组信息学的研究不断深入 ,相关计算机技术的发展将发挥日益重要的作用。人工神经网络作为一种并行的计算模型 ,在特征识别与分类的实现方面表现出优良的特性 ,非常适合于基因信息学的研究 ,并在实践中得到了广泛的应用。本文对人工神经网络在基因组信息学中的常用模型、运用实例及其发展前景进行综述     

人工神经网络在医学中的应用

随着计算机技术与医疗结合的不断深入，人工神经网络在临床医学中的应用成为这个领域中重要的研究课题。本文简单讨论了人工神经网络的基理，实例表明，人工神经网络在医学领域有着广阔的应用前景     

生命科学中的信息学—生物信息不

本文对生物信息学的起源、含义、研究目的与基本问题进行了介绍。试图给生物信息学下一个定义,使人们对２１世纪的生命科学有重大促进作用的这门新学科有一个基本的认识。     

人工神经网络在统计学中的应用

人工神经网络理论是多学科交叉发展的产物，也是计算统计学的一个分支。人工神经网络不要求变量满足正态性和独立性等条件。因此人们在传统多元统计方法所要求的假设条件不满足时可以考虑使用人工神经网络方法。人工神经网络应用于统计学所表现出的优良特性已引起众多学者的关注。本文详细介绍了一种重要的人工神经网络方法———ＢＰ神经网络的原理，并以应用实例进行了说明     

人工神经网络技术在医学研究中的应用

在信息技术的推动下,医学研究不断走向深入.人工神经网络(ANN)是模拟人脑工作机制的一种计算模型.由于它具有自适应性、并行处理能力和非线性处理的优点,所以在医学领域的信号处理、特征提取、模式识别等方面被广泛应用.本文对神经网络技术在这些方面的最新应用作了综述,并指出了它存在的问题和发展方向.     

人工神经网络技术在医学研究中的应用

在信息技术的推动下 ,医学研究不断走向深入 .人工神经网络 (ANN)是模拟人脑工作机制的一种计算模型 .由于它具有自适应性、并行处理能力和非线性处理的优点 ,所以在医学领域的信号处理、特征提取、模式识别等方面被广泛应用 .本文对神经网络技术在这些方面的最新应用作了综述 ,并指出了它存在的问题和发展方向     

人工神经网络及其在中药研究中的应用

介绍了人工神经网络(ANN)及其在中药研究中的应用。     

人工神经网络在临床医学中的应用

在临床疾病诊断与治疗等过程中,信息检测和分析等诸多方面都存在着复杂的非线性联系,而人工神经网络能有效地处理非线性问题,因此应用人工神经网络解决这些非线性问题具有特殊意义。近年来,人工神经网络在医学领域的研究工作取得了一定进展,并在疾病诊断、疾病预后、医学影像处理、临床决策分析方面得到广泛的应用。其在疾病诊断中多用于对肿瘤等病症的早期判断,在医学影像中多用于影像资料的辨识及病症初步诊断,在疾病预后中多用于生存期的预估与疾病发展的判断,在临床决策分析中常用于个体化诊疗。     

人工神经网络在肌电信号处理中的应用

人工神经网络(ANN)是近年来发展很快并引起越来越多重视的数据处理方法。将ANN应用于肌电信号，使用Hopfield、BP、SOM和PNN等几种不同的算法对EMG进行处理和分析，包括算法的基本原理、实际应用及其特点。利用ANN的特点可以在肌电信号处理上做出很有价值的研究。     

基因组结构在细菌种系发育研究中的应用

一、细菌的种系发育与分类细菌由于个体微小及细胞结构简单而难于从形态上相互区分 ,因此有关种系发育 (phylogeny)的研究 ,在 2 0世纪 80年代之前 ,进展非常缓慢。这种状态严重影响了细菌分类学的发展 ,使分类学结果无法正确地反映细菌的亲缘关系。例如 ,按目前标准 ,细菌属内不同种间的差异 ,原则上DNAG +C的含量波动范围不应超过 10mol%。但在Bacillus菌属 ,细菌之间差异的幅度却达 32～ 6 9mol%。其它分子手段亦表明 ,由以往的分类法建立的细菌分类群可能实际上包含了不同种系群的细菌〔1,2〕。 2 0世纪中后期 ,化学分析和生物大分子…     

人工神经网络在临床医学中的应用

在临床疾病诊断与治疗等过程中,信息检测和分析等诸多方面都存在着复杂的非线性联系,而人工神经网络能有效地处理非线性问题,因此应用人工神经网络解决这些非线性问题具有特殊意义。近年来,人工神经网络在医学领域的研究工作取得了一定进展,并在疾病诊断、疾病预后、医学影像处理、临床决策分析方面得到广泛的应用。其在疾病诊断中多用于对肿瘤等病症的早期判断,在医学影像中多用于影像资料的辨识及病症初步诊断,在疾病预后中多用于生存期的预估与疾病发展的判断,在临床决策分析中常用于个体化诊疗。     

人工神经网络在脑电分析中的应用

人工神经网络是脑电分析研究中适用的新工具和技术。本文结合神经网络在脑电分析中的应用，着重归纳出其中的几项比较关键问题，即神经网络输入数据的形式、神经网络训练样本的选取、神经网络的学习方式和神经网络用于认知问题研究等。     

人工神经网络在肌电信号处理中的应用

人工神经网络(ANN)是近年来发展很快并引起越来越多重视的数据处理方法。将ANN应用于肌电信号,使用H opfield、BP、SOM和PNN等几种不同的算法对EM G进行处理和分析,包括算法的基本原理、实际应用及其特点。利用ANN的特点可以在肌电信号处理上做出很有价值的研究。     

全国医学基因组和临床应用培训学习班通知

自从人类基因组完成后，医学基因组学、RNA组学及转录组学在临床病理方面的应用快速发展。美国在2006年底开展的癌症基因组（TCGA）计划已经深入到肿瘤病理形态的诊断、治疗、预后相关的DNA／RAN标志评估。应用基因测序、片段分析及荧光定量PCR技术开拓了国内外临床分子病理的新领域，也是临床医学和美国临床肿瘤学会（ASCO）临床应用及科研的新热点。     

人工神经网络在医学上的应用

近十几年来,人工神经网络(ArtificialNeuralNet-works,ANN)技术蓬勃发展。由于它具有自组织、自学习、自适应等多种优良而典型的特性,因而吸引了众多学科的关注,在信息科学、认知科学、机器人学、电子学、控制论等科学、工程技术领域获得了广泛应用,近年来也开始用于解决医学方面的问题,取得了引人注目的成果。现介绍如下:1　医学图像分析处理近年来,ANN在医学图像分析处理方面得到了广泛应用。例如,ANN用于涂片图像分析,可鉴别良性和恶性病灶〔1,2〕;用于乳房X线照片分析以诊断乳腺癌,灵敏度高达92%〔3〕;肺结核的诊断也因ANN而得到…     

自组织人工神经网络在生物样品分析中的应用

本文把Ｔ．Ｋｏｈｏｎｅｎ自组织神经网络运用生物样品－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，预报识别率达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。     

蛋白质组学在心血管研究中的应用

随着基因组数据库的不断完善和蛋白质组学技术的不断发展，已有越来越多的研究者将蛋白质组学运用到心血管疾病研究中，即运用2—DE、质谱等手段来观察心肌缺血、高血压、心肌肥大、心衰、心肌梗塞导致的心肌细胞蛋白质表达水平和翻译后修饰(PTM)的改变，对这些急慢性心血管疾病的分子机制给予独特的解释。与此同时，各种心血管疾病模型相关蛋白质组数据库也在建设之中，这将大大方便更多的蛋白质组研究。本文综述了近年来使用蛋白质组学在心血管研究中所取得的进展。     

人工神经网络技术在肺癌诊断中的应用研究

目的 采用多种标志物联合检测以及应用人工神经网络系统，建立基于神经网络的肺癌智能化诊断模型。方法 采用放射免疫学、酶联免疫吸附试验、化学等多学科联用的手段，分别测定50例正常对照、40例肺良性病患者及50例肺癌患者血清中CEA、CAl25、NSE、β2-MG、胃泌素、sIL-6R、唾液酸、伪尿核苷、一氧化氮、Cu、Zn、Ca等12项指标。利用人工神经网络技术，构建出基于神经网络的肺癌智能诊断系统。结果 该系统优于计量医学中常规统计学方法，BP网络对肺癌诊断的识别率和预示率均为100％，而且可以同时判别正常、良性与肺癌。结论 建立了基于神经网络的肺癌智能诊断系统，可为临床肺癌诊断提供有价值的参考资料，亦可以用于大规模的高危人群普查时初筛。