颅内出血动态过程的电阻抗成像仿真研究

基于等位线反投影算法的动态电阻抗断层成像技术具有对目标定位准确，成像速度快，有一定的分辨率等优点。将该技术应用于颅内出血疾病的实时监测，及时反映颅内出血的变化情况，这在医学上有着重要意义。作为该技术应用于颅内出血实时监测的基础研究，本研究利用等位线反投影算法，仿真了动态电阻抗断层成像技术应用于颅内出血疾病实时监测过程。研究结果表明，动态电阻抗断层成像等位线反投影算法重建的图像可以反映颅内出血的变化情况，能够应用于颅内出血动态过程监护。     

数字减影图像中血管边缘的动态规划跟踪算法

数字减影图像中血管的检测与跟踪在医学上有重要的意义，是血管定量分析、三维重构、多设备图像融合以及图像的归档与通信的研究内容之一。本文先简要介绍动态规划的原理，然后提出了以血管中轴线为引导，对边缘增强图像进行动态规划跟踪血管边缘的算法。     

基于ART2神经网络的动态ECG数据压缩算法

采用ＡＲＴ（ＡｄａｐｔｉｖｅＲｅｓｏｎａｎｃｅＴｈｅｏｒｙ）神经网络中的适应于模拟信号输入的ＡＲＴ２网络结构，提出了一种动态ＥＣＧ数据压缩算法。借助于ＡＲＴ２优良的模式识别特性，该算法能实现高压缩比和高压缩精度的动态ＥＣＧ数据压缩。ＡＲＴ２网络能迅速识别已学习样本及事先未知的新样本，因此该算法不仅能快速适应各种未知ＥＣＧ信号的动态变化，而且提高了算法的运行速度和数据压缩比。     

基于三维动态区域生长算法的肝脏自动分割

目的:研究三维动态区域生长算法在肝脏自动分割中的可行性。方法:首先对CT图像进行预处理,包括插值、各向异性滤波和三维矩阵化处理;然后在预处理过的图像上使用三维动态区域生长算法,得到初始分割结果,算法在执行过程中使用种子点联合26邻域体素灰度均值代替传统的区域生长算法中选取的单一种子点灰度值,并结合动态阈值和双生长准则提高边缘分割精度;最后通过形态学后处理得到肝脏分割结果。结果:利用三维动态区域生长算法的肝脏自动分割结果接近专家手动勾画的结果(戴斯相似系数平均达到0.934),并且其分割速度(每幅图像用时0.64 s)和三维连续性优于手动勾画。结论:三维动态区域生长算法能够精确地分割肝脏,能在腹部肿瘤放疗计划制定中大幅度提高肝脏勾画效率。     

运动意识脑电的动态独立分量分析

研究了用独立分量分析方法进行运动意识脑电信号特征分析的可行性。提出了用峭度极大动态独立分量分析方法进行μ节律提取的新思想。通过对批处理ICA算法和动态ICA算法在运动意识脑电特征分析的结果比较,得出了动态ICA算法更适合于运动意识脑电特征分析和提取。研究中发现,动态ICA混合矩阵系数的时间波形能准确即时地反映受试者进行左右手运动想象时运动神经皮层的μ节律变化,这一结果对脑认知和脑—机接口研究具有较大的实际意义,为独立分量分析方法在事件相关电位(ERP)特征提取中的应用提供了新的思路。     

知识引导几何动态轮廓线算法与MR心脏序列图像鲁棒分割

从MR心脏三维动态序列图像中快速精确分割左心室内边界是心功能计算机辅助诊断的重要步骤。由于心室边界的模糊性，传统的基于灰度或曲线演化的方法很难保证分割结果的鲁棒和精确。在分割模型中整合解剖结构和医生经验的先验知识，对提高分割结果对噪声和模糊边界的鲁棒性，改善计算效率非常重要。本研究提出了一种广义模糊几何动态轮廓线分割算法（GF-GACM），并利用基于水平集的概率形状模型，整合医生手动分割训练集的先验知识。对多套临床数据集的实验结果显示，本研究算法的分割结果和专家手动分割结果比较在临床诊断允许误差范围内。     

MinerVa——一种用于实体瘤微小残留病灶检测的高性能检测算法

如何提高循环肿瘤DNA(ctDNA)信号的获取能力以及判定低频信号的真实性是肿瘤微小残留病灶(MRD)检测的难点问题。本研究开发了多变异联合置信概率分析的MRD生物信息学算法(MinerVa)，并在ctDNA标准品和早期非小细胞肺癌患者血浆DNA样本中对算法效能进行评估。结果显示，MinerVa算法对多变异共追踪的特异性稳定在99.62%～99.70%，当追踪30个变异时，可检测低至6.3×10^-5变异丰度的变异信号；进一步对27例非小细胞肺癌患者的数据进行分析，ctDNA-MRD动态监测复发的特异性为100%，灵敏度为78.6%。数据表明MinerVa算法可高效地捕获血液ctDNA信号，在MRD检测中具有较好的准确性。     

无损隐藏在医学动态影像中的应用

医学信息的安全存储和传输在医院局域网和分布式远程诊断中越来越重要,受到了广泛的关注.本文描述了-种基于线性预测的无损隐藏方法及其在医学动态影像中的应用,该方法用线性预测误差算法和嵌入/提取算法嵌入大数据量信息.数据嵌入过程中采用简单数据链路SDL成帧,在局域网上进行了实验,从嵌入信息的医学动态影像中提取出所嵌入的个人病历信息或指纹信息,原宿主视频可无损恢复.该方法可以在医学数据库的动态影像管理、安全存储和隐秘传输等方面有较好的应用.     

一种从体表心电图提取起搏脉冲的新算法

本文采用边沿增强并结合匹配滤波和面积阈值等方法形成体表心电图起搏脉冲新的提取算法ＣＥＭＡ，经ＭＩＴ心电数据库中４例起搏心电图和仿真信号检验，算法的灵敏度和特异性分别为９９．８５％和９９．９３％。此方法可用于动态心电图记录器对起搏脉冲的实时提取     

在改进的有限元模型上实现一种较严格的动态电阻抗断层成象算法

对一种较为严格的图像重构算法——广义逆法进行了推导，并在计算机有限元模型上实现了该算法，重构出了反映阻抗变化量的图像（即动态成像），并根据阻抗重构问题的特点，改进了现有的有限元计算机重构模型，在改进模型上实现了广义逆法。改进的模型与原有模型相比，其正向矩阵的病态性得到较大的改善。从重构结果上看，在改进模型上的广义逆法与现有算法——等位线法相比，成像定位更准确、图像更清晰，能较好的重构出阻抗分布复杂的模型，噪声性能也优于等位线法。     

一种改进的动态电阻抗断层成像反投影算法

介绍了一种改进的动态电阻抗断层成像等位线反投影算法 ,对等位线反投影算法中的反投影矩阵 B的计算方法进行了改进 ,用改进的等位线反投影算法实现了动态图像重建 ,并与传统等位线反投影算法重建图像进行比较。结果表明 ,改进的等位线反投影算法可以更好的对目标进行定位 ,而且速度快 ,重建图像分辨率也有所提高。     

基于信号质量评估和卡尔曼滤波的心率估计算法

目的：研究基于多导重症监护导联心电分析的逐搏心率估计算法。方法：通过开放源码的QRS搏动识别算法计算逐搏心率，通过分析信号的波形特征、统计特性和相互关系导出反映信号质量好坏的信号质量指数（signal quahty index，SQI）。应用基于信号质量指数调节的卡尔曼滤波方法进行心率估计，通过残差值和信号质量指数的大小来动态调节卡尔曼滤波器的状态变量，获得逐搏心率的最佳估计。应用美国麻省理工学院多参数智能重症监护数据库Ⅱ中437例病人的6000多小时高质量数据和人为添加真实心电干扰的数据进行算法评价。结果：与直接心率估计及采样保持等算法比较，本算法在严重干扰存在时，心率估计的均方根误差最小。结论：基于信号质量评估和卡尔曼滤波的心率估计算法在严重干扰存在时仍能提供精确的心率估计。     

主动脉内血泵的全程滑模控制器设计

目的为消除传统滑膜算法固有的抖震现象对控制器及被控对象的影响,使主动脉内血泵准确地响应人体的生理需求,本文设计了基于全程滑膜算法(global sliding mode controller,GSMC)的主动脉内血泵控制器。方法采用动态干扰补偿算法来估算主动脉内血泵控制系统的不确定性,并利用计算机仿真实验和体外循环实验来验证控制系统的动态特性和稳定性。结果由于通过动态干扰补偿算法估算系统不确定性,消除了滑膜算法固有的抖震现象。当系统设定流率为5 L/min时,系统的响应时间为80 ms,并且不存在超调和稳态误差。当控制器的负载转矩增加到0.4 N.m时,控制器的响应时间为25 ms。当输入一个搏动的流量信号作为控制系统的设定流率时,其动态响应时间为80 ms,流速最大误差为0.03 L/min。在体外循环实验中,由于实验中转速信号和流速信号的反馈频率低于理想情况,所以控制器的效果相比于计算机模拟有所下降。实验结果显示,当设定流率为5 L/min时,该控制器的响应时间是0.26 s,流率的误差为0.1 L/min。结论本文提出的控制器可以根据参考流量的要求准确地调节主动脉内血泵,并且对于系统的干扰和不确定性有良好的鲁棒性。由于动态干扰补偿算法的应用,算法的输出不存在抖震现象。     

基于稀疏分解的心电信号压缩算法

动态心电的广泛应用导致海量心电数据的产生,为了传输和存储的高效实现,必须对其进行压缩.本文在详细分析心电信号的可压缩特性基础上,将稀疏分解这一目前数据压缩算法领域较为前沿的方法引入到心电信号压缩算法中,提出了一种基于稀疏过完备库分解的心电数据压缩算法,该算法能够在较低的数据失真度情况下得到较好的数据压缩效果.同时,通过将本算法的实验数据同相关文献中提到的方法进行对比,其结果验证了本文算法的有效性.     

动态电阻抗断层成像技术

本文介绍了动态ＥＩＴ技术的发展现状以及目前成像系统的结构与应用，并与静态ＥＩＴ技术进行了比较。在分析其硬件结构、算法特点以及应用效果的基础上，对其性能进行了评价。并对以后的发展情况进行了讨论。     

用动态偶极子法研究脑磁定位问题

本文用动态偶极子法对脑磁定位问题进行了研究.提出了动态偶极子法的一种新的求逆组合算法,并与文献采用的算法进行比较研究.作者将动态偶极子法用于球导体头模型的脑磁定位问题,论证了采用直角坐标系确定偶极子大小和方向的可行性,指出镜象解问题的存在.并将动态偶极子法推广到实际头型的脑磁定位问题,提出一个均匀实际头型脑磁定位问题的算法.     

基于DSP的R波检测快速算法研究

提出了一种实用的基于DSP的R波快速检测算法。根据心电图中R波的特点和长度变换的原理，对心电信号进行差分加滑动窗积分的运算，然后根据信号特点动态调整检测阈值和盲区，并在TI公司的DSP上实现了R波的实时检测，保证了较好的检测率。通过对MIT—BIH典型心电数据检测，可以满足心电分析的要求。     

动态电阻抗断层像技术

本文介绍了动态ＥＩＴ技术的发展现状以及目前成像系统的结构与应用，并与静态ＥＩＴ技术进行了比较。在分析其硬件结构、算法特点以及应用效果的基础上，对其性能进行了评价，并对以后的发展情况进行了讨论。     

基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘

提出一种基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘的算法.该算法在Chan-Vese (CV)模型基础上,定义了一个局部调整项,采用基于水平集的动态轮廓模型提取超声图像乳腺肿瘤边缘.将该算法应用于89例临床超声图像乳腺肿瘤的边缘提取实验,结果表明:该算法比CV模型更适用于具有区域非同质性的超声图像的分割,可有效实现超声图像乳腺肿瘤边缘的提取.     

改进U-Net深度网络的视网膜血管分割算法

为了解决U-Net算法在分割眼底图像时无法分割末梢微小血管和无法处理噪声干扰等问题,提出了一种改进的视网膜血管分割算法。首先,在U-Net算法中引入通道强化残差网络,用以优化U-Net架构,使得网络识别更多视网膜微血管。其次,引入空间注意力网络来排除噪声,更好地突出血管。最后,在损失函数的计算中,使用动态权重代替U-Net算法的固定权重,迫使神经网络能够学习一个稳健的特征映射。将改进的算法在DRIVE数据集上进行实验,实验结果表明本文分割算法的准确性和敏感性大幅提高。比原U-Net算法准确性和敏感性分别提高了2.12%和7.51%,比DCU-Net准确性和敏感性分别提高了1.20%和2.55%。