人工神经网络在护理领域的应用研究进展

综述人工神经网络与循环神经网络的概念、优势,以及在护理不良事件、延续护理、慢病管理、护理管理、护理教育方面的应用现状,旨在提高我国护理研究者对人工神经网络算法的认知,并为护理人员应用该技术提供参考依据。     

基于人工神经网络模型的鼻咽癌VMAT计划质量控制方法

目的训练放疗计划个体化三维剂量预测模型,并使用该模型建立计划质量控制方法。方法回顾性分析99例已临床实施的早期鼻咽癌同步加量容积旋转调强放疗(VMAT)计划,提取7个几何特征,包括各危及器官(OARs)到PTV、加量靶区和外轮廓的最小距离,及4个坐标位置关系特征。训练(89例)并验证(10例)基于人工神经网络(ANN)的三维剂量分布预测模型;然后基于该预测模型建立放疗计划质量控制方法。以各危及器官剂量学参数D2%、D25%、D50%、D75%和平均剂量(MD)为质量控制指标,通过标准为人工计划和预测剂量差别≤10%。采用由低年资物理师设计的10例计划,对该质量控制方法进行测试。结果18个头颈部OARs的主要剂量学指标,预测剂量与专家计划结果差异无统计学意义。剂量预测结果与专家计划相比,D2%、D25%、D50%、D75%和平均剂量(MD)的差别均控制在1.2 Gy以内。由低年资物理师设计的10例计划均达到常规临床剂量限值的要求,而利用建立的质量控制方法检出1例计划的脊髓、脊髓危及器官的计划体积(PRV)、脑干和脑干PRV剂量限制有待改善。根据模型预测值重新优化计划后,脊髓和脑干D2%分别降低了8.4和5.8 Gy。结论提出了一种简单易行的放疗计划质量控制方法,能克服统一性剂量限值未考虑患者特异性的缺陷,可提高个体化计划质量和稳定性。     

电动吸切器腺样体切除术治疗慢性鼻窦炎的疗效及术后出血的影响因素分析

目的 基于人工神经网络模型,探讨电动吸切器腺样体切除术治疗慢性鼻窦炎的疗效及术后出血的影响因素。方法 回顾性分析2019年9月-2022年9月该院收治的343例慢性鼻窦炎患者的临床资料,将采用电动吸切器腺样体切除术治疗的患者设为观察组(275例),将采用腺样体刮除术治疗的患者设为对照组(68例)。按照随机数表法,将观察组患者以4∶1的比例,分为训练集(220例)和验证集(55例);根据术后是否出血,将训练集患者分为术后出血组(23例)和术后未出血组(197例)。分析电动吸切器腺样体切除术治疗慢性鼻窦炎的疗效,以及术后并发症发生情况。比较术后出血组和术后未出血组患者的临床资料,并分析患者术后出血的影响因素。通过Python 3.6软件,构建人工神经网络模型,并对模型的效能进行验证。结果 观察组治疗慢性鼻窦炎的总有效率明显高于对照组,差异有统计学意义(χ²=4.46,P=0.035)。观察组术后出血率、腺样体残留率和并发症总发生率明显低于对照组,差异均有统计学意义(χ²=8.90,P=0.003;χ²=8.43,P=0.00...     

机器学习在肺癌VMAT计划中对危及器官剂量预测的可行性

目的:探讨机器学习在肺癌容积旋转调强（VMAT）治疗计划对心脏和肺的剂量体积直方图（DVH）预测的可行性。方法:选取51例肺癌VMAT计划,随机选取其中43例为训练组,剩余8例为验证组。分析训练组中患者的解剖信息与两侧肺V5、V20和心脏V30、V40的相关性。采用机器学习方法,以解剖信息为输入、危及器官（OAR）的DVH为输出,分别构建并训练关于两侧肺以及心脏的人工神经网络模型。将验证组中8例VMAT计划中的解剖信息分别输入到已经构建好的人工神经网络模型,分别预测OAR的DVH。结果:两侧肺V5、V20和心脏V30、V40受自身体积大小影响可忽略,受OAR与靶区的空间相对位置关系影响较大。患侧肺、对侧肺、心脏的人工神经网络结构模型中隐藏层分别含有41、38、34个神经结点,线性回归系数分别为0.994、0.975、0.986。对验证组中患侧肺和对侧肺的V5、V20的预测误差分别为2.70%[±]1.83%、2.84[%±]1.97%和13.7%[±]7.8%、0.72[%±]0.75%,对心脏V30、V40的预测误差分别为3.20[%±]0.63%、2.1[%±]1.5%,仅对侧肺V5的预测值和实际值差异有统计学意义（P<0.05）。结论:采用人工神经网络方法可以对肺癌VMAT计划中解剖信息与OAR的DVH数据进行学习,构建的人工神经网络模型可预测出患侧肺、心脏V25[~]V60和对侧肺V20的DVH数据,可为临床计划设计提供参考。     

基于肌电信号层级分类的手部动作识别方法

目的 利用肌电信号对手部动作进行识别,是控制现代康复假手的关键,其中使用少量电极识别出较多手势又是一难点。为更加充分利用所获得的肌电信息,本文提出一种层级分类方法。方法 首先提出一种基于层级分类的手部肌电信号动作识别方法,该方法首先根据被分类对象的多侧面属性,利用肌电积分值作为特征值,并通过线性判别函数实施预分类;其次建立肌电信号的自回归模型,将模型系数作为特征值,将人工神经网络作为分类器进行细分类;最后进行了对比实验论证。结果 实验结果表明,可以利用2个表面肌电电极以较高的识别率识别出8个常用手部动作。结论 该方法能够以较少的肌电电极识别出较多的动作,比未采用分层方法具有更好的分类效果。     

人工神经网络对心肌细胞动作电位时程恢复特性的拟合

目的 研究当前动作电位时程（APD）的和先前心动周期中舒张间隔（DI）、APD之间复杂的恢复特性关系。方法用不同协议起搏Luo-Rudy模型,描绘当前APD和其前一心动周期中DI之间的直角坐标曲线,用人工神经网络（ANN）拟合这些曲线。结果不同起搏协议描绘的曲线差别很大,当前APD和其前一个心动周期中的DI之间不存在一一对应的函数关系;ANN可以很高精度地拟合这些不同起搏协议描绘的曲线。结论 APD和其前面3个心动周期中的APD、DI之间存在非常复杂的恢复特性关系,ANN可足够精确地表达这种关系。     

基于机器学习的郁证证型分类模型构建研究

目的 基于机器学习的随机森林和人工神经网络算法构建郁证证型分类模型,并采用混淆矩阵评估其模型的准确度。方法 医案数据来自古今医案云平台、中国知网、万方、维普数据库,共纳入1010例医案,训练集和测试集划分比例为7∶3。利用Python在Jupyter notebook中进行特征提取,再通过随机森林、人工神经网络构建郁证证型分类模型,最后利用混淆矩阵验证分类结果准确性。结果 利用随机森林算法构建的证型分类模型,整体准确度为89.44%,其中肝气郁结95.00%,气郁化火82.05%,痰气郁结89.29%,心神失养85.07%,心脾两虚89.74%,心肾阴虚95.16%;利用人工神经网络算法构建的证型分类模型,整体准确率为96.03%,其中肝气郁结100.00%,气郁化火92.31%,痰气郁结96.43%,心神失养91.04%,心脾两虚97.44%,心肾阴虚100.00%。结论 两类分类模型分类结果均达到了较理想的效果,但人工神经网络分类模型准确度高于随机森林分类模型准确率,其非线性、模糊性等特征更适合于中医证型分类预测,可为今后中医诊断研究提供新的思路与方向。     

独立分量分析在乳腺钼靶X片感兴趣区域提取中的应用

为乳腺癌早期诊断和乳腺X线影像微钙化点计算机辅助检测的前期预处理,本研究提出基于独立分量分析（ICA）的自动提取新算法并且将其应用于乳腺图像感兴趣区域的自动提取.其具体思路是：（1）将乳腺区域图像提取成等大的子图像作为待测乳腺图像感兴趣区域;（2）将ICA应用于乳腺图像感兴趣区域得到基图像;（3）将待识别乳腺图像感兴趣区域在基图像所构成的子空间进行投影求得待测乳腺图像感兴趣区域的特征矢量;（4）用人工神经网络分类方法进行乳腺图像感兴趣区域的模式判别.对临床实际病例的试验结果表明,该方法的检出率为91%,与同类研究检出率相当.本研究方法简单有效,并具有较高的智能性,为ROI的自动提取提供了新的研究思路.     

神经网络方法在脑诱发电位检测中的应用

人工神经网络是脑电研究中适用的新工具和技术。本文着重介绍了ＢＰ网络的基本原理，并给出了神经网络在诱发电位和事件关联电位检测研究中的应用。     

医学专家系统的设计原理与实现方法

医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断，治疗的辅助工具。本文阐述了医学专家系统的设计原理与实现方法，总结了当今医学专家系统存在的问题，展望了未来的发展。