分形理论在X光片图像边缘增强中的应用

针对临床应用较为广泛的X光片,为改善其胶片质量,清晰地显现病变特征.我们根据分形几何学的原理,采用频域法计算图像的分形维值,根据Ds值的变化达到边界检测和增强的目的.结果表明,经过处理后的图像与原图像相比,不同结构的边界有了明显增强,特别是图像中的结核干酪样坏死空洞清晰可辨,应用分形理论对医学图像进行处理明显改善了图像的质量.     

新时代面向新工科的医工交叉复合创新型人才培养模式探索

近年来随着科学技术的发展,新时达赋予新工科更加深刻的内涵,国家对新时代“新工科”人才需求在不断增大,医工交叉复合领域的创新与发展,对相关人才培养提出了更高的要求。为应对新时代新变革,高校作为人才培养的主要阵地,应积极开展新工科建设,以新时代思想引领新工科发展,以新工科建设为突破口,发展贯通融合式工医交叉专业,培养贯通融合式工医交叉复合创新型人才。本文以东北大学智能医学工程专业人才培养模式为例,提出“面向工科、背靠医科、医工融合”的人才培养思路,通过创新完善人才培养体系和方法,培养具有跨学科思维和创新意识,实践能力强、创新能力强、具备国际竞争力的高素质复合型新工科人才。     

DICOM技术在PACS系统中的应用综述

PACS是当代医院信息化高速发展的重要环节,而DICOM又是PACS中医学图像格式和传输医学图像协议的标准。阐述基于DICOM标准的PACS系统的国内外发展现状,并对PACS系统按其应用分类进行了详细阐述,并分类研究了DICOM在PACS中的应用,同时论述了DICOM在PACS中的长远展望。     

面向糖尿病人的家庭医疗监护数据压缩及传输

介绍一种面向糖尿病人的医疗监测系统的实现,通过TCP/IP协议来实现监护数据远程传输,根据传输数据的不同特征采用不同的压缩方式,包括使用BW算法的无损压缩以及基于ROI的有损/无损混合图像压缩,并具体阐述不同数据的传输方式,以此提升传输速度和准确性.     

基于极限学习机的跌倒检测分类识别研究

由于年龄和身体条件的限制,在老年人群中跌倒是非常普遍的现象。因此,根据老年人跌倒的运动特征,远程监测他们在各个时间段的状态,以便在其摔倒或突发状况时及时采取措施显得尤为重要。针对人体运动状态进行监测,分析人体运动学特征,提出基于极限学习机的跌倒检测算法。运用三维加速度传感器采集人体的三维加速度值,建立跌倒检测特征模型。在此基础上,建立基于极限学习机的跌倒检测分类器,完成对老年人的计算机辅助跌倒检测。实验数据共540例样本,选用了不同数量的训练集和测试集,其中440例作为训练数据,其余100例为测试数据。测试结果表明,准确率为93%,敏感度为87.5%,特异性为91.7%,具有良好的分类性能。在对分类训练的运行时间方面,基于极限学习机的跌倒检测方法与传统的机器学习方法相比具有明显优势。     

基于极限学习机的左束支传导阻滞辅助诊断研究

左束支传导阻滞(LBBB)作为临床常见的一种心律失常,是左心室收缩功能减低、患者死亡率增加的标志;利用机器学习算法对其进行辅助诊断,将对LBBB早发现、早治疗起到积极的推动作用。然而,由于目前常用的支持向量机(SVM)等传统的机器学习算法容易产生局部最优解,准确度有待提高,因此提出一种基于极限学习机(ELM)的LBBB辅助诊断算法。首先,利用小波进行心电信号预处理,包括基线漂移、肌电噪声及工频干扰的去除;接着,确定QRS波群与T波位置;然后,根据临床上LBBB患者比正常人的QRS波群持续时间延长等特点,建立融合时域、形态与能量3类特征的特征模型;最后,利用该模型提取的特征集合,提出基于ELM的LBBB辅助诊断算法。此外,在MIT_BIH数据库中的5 000份ECG数据上进行实验验证,结果表明所提出的预处理与波形提取算法能有效去除噪声并提取QRS-T特征波;在LBBB的判别上,相比SVM算法、ELM算法的训练时间缩短了88.5%;同时,在准确率、灵敏度、特异度、LBBB检出率和正常人检出率的指标上,分别提升2.4%、5.4%、1.2%、3.6%和2%。因此,基于ELM的LBBB辅助诊断算法具有明显优势。     

灰色系统GM(1,1)模型预测流行性出血热发病趋势

目的:预测佳木斯市2006～2007年流行性出血热(EHF)流行趋势,为该市EHF防治工作提供科学的参考依据.方法:根据佳木斯市1996～2005年EHF发病率资料,运用灰色系统GM(1,1)模型,预测该市2006～2007年EHF的流行趋势.结果显示,佳木斯市此间EHF的发病率呈缓慢增加趋势.