首页 > 文献资料
-
Julian麻醉机软故障检修两例
德尔格Julian麻醉机是气动电控型多功能麻醉机,它主要由电子气体输送系统、集成呼吸回路、一体化麻醉气体监测系统等组成.有自主、手动、IPPV、PCV四种工作模式.气体输送采用电子流量管控制N2O、O2、Air气体流量,这是不同于其它麻醉机的一大创新.它具有耗氧量低、蒸发罐输出吸入麻醉药浓度准确、钠石灰吸收罐容量大(1.5升)、能自动识别麻醉药、呼吸机和回路是一个完整而又可以拆卸的整体等优点,并备有一个完整的电气路报警系统,所有的传感器自动标定并时常自检,必要时所有的原始数据都可以在屏幕上显示,以便很快分析引发报警的原因,并用文字提示在屏幕上,这给使用与维修带来很多的方便.
-
结肠息肉的计算机辅助诊断
结直肠癌在欧美国家是第二大类恶性肿瘤[1],在我国的发病率近年来也呈上升趋势.有超过90%的结直肠癌起源于结肠息肉,因此结肠息肉的早期发现是减少结直肠癌发病率的重要途径之一.纤维结肠镜是筛选结肠息肉的主要手段,但是相当一部分患者无法耐受.影像学诊断虽然简便易行,但该方法在息肉的检出率上还存在争论[2].基于医学影像的计算机辅助诊断可以根据目标的形状,大小等特征自动识别息肉、标记位置,并配合虚拟内窥镜的可视化方式显示息肉的完整形态,因而具有广阔的应用前景,现将有关文献综述如下.
-
基于金字塔结构的乳腺肿块自动检测方法
在乳腺图像中,肿块大多被埋没在复杂的、高密度的腺体背景中难以检测.针对这一问题,提出了一种基于金字塔结构的乳腺肿块自动检测方法.文中对几种典型的金字塔结构的构造方法做了比较;提出了一种使用BP人工神经网络用于实现低分辨率图像中肿块种子区域检测的新方法;提出了一种新的权值差别规则,同时添加了标志锥,使得生长算法不再严格受限于肿块种子的面积和形状.实验结果证明这种方法对于辅助临床医生诊断乳腺病变是有效的.
-
计算机自动化X线头影测量分析系统的临床应用评价
目的:对开发的计算机自动化X线头影测量分析系统(CACAS)的临床应用进行评价.方法:选择标准头颅侧位X线片16例,应用CACAS自动完成标志点定位,自动测量分析,获得各个标志点的坐标和测量参数值;以人机交互方式输入标志点,自动测量分析,获得各个标志点的坐标和测量参数值.结果:自动X线头影测量分析系统与计算机人机交互式两种头影测量方法间的比较,统计学上差异无显著性(除个别测量项目间).结论:计算机自动化X线头影测量分析系统为更准确的测量分析提供了可靠、有效的工具.
-
计算机辅助自动化X线头影测量分析系统的研究
目的 在前期实现相关标志点自动识别技术的基础上,建立了一个服务于正颌外科的计算机自动化X线头测量分析系统(computerized automatic cephalometric analysis system,CACAS),并检验其临床应用的准确度.方法 CACAS由硬件系统和软件系统组成,其中自行开发的功能软件包括图像数据管理、图像预处理、边缘提取与自动定点、标志点校正、自动测量与分析等五个模块.临床上选择12例正常牙合成人的头颅定位X线头影侧位片图像,分别采用CACAS与手工测量分析,将两者测量结果进行统计学分析.结果 CACAS自动定点、交互定点及自动测量分析过程运行良好.CACAS测量与手工测量两者之间无显著差别;CACAS测量结果更接近标准正常值.结论 CACAS是一种比较科学合理、准确快速、简便有效的正颌外科诊断系统.
-
血吸虫毛蚴动态自动识别系统(装置)效果评价
目的 研发血吸虫毛蚴动态自动识别系统(装置),实现其自动化检测,以提高其检测效率和检出率.方法 血吸虫毛蚴动态自动识别系统(装置)由光学体视镜、数字摄像机、动态自跟踪识别软件和计算机组成.在不同条件下,对比系统检测与5名专业人员人工检测的效率、准确率等.结果 血吸虫毛蚴动态自动识别系统(装置)的基本功能为毛蚴动态识别、标记、提醒,并可以自动保存视频和生成登记表、检验单等.室内实验该系统可自动识别毛蚴,无漏检率.人工检测无水虫组总符合率为74.67%,有水虫组为66.67%,系统检测总符合率则分别为100.00%和96.67%,差异有统计学意义(χ2=9.634、11.081,P均<0.01),系统检测效果优于人工.结论 血吸虫毛蚴动态自动识别系统(装置)可以替代人工观察,该系统可以用于血吸虫病的现场查病及相关基础研究.
-
计算机对颅颌面影像的自动识别
目的采用现代图像处理技术,进行X线颅颌面影像的计算机自动识别研究,为计算机对X线颅颌面影像的全自动识别、定点、测量分析奠定基础.方法①图像信息的获取:在头颅定位仪定位下,拍摄研究对象的正中咬合位时X线颅颌侧位片.拍摄的X线片通过扫描仪将图像信息输入计算机.②图像信息的处理:首先是图像增强,按照需要突出、削弱或去除图像中的某些信息;随后,进行图像分层,利用X线颅颌面侧位片图像灰度分布的特征,将原始图像分层;后,进行图像重建.结果图像信息的表达:提取了颅面软、硬组织外轮廓及部分颅颌面硬组织内部结构.结论初步建立了计算机对X线颅颌面影像的自动识别,为进一步研究奠定了基础.
-
头颅侧貌轮廓与软组织标志点的计算机自动识别
目的:为实现X线头影测量的自动化,开发自动X线头影测量分析系统.方法:应用计算机图形图像处理技术,建立自动软组织X线头影测量分析系统,并经临床35例正畸患者的对比测量分析.结果:手测与机测具有良好的一致性,自动识别的速度显著快于人机交互及人工定点.结论:自动软组织X线头影测量分析系统能更准确更方便地对软组织进行测量.
-
AVE-763尿沉渣分析仪检测白细胞影响因素探讨
AVE-763尿沉渣分析仪利用机器视觉技术,采用形态学方法对尿中有形成份进行全自动识别计数分析,白细胞的检测在尿沉渣检查中是一项重要指标,本文随机检测我院住院及门诊病人500例,同时用人工显微镜镜检和AVE-763尿沉渣分析仪测定,探讨白细胞测定时的干扰因素,现报告如下.
-
尿沉渣分析仪质量控制初探
近年来尿沉渣分析仪不断涌现并逐步用于临床,不同厂家,设计原理各有差异,有的基于尿沉渣镜检影像分析原理、或基于尿沉渣流式细胞术和电阻抗检测原理[1],前者又有计算机自动识别并计数(辅以人工鉴别)、人工计数等,这些尿沉渣分析仪为尿液有形成份的定量分析奠定了基础.但它们日常测定结果的准确性、可比性如何?迫切需要对其质量进行控制,因此我们参考有关资料,对我科使用的AVE-763自动尿沉渣分析仪的质量控制进行了初步探讨,现报告如下.
-
朗迈LabUMat+UriSed全自动尿液分析工作站的应用体会
朗迈LabUMat+UriSed全自动尿液分析工作站是近几年来新兴的集尿液干化学和有形成份检测为一体的分析仪,现已经较为广泛地应用于临床并得到较好的评价[1-4].其尿有形成分分析采用形态学的方法,对离心后的尿液进行精细地自动对焦,以得到清晰的尿液全景视野图;再利用神经网络自适应共振理论—专家控制技术,对全景视野图进行分析和自动识别,进而区分有形成分的种类,得到检测结果.我院自2011年12月份起引进一台该型设备用于日常尿液干化学和沉渣分析,现将一年来在日常工作中应用该型仪器的体会向大家做一下汇报:
-
觉醒和睡眠对正常人24小时心率变异性的影响
本研究旨在探讨觉醒和睡眠对自主神经节律的影响。研究对象来源于本院心血管监护病房医护人员，临床经过各项相关检测排除各系统疾病，且受试者中无一人在监测前一周服药。其中男6名、女8名，年龄22.8±4.3(22～36)岁。采用美国先进公司的新世纪智能三导心电图检测系统及心率变异(HRV)分析软件。采用自身对照方法，即受试者均在下夜班后及正常工作一周后正常白班工作时再次进行24 h动态心电(Holter)监测。受试者值夜班当天早8点开始进行24 h Holter监测，要求受试者从当班晚10点到第二天早8点保持清醒状态，此期间禁烟、茶、咖啡等。进行24 h Holter监测后，间隔一周受试者白天工作时，早8点到第二天8点再次进行24 h Holter监测。设夜班组、夜间正常睡眠组、(无夜班)白班正常工作组，选用CM5、CM2及改良的aVF二个导联，将磁带记录到的心电信号经A/D转换器转换成数字信号输入微机，经HRV分析软件自动识别，标记R波，自动删除早波及干扰，计算三组24 h及晚10点至第二天早8点的RR间期，得出平均RR间期、全部正常窦性心搏间期的标准差(SDNN)、相邻RR间期差值>50 ms占总心搏数的百分比(PNN50)，经快速傅立叶转换和自回归模型两种谱估计法求出功率谱图，计算低频(LF)、高频(HF)。所得数据用均数±标准差表示，采用配对t检验和t检验进行统计分析，以P<0.05为差异有显著性。
-
失匹配负波发生原理及临床应用
失匹配负波(MMN)是一种皮层事件相关电位,主要反映大脑对变异刺激信号的自动处理功能,是一种自动识别、分析的前注意加工过程.MMN诱发方式与P300相同,采用的是被动的Oddball模式,不同的是MMN反映与任务无关的自动加工过程.其为在连续相同的标准刺激中加入一种偏差刺激,在N1后出现一个更为偏向负侧的小波,常于刺激后150~300 ms之间出现.1978年,Naatanen等在研究听觉事件相关电位时首先发现并报道了MMN,其后,在神经科、精神科、康复科及心理科等领域得到了广泛的研究和应用.由于MMN的基础和临床研究主要是通过听觉系统来完成,所以MMN颇受耳科学者的关注,本文将国内外关于MMN基础及在耳科临床的应用研究综述如下.
-
基于模板匹配的头颅侧位片标志点的自动识别
目的:实现头颅侧位片标志点的自动识别,减少人工定点带来的误差.方法:确定标准模板并确定标准图像上标志点的位置,利用仿射变换将这些点变换到被测图像上作为初始位置,以缩小搜索范围;利用对标准模板的形变实现不同标志点的识别.结果:实现软硬组织轮廓的提取和一些孤立点的识别,对依附于轮廓的点的精度较高.结论:该方法能较好的识别头颅侧位片中常用的测量点.
-
X线颅颌面影像标志点的自动识别
目的研究计算机对X线颅颌面影像标志点的自动识别.方法使用计算机提取出的X线颅颌面图象, 对标志点的自动识别过程为:①以FH平面为基准进行分区;②运用三次样条插值法使曲线光滑;③使用轮廓跟踪技术进行标志点的寻找;④使用拟合逼近进行拟圆;⑤进行二值化以确定两曲线的交点.结果提取出了颅颌面31个标志点.结论进行计算机对X线颅颌面影像特征点的识别研究,为全自动识别分析奠定了基础.
-
X线头影测量中标志点的自动识别
目的对X线头影测量分析中标志点实现自动识别.方法在自动定点过程中,对于不同的标志点采用不同的方法.选择合适的模板匹配方法应用于头影图像,可以确定孤立标志点.对于依附于边缘的标志点采用边缘检测的方法.首先对标准图像的特征边缘利用仿射变换确定被测图像特征边缘的初始位置.然后采用基于仿射变换的模板匹配方法,将模板匹配和仿射变换结合起来,调整图像的初始边缘.后采用跟踪虫技术对边缘作进一步的修正.根据提取的边缘曲线的特征和标志点的几何特性能够确定依附于边缘的标志点.结果避免了由于头影图像中有些目标在不同图像中的位置存在差异或形变而不能识别目标的缺陷,能更准确地判断目标.结论该技术能较好的确定X线头影图像中常用的测量标志点.
-
利用神经网络自动识别X线头颅影像标记点
目的:研究并设计能够自动完成对X线颅颌面影像定点分析的实用程序.方法:采用数学形态学技术对图像增强,识别并提取子图像缩小标志点的标定范围,利用神经网络识别并定位标志点.结果:利用本文所述的方法设计的识别程序很好地完成了对测试X线颅颌面影像的自动定点分析.结论:此法能够高效且准确地对X光颅颌面影像进行自动定点分析.
-
癫痫脑电信号自动识别中若干方法学研究
利用微机技术对临床癫痫脑电信号自动识别方法进行了研究,结果表明,微机与人工对癫痫脑电信号自动识别的符合率达到90.38%±5.38%,并分析了癫痫脑电信号自动识别中若干方法学问题.提示微机自动识别癫痫脑电信号的方法高效、实用.
-
医院信息系统中条形码管理的研究
目的 条形码及其自动识别技术能快速、准确读取字符编码,代替人工手动输入从而减少出错率,使其配套软件系统迅速获得数据开始相关操作和处理,在医院信息系统等领域得到广泛应用,本文选择一种合适的条形码编码进行系统的研究与设计.
-
早期高血压激光、电刺激疗法的信号自动识别研究
目的:针对早期高血压激光、电刺激治疗中需要多种模式刺激信号以解决患者个体化差异以及适应性的问题,提出了一种刺激信号的自动识别方法,为临床选择有效的治疗信号提供了方便、快捷的筛选手段.方法:用已被临床试验证实有疗效的数字音频信号作为原始信号,提取该类信号的MFCC特征参数建立HMM模型库;将实验用的信号分组,有效信号识别后定出判别标准;对识别信号提取特征参数,利用维特比(Viterbi)算法计算识别信号与模型匹配程度,将识别信号与模板库中的信号自动匹配,根据匹配结果判断识别信号在模板库中所属的类别.结果和结论:待识别信号采用HMM模型能有效地分类识别,并且可从大量的待识别信号中准确、快捷地分拣出识别信号与原始信号输出概率对数的相对值小的信号,待临床验证后用作早期高血压激光、电刺激疗法的信号源.
