首页 > 文献资料
-
基于计算机视觉技术对滩羊肉新鲜度分级方法研究
利用计算机视觉技术对滩羊肉品新鲜度分级方法进行研究,提取肌肉区域图像在RGB和HIS颜色空间的特征分量,分析这些特征分量在滩羊肉品贮藏期间的变化趋势.结果显示,滩羊肉图像的R值随贮藏时间的延长线性降低,G和B值则随贮藏时间的延长线性增加;色度(H值)指向由红转为蓝绿色,饱和度(S值)随贮藏时间的延长先减后增,而亮度(I值)没有明显的趋向性.运用神经网络建立滩羊肉新鲜度分级模型判别正确率达90%以上,表明基于计算机视觉技术对肉类新鲜度进行分级是可行的.
-
基于人工神经网络的自适应疾病诊断模型研究
本文利用人工神经网络和遗传算法的融合技术构建了一个智能疾病诊断模型,该模型能针对不同疾病或诊断因子的变化,自适应地调整模型网络结构,表现出良好的泛化性和诊断精度.
-
医学诊断专家系统的发展现状及趋势分析
本文简要介绍了医学诊断专家系统的发展历史和组成部分,综述了目前国内外医学专家系统的大致种类和取得的成果,并对未来医学专家系统的发展趋势做了探讨.
-
基于SWT和ANN的无创连续血压测量方法研究
本文针对电子血压计不能实现血压的无创连续测量等问题,提出一种基于平稳小波变换(Stationary Wavelet Transform,SWT)算法和光电容积传感技术的无创血压测量方法.实验分析了模拟数据库中的26900个脉搏波信号,通过SWT对光电容积脉搏波进行分解,重构第5层高频系数,提取该重构信号的10个特征参数作为神经网络(Artificial Neural Networks,ANN)的矢量输入,脉搏波对应的血压作为ANN的输出进行血压模型的训练,并对模型进行误差分析.实验结果表明,模型的测试误差达到美国医疗器械促进协会制定的标准,通过该方法可实现血压的无创连续测量.
-
神经科学:基本原理、神经网络及其在医疗器械中的应用
人类的神经系统是自然界中已知的结构复杂、功能强大的信号处理系统.借助这个强大的中枢处理系统,及其敏锐的接收器和精密的效应器,人类终创造出了璀璨的文明和先进的科技.本文将从分子和细胞层面逐步剖析和展示人类神经系统的构造和功能,并介绍在现有条件下科研人员为研究人类神经系统采用的技术手段和获得的成果及这些成果在医疗器械行业中的应用.
-
模拟电路智能故障诊断技术的现状及进展
本文回顾了模拟电路智能故障诊断技术的发展历史及现状,阐述了此项技术的工程实际意义,探讨了基于专家系统、神经网络、模糊理论、小波变换等理论的模拟电路智能故障诊断方法.同时,对上述各种方法的基本原理和优缺点进行比照,分析存在的问题,后指出了模拟电路故障诊断技术的发展趋势.
-
3种蜚蠊成虫自动分类的研究
[目的]探索一种准确、快捷适合基层单位使用的蜚蠊分类方法.[方法]将图像数字形态学特征提取与LVQ神经网络模式识别相结合,计设和实现一种能将3种蜚蠊自动分类的系统.该系统建立、训练了2个分类器:完整虫体的分类网络net1和残缺虫体的分类网络net2.[结果]样品图片送入系统后,自动完成分类过程.经检验,完整虫体分类器net1的正确率为100%;残缺虫体分类器net2的正确率为97.2%.[结论]对3种蜚蠊的自动分类取得成功,为开发出适用于更多种类蜚蠊甚至其他昆虫的自动分类系统打下基础.
-
基于SAS的反向传播人工神经网络在国境卫生检疫领域中的应用研究
目的 探索反向传播(BP)人工神经网络在国境卫生检疫领域中的应用研究.方法 采用18×5×1结构的3层BP神经网络模型,对2007年到达宁波港国际航行船舶中的媒介阳性船舶170艘和对照船舶680艘进行数据训练和验证,并以建立的神经网络模型预测新到港的船舶外来媒介携带率.结果 经过100次的迭代运算,训练过程的误判率为0.1647,验证过程的误判率为0.1824；训练过程的平均误差为0.3668,而验证过程的平均误差为0.4550.通过该神经网络模型预测船舶携带外来媒介情况与实际结果的符合率达到83.3％,预测效果良好.结论 针对高度不确定的非线性系统,应用BP人工神经网络可实现相对精确的预测功能,为国境卫生检疫风险评估及预警方面的研究提供理论基础.
-
基于逐步Logistic回归和神经网络模型的健康素养预测及对比研究
目的 应用逐步Logistic回归和神经网络建立健康素养预测模型.方法 采用2015年广东省居民健康素养监测项目调查数据,并建立逐步Logistic回归和神经网络模型,根据ROC曲线下面积比较2种模型预测效果.结果 逐步Logistic回归模型预测的正确率为90.895％,神经网络模型预测的正确率为90.817％,2种预测模型对健康素养预测效果差异无统计学意义.结论 2种预测模型可对低健康素养人群进行预测.
关键词： 逐步Logistic回归 神经网络 健康素养 预测 -
基于BP神经网络的急性支气管炎付费标准实证研究
目的:通过急性支气管炎住院费用测算与分析,提出单病种付费标准参考建议.方法:收集四川省4个地区8家医院2012-2013年出院第一诊断为急性支气管炎患者费用信息,利用神经网络的非线性处理和网络综合能力,对急性支气管炎住院费用进行测算与分析.结果:①急性支气管炎人均住院费用总额为2 895.44元,药品类、诊断类、综合类费用占比较大;②个体因素(住院天数、年龄、费用类型、是否手术)对住院费用影响显著;③医院地区对于综合类、药品类和诊断类费用影响显著.结论:①进行单病种费用差异性分析;②对单病种付费标准进行简易分组;③急性支气管炎付费标准为2 508.91元,上下限分别为3 162.28元和1 479.11元,有助于降低次均费用、缩小费用差异.
-
依托神经网络为探讨超声肿瘤热疗仪温度控制算法
本文从热疗系统温度测控方法、基于人工神经网的新型温度控制算法和超声肿瘤热疗仪温控系统程序编制三个方面分析了依托神经网络为探讨超声肿瘤热疗仪温度控制算法.
-
Lattice LSTM神经网络法中文医学文本命名实体识别模型研究
目的 探索利用点阵(lattice)长短期记忆(long short term mermory network,LSTM)神经网络构建命名实体识别(named entity recognition,NER)模型解决中文医学文本的信息提取问题.方法 利用Lattice LSTM来表征句子中的词汇词(lexicon word),从而将潜在词信息整合到基于字符的长短期记忆网络—条件随机场(long short term memory-conditional random field,LSTM-CRF)模型中.进一步使用一个大型自动获取的词典来匹配句子,进而构建基于词的Lattice.利用Lattice LSTM结构自动控制从句子开头至结尾的信息流.结果 门控单元可用于将来自不同路径的信息动态传送到每个字符.在NER数据基础上进行训练后,Lattice LSTM能够学会从语境中自动找到更有用的词汇,以取得更好的NER性能.结论 与基于字符和词的NER方法相比,本文所提出的模型优势在于利用显性词汇信息而不是字符序列进行标注,同时较少出现分词误差.
-
反馈神经网络模型在传染病预测中的应用进展
传染病预测是卫生工作中的一项重要工作,神经网络作为一种相对成熟的机器学习方法,能否较好地应用于传染病预测模型的构建中,值得进一步探讨.本文介绍了反馈神经网络的基本原理和模型设计,并通过既往研究实例说明了神经网络模型在传染病预测中的应用.神经网络具有信息存储方式独特、容错性良好以及自适应能力强大等优点,可以识别变量间复杂的非线性关系,探讨其在传染病预测中的应用途径和方法具有重要意义和广阔前景.
-
人体血液成分无创测量取得突破,即将进入实用
实现血液成份的无创检测是人类的梦想,也是目前国际上的一个研究热点,许多著名的大公司和大学、研究所投入巨资进行研究,但个体差异和信号微弱、信噪比极低严重阻碍了研究的进展.在十多年研究的基础上,课题组提出了动态光谱的理论,并在该理论的指导下,解决了传感方法、检测电路、信号处理与分析和光谱分析等一系列难题,实现了血糖、血红蛋白、中性粒子细胞和血红细胞等浓度的无创检测,大相对误差不大于9%.该技术可望迅速进入临床应用.
-
神经网络在医院全面预算管理中的应用
文章通过对国内外医院预算管理的对比分析,引出医院对全面预算精细化管理的要求;结合传统预算管理方法不准确的弊端,对比智能化的神经网络系统处理方式,提出了基于神经网络的医院全面预算管理方法.通过分析神经网络对医院全面预算管理处理的理论基础,构建了医院全预算管理与神经网络对应关系的模型.详细阐明了神经网络学习过程,仿真结果表明,基于神经网络训练模型,能够对预算全程进行精确预测和控制,较好地完成医院全面精细化预算管理.
-
BP人工神经网络在早产预测模型中的应用
目的 基于BP人工神经网络的基本原理和方法,构建早产预测模型.方法 采用前瞻性队列研究方法,通过整群抽样,2010-2012年在湖南省浏阳市随机抽取怀孕妇女作为研究对象.按2∶1∶1将调查样本随机分为训练样本、检验样本和测试样本,分别用于建立预测模型、选择优神经网络和模型预测评价.采用BP人工神经网络和logistic回归分析建立模型,用ROC方法评价所建立的早产预测模型的优劣.结果 整理6 270例分娩孕妇的数据,结果显示,早产265例,早产发生率为4.22％.将子宫异常及畸形、产次、妊娠胎数、妊娠期高血压、前置胎盘、胎膜早破和定期产检7个多因素分析有统计学意义的变量选入预测模型.BP人工神经网络模型预测早产的灵敏度、特异度和一致率分别为67.65％、84.87％和84.12％,ROC曲线下面积为0.795;logistic回归模型预测早产的灵敏度、特异度和一致率分别为64.71％、85.60％和84.69％,ROC曲线下面积为0.783.结论 新建立的BP人工神经网络模型实用可靠,其对早产的预测效能略优于logistic回归模型.
-
在糖尿病危险因素分析中人工神经网络的应用
目的研究用神经网络(NN)分析疾病危险因素.方法以糖尿病流行病学调查资料为基础,用BP网作为拟合模型,网络的结构为22-6-1,分析糖尿病各种可能危险因素的平均影响值(MIV),按MIV值的绝对值大小排出因子顺位,并与logistic回归模型的分析结果相比较,用对数线性模型分析因子间的联合作用.结果NN多因素分析,糖尿病危险因子顺位为脉搏、糖尿病家族史、居住年限、肾病史、腰臀比、性别、高脂血症史、冠心病史、高血压病史、收缩压、收入、饮酒、年龄、舒张压、文化程度、体重指数、其他病史、职业性体力活动、吸烟、职业、脑血管病史、肝病史;而多因素1ogistic回归分析中只有7个变量入选终模型,因子顺位为脉搏、糖尿病家族史、肾病史、腰臀比、高血压病史、职业性体力活动及年龄;对数线性模型分析发现二者的差别可由因子间的相互作用解释一部分.结论NN完全能够胜任疾病危险因素的分析任务,可拟合出比传统模型更复杂的变量间关系.
-
影响基于误差逆传播神经网络的医疗机构传染病报告质量的因素
2004年1月1日在全国范围内启动传染病网络直报系统,各级各类医疗机构在发现传染病患者或疑似患者后,直接通过传染病网络直报系统报告传染病个案信息,2005年对传染病网络报告质量调查发现有漏报、不及时等问题[1-2].王希江和曾光[3]认为疫情管理人员素质、疫情管理专职人员数量、疫情报告管理规章制度执行与检查是影响传染病报告质量的因素.
-
前列腺和性生活之间有何关系
前列腺是男性的重要腺体,因其像士兵一样排列在膀胱的前面,人们便给它起名叫"前列腺".前列腺有着丰富的神经网络及繁杂的神经末端装置,使它与机体各部分密切联系.因此,前列腺炎会引起各种错综复杂的全身症状.前列腺和性生活之间有何关系?前列腺肥大时能过性生活吗?下文将一一解说.
-
让"第一大脑"与"第二大脑"都受益--内壮神勇话揉腹
从古至今的武术大家及养生专家都对腹部的锻炼给予高度重视.在中国少林寺密传已久的<易筋经>中,腹部的锻炼被誉为"内壮神勇"的重要途径;中医提出:腹乃人体五脏六腑之宫城,脾胃又是人体气机升降的枢纽,只有升清降浊,才能气化正常.现代科学新的研究成果更给予腹部"第二大脑"的重要称谓,德国汉堡出版的<地球>杂志报道,科学家们认为,人类的感觉和知觉都是从肚子里传出来的,肚子里有一个非常复杂的神经网络,因此称之为"第二大脑",也叫腹脑,它拥有大约1000亿个神经细胞,比骨髓的细胞还多.因此,腹部锻炼对身心健康十分重要.
