首页 > 文献资料
-
基于小波包和神经网络的血细胞识别方法的研究
根据血细胞信号的特点,提出了一种基于小波包分析和神经网络的血细胞识别方法.该方法首先对血细胞信号进行小波包分解,然后对分解系数进行重构,求得重构信号的能量;然后选取三个能量特征并结合7个时域特征参数构造成特征向量,作为神经网络的输入;后建立神经网络模型进行训练.实验分析了不同条件下的信号识别情况.结果表明该方法识别效果较好.
-
海马网络theta振荡参与电针调整异常心血管活动的研究
目的：观察海马网络电活动在电针调整异常心血管活动中变化,以此探讨电针调整心血管活动的中枢机制。方法实验大鼠随机分3组,乌拉坦正常麻醉组(n=15),乌拉坦加强深麻醉组(n=9),正常麻醉肛管加压组(n=15)。3组均记录股动脉血压、心电和海马场电、细胞放电,正常麻醉组没有干预措施,后两组在成功诱发异常血压后采取电针干预。结果乌拉坦正常麻醉大鼠出现睡眠样周期性海马电活动交替、伴周期性心血管活动,theta 振荡对应心率加快；深麻醉低血压状态大鼠电针后海马网络出现 theta 振荡,伴血压升高,心率加快(P＜0.001)；肛管加压诱发血压升高心率加快、海马网络 theta 振荡出现,此期电针仍能激活 theta 相关细胞,且降低血压、减慢心率(P＜0.001)。结论海马网络 theta 振荡参与了电针对异常心血管活动的双向调整作用。
-
基于运动视频和自组织特征映射神经网络的针刺提插手法量化分类研究
目的 通过自组织特征映射神经网络(SOM)分析由德国Simi Motion 3D三维运动图像解析系统导出的教师提插手法参数,获取手法分类及特征.方法 研究选择30名针灸教师,取一侧"曲池穴"作为施术穴位,记录提插平补平泻、补法、泻法的运动视频.视频经由Simi Motion 3D三维运动图像解析系统分析,得出拇指指尖跟踪标记点位原始运动参数,通过SOM分析教师手法分类参数.结果 针刺手法参数呈非正态分布,离散度较大;平补平泻与补法可分为4类,泻法可分为5类,各分类的特征集中程度一般.结论 针刺手法参数总体上表现为非正态分布的多样性特征,为典型"人为控制曲线",表现出神经网络分类集中度较低的特点,其分类主要根据曲线外形及周期长短进行,且与手法难易程度相关.该技术可应用于各类手法的量化分析与技术传承研究,并能为针灸规范化与标准化提供参考.
-
运动视频分析技术在针刺提插手法教学中的师生对比研究
目的：通过德国Simi Motion 3D三维运动图像解析系统对师生提插平补平泻手法进行量化分析，获得手法参数，对比手法特征。探索运动视频技术研究针刺手法的可行性，并指导教学。方法研究选择30例针灸教师及60例针灸专业学生，取一侧曲池穴作为施术穴位，记录两组成员提插平补平泻20 s的运动视频。视频经由Simi Motion 3D三维运动图像解析系统分析，得出“拇指指尖”等4个跟踪标记点位原始运动参数。通过t检验或秩和检验对比两组人员在相同手法施术过程中各跟踪标记点位的物理学参数差异情况，通过神经网络分析教师手法分类参数。结果针刺手法参数呈非正态分布；提插手法近端指间关节角度的变化与X轴运动幅度呈正相关；教师组拇指指尖点位的力学输出、运动参数、食指近端指间关节开合角度以及X轴向摆动高于学生组；教师组提插手法可分4类，主要根据曲线外形及周期长短进行。结论针刺手法参数总体上表现为非正态分布的多样性特征，且操作者拇食指的节律性双轴运动显著，提插手法可简化为以食指与拇指掌指关节为转轴中心的定轴转动；与学生组相比，提插过程中教师组更为用力、手指关节开合角度更大。针刺手法参数曲线为典型“人为控制曲线”，表现出神经网络分类集中度较低的特点；研究结果显示教师对于提插手法的特征理解不一，将会影响教学效果。
-
中西医学融合的研究思路及方法与技术
从中医学和西医学同属人体科学,在同一人体中不可能同时存在两种互不相干的调控网络的前提出发,提出中西医学融合的研究思路及其方法与技术,即利用传感技术和数学方法等,把中医的经络和西医的神经、免疫、内分泌网络融合,构建人体分子调控网络;报道了这项研究的初步工作、主要环节,并展望了前景.
-
BP神经网络模拟环维黄杨星D经皮渗透行为的研究
目的 建立模拟环维黄杨星D透皮贴剂体外经皮渗透过程的BP神经网络模型.方法 利用高效液相色谱法测定4个药物浓度环维黄杨星D透皮贴剂(分别为0.25 mg/cm2、0.50 mg/cm2、1.00mg/cm2、2.00mg/cm2)在9个不同时间点的大鼠腹部皮肤累积透过量作为输出神经元计算数据,使用SPSS17.0软件神经网络分析工具建立模拟贴剂体外经皮渗透过程的神经网络模型.建模过程中训练样本与测试样本的比例根据模型的拟合精度进行调整.结果 根据训药样本与测试样品比例选择的结果,以80％数据作为训练样本,20％数据作为测试样本建立的模型拟合精度较高.模型预测值与实测值比较分析表明,该模型具有较高的预测精度.结论 环维黄杨星D透皮贴剂BP神经网络模型较经典动力学方程拟合方法均具有较高的拟合精度.
-
学习记忆与突触可塑性及相关物质的研究
突触可塑性反映了行为的可塑性,与学习记忆密切相关.一氧化氮(NO)、神经生长相关蛋白(neuronal growth associated protein, GAP-43)、神经细胞粘附因子(neural cell adhesion molecule, NCAM)和生长抑素(somatostatin, SOM)对突触可塑性具有重要意义.NO介导了兴奋性神经传导,对海马、小脑等神经元上突触可塑性和神经网络的构建产生重要影响,因而与学习记忆关系密切.GAP-43在神经发育和再生过程中呈现高表达,被作为突触生长的标志物.能促进轴突生长,对长时记忆的保持有重要影响,同时,GAP-43对其具调节作用.SOM在中枢神经系统中具有神经递质或神经调质的作用,与学习记忆有关.为此,本文着重就上述物质与突触可塑性变化和学习记忆的关系研究作一综述.
-
小波分析与神经网络在心脑血管疾病脉象信号分析识别中的应用
本文作者把小波和神经网络技术应用于对心脑血管疾病患者的中医脉象诊断中,通过对正常人和不同程度脑血管疾病患者的脉象信号进行分析、模式识别来对脑血管疾病患者进行早期诊断.本研究方法对类似的应用也有借鉴意义.
-
利用神经网络构建超声多普勒栓子信号自动检测系统
对血液中栓子的早期检测有着重要的临床诊断意义.超声多普勒技术使栓子的无损检测成为可能,但是目前的检测尚依赖于医生的手动操作和临床经验,仍缺乏可靠的自动检测系统.本文基于小波包变换和主元分析提取对栓子敏感的特征参数,并利用神经网络构建超声多普勒栓子信号的自动检测系统.仿真研究和临床实验表明:该系统有效提高了栓子检测的准确性,有望应用于临床诊断.
-
基于神经网络法反求耳结构弹性模量
目的 通过耳结构的位移反算耳结构弹性模量.方法 基于Patran软件建立耳结构有限元模型,使用Matlab建立计算耳结构反问题的BP神经网络.对耳结构有限元模型进行频率响应分析,得到鼓膜凸和镫骨足板的位移响应；把位移作为BP神经网络的输入、相对应的结构弹性模量作为输出,对网络进行训练.结果 利用训练成熟的BP网络反算出耳结构的弹性模量,相对误差非常小.结论 反算结果表明,所使用的反问题方法求解耳结构弹性模量是可行的,可为临床提供确定生物结构力学参数简捷有效的方法.
-
基于神经网络的人中耳内边界参数识别
目的 建立识别中耳内边界的方法.方法 利用CT获取耳部结构并建立数值模型;利用Matlab建立神经网络识别程序.结果 利用数值模型在鼓膜外侧施加105 dB声压,进行谐响应分析获取训练样本;利用训练成熟的网络识别了中耳内边界参数.结论 数值识别结果表明,所建的中耳内边界参数识别方法具有良好的识别精度和较快的收敛速度.
-
计算法鉴定寄生虫基因
许多寄生虫基因组计划已经启动并正在执行中,需对大量有关核苷酸序列的数据进行分析.当前急需一种理论性工具来进行基因组数据的分析,包括蛋白质编码序列的鉴定,为此已建立了多种计算方法.常用的基因鉴定法有序列相似性研究、基因标记(GeneMark)、GLIMMER、GeneId、GRAIL、GENEFINDER和TESTCODE等,它们运用了一系列的数学技术,如神经网络、马尔科夫链分析、隐藏性马尔可夫模型、动态性程序和语言分析等.
-
缺血性脑损伤与神经细胞凋亡
一、神经细胞凋亡细胞凋亡在神经系统的发育中起着重要的作用,外周和中枢神经系统发育过程中约有15%～85%的细胞死亡.这种死亡是细胞的凋亡而非细胞的坏死,其目的在于建立某种早期模式和清除某种细胞系,从而为形成更加复杂的神经网络而奠定基础.细胞凋亡有两方面的作用:一方面维持正常细胞的代谢,另一方面却破坏了人体的正常生理功能,如正常的组织细胞的发育或肿瘤的形成.
-
基于生物信息学方法的血清标记物模型在胃癌诊断中应用
背景与目的:胃癌患病率和病死率迅速上升,发病年龄逐渐提前已引起普遍关注.由于临床上缺乏好的肿瘤标志物检测方法,绝大多数的胃癌患者确诊时已是中晚期.早期诊断、早期治疗是提高胃癌生存率和降低死亡率的关键.本研究旨在联合检测多种血清肿瘤相关标志物,建立基于人工神经网络的胃癌血清标记物诊断模型,并应用于胃癌的早期临床诊断.方法:应用酶联免疫吸附法(enzyme-linked immunosorbent assay,ELISA)分别测定89例胃癌患者和85例健康人的血清标本中癌胚抗原(carcinoembryonic antigen,CEA)、甲胎蛋白(alpha-fetaprotein,AFP)、癌抗原19-9(CA19-9)、癌抗原72-4(CA72-4)、癌抗原242(CA242)、细胞角质蛋白19片段(cytokeratin 19 fragment,CYFRA21-1)、神经元特异性烯醇化酶(neuro-specific enolase,NSE)和组织多肽抗原(TPA)等8种肿瘤相关标记物含量,结合生物信息学方法进行数据的分析.筛选出优标记物组合,用134例样本(胃癌70例,健康对照64例)建立诊断模型,并用40例样本(胃癌19例,健康对照21例)作为盲法测试集评估此模型.结果:应用曲线下面积方法结合神经网络筛选CYFA21-1、CA724、CEA、CA199和NSE 5个优组合的肿瘤标志物,建立的神经网络的胃癌血清标志物诊断模型经盲法验证预测的特异度为89.5%,敏感度为80.9%,阳性预测值81.0%.结论:本研究建立了基于人工神经网络的胃癌多种血清标志物诊断模型,其敏感性和特异性较高,对胃癌的临床诊断具有一定意义,对早期诊断也具有一定价值.
-
帕金森病痴呆的神经网络机制和药物治疗进展
帕金森病(PD)随着病程的延长终可进展为帕金森病痴呆(PDD),并将严重影响到患者的生活质量,显著增加致残率和病死率,近年逐渐受到关注.认知相关的多巴胺及非多巴胺神经网络可能有助于揭示PDD的发病机制及针对性的新型药物的研发.本文主要综述PDD的神经网络机制及药物治疗研究进展,以期为PDD的预防、诊断以及治疗提供新思路.
关键词： 帕金森病痴呆(PDD) 认知障碍 神经网络 药物治疗 -
应用人工神经网络优化分离抗菌药物混合物的液相条件
将人工神经网络法应用于抗菌药物高效液相分离条件的优化.采用正交试验法,以流动相中乙腈初始浓度、线性梯度斜率及pH为优化参数,对7种抗菌药物混合体系进行优化.采用误差反向传输方法建立了神经网络权接拓扑模型,预测佳分离条件,获得了满意的分离结果.
-
基于神经网络的显微高光谱乳腺癌组织图像研究
目的 探索神经网络结合显微高光谱成像识别乳腺癌组织的可行性和应用价值.方法 采用显微高光谱成像技术采集乳腺癌组织的图像数据, 使用基于神经网络的显微高光谱乳腺癌组织图像分析方法, 实现乳腺癌组织的自动分类和区域划分.提出数据预处理方法以提高图像的信噪比, 利用神经网络训练图谱信息识别乳腺组织病变区域并突显以利于可视化.结果 基于神经网络的显微高光谱的乳腺组织识别分析方法同时利用了图谱两个方面的特征, 获得了比传统彩色病理图像更好的识别结果.结论 基于神经网络的显微高光谱乳腺组织图像分析方法可以提供特征性的样本信息, 是传统彩色病理图像的有效补充.在神经网络分析方法的支持下, 将显微高光谱成像技术应用于乳腺癌组织的分析具有一定的应用前景.
-
数据挖掘技术在肝癌术后预测分析中的应用初探
目的:考察数据挖掘技术对肝癌患者术后预测的效果.方法:采用数据挖掘技术中的神经网络方法在SAS软件上构建神经网络模型.利用该模型分析我校东方肝胆外科医院1990年1月1日入院至1995年12月31日出院的1 457例肝癌患者的临床资料,检测其对肝癌患者术后复发的预测准确率.结果:从56个指标中筛选出有统计学意义的11个指标进入模型,经适当训练后在验证集和测试集上预测准确率均在80%以上.结论:数据挖掘技术可应用于肝癌术后预测分析,效果较为理想.在应用数据挖掘技术时应采用较大样本,同时还应根据资料类型选用适当的方法,反复尝试.
-
极端学习机模型在张家口市手足口病发病率预测中的应用
目的 探讨极端学习机(ELM)模型在手足口病发病率预测中的应用,并与神经网络模型进行比较.方法 收集2008年5月至2017年7月张家口市手足口病月发病率资料,并组成具有111个数据的时间序列,随机选择数据集中75%的数据进行学习建模,剩余25%作为预测的检验数据,以对2种模型的预测效果进行验证.结果和结论 ELM 学习的平均相对误差(MRE)为 0.05,预测的 MRE 为 0.07;神经网络学习的 MRE 为 0.09,预测的 MRE 为 0.12.ELM 模型的学习效果和预测效果优于神经网络模型,可以提高预测的精度,具有较高的实用价值.
-
深度学习技术在疾病诊断中的应用
深度学习技术的迅猛发展为辅助医师进行高精度的疾病诊断提供了新的方法和思路.本文综述了医学疾病诊断领域常用的深度学习模型, 即卷积神经网络、深度信念网络、受限玻尔兹曼机和循环神经网络模型的原理及特点;然后从肺癌、乳腺癌、糖尿病视网膜病变等几种典型的疾病出发, 介绍了深度学习技术在疾病诊断领域的应用;后基于目前深度学习技术在疾病诊断中的局限性提出了未来发展方向.
