期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
利用深度学习网络对医学影像分类识别的比较研究 被引量:9
1
作者 刘汉卿 康晓东 +3 位作者 李博 张华丽 冯继超 韩俊玲 《计算机科学》 CSCD 北大核心 2021年第S01期89-94,共6页
计算机辅助诊断技术在临床医学中具有实际意义。分别以肺结节和髋关节骨折影像为典型的区域和边界特征影像,讨论其在不同网络中的适用性。首先,对肺结节CT图像和髋关节X-ray骨折图像进行信息标注,并分别以CNN,Resnet,DBN和SGAN预训练并... 计算机辅助诊断技术在临床医学中具有实际意义。分别以肺结节和髋关节骨折影像为典型的区域和边界特征影像,讨论其在不同网络中的适用性。首先,对肺结节CT图像和髋关节X-ray骨折图像进行信息标注,并分别以CNN,Resnet,DBN和SGAN预训练并调参至最优,通过Softmax分类器完成分类识别。其次,以图像空间分辨率和噪声作为不同深度学习网络的比较特征,从深度学习网络结构等方面分析了识别率。仿真实验结果表明,Resnet在数据集皆有优异表现,且具有良好的泛化能力和鲁棒性。 展开更多
关键词 深度学习 CNN Resnet DBN SGAN 图像分类
在线阅读 下载PDF
基于多模型的COVID-19传播研究 被引量:4
2
作者 刘汉卿 康晓东 +4 位作者 高万春 李博 王亚鸽 张华丽 白放 《计算机科学》 CSCD 北大核心 2021年第S01期196-202,共7页
COVID-19在短时间内传播至全国各省市,不仅严重影响了人民的正常生活以及社会经济,同时还在威胁着人民的生命安全,因此多模型COVID-19传播研究有明确的理论和现实意义。本研究依据公开数据,首先,基于小世界和无标度网络模型研究了节点... COVID-19在短时间内传播至全国各省市,不仅严重影响了人民的正常生活以及社会经济,同时还在威胁着人民的生命安全,因此多模型COVID-19传播研究有明确的理论和现实意义。本研究依据公开数据,首先,基于小世界和无标度网络模型研究了节点传播控制;其次,利用改进的SEIR模型,结合武汉疫情趋势,将感染者分为有症状感染者和无症状感染者,加入住院和死亡状态,并分别进行正常社交行为、保持距离的社交行为以及隔离措施的社交行为3种情况下的仿真研究;最后,基于混沌模型对COVID-19感染水平与周期性进行了分析。数据仿真结果验证了以上模型具有好的适用性。 展开更多
关键词 小世界网络 无标度网络 SEIR 混沌模型 COVID-19
在线阅读 下载PDF
高度近视静息态脑功能网络的拓扑结构改变 被引量:4
3
作者 陈聪 董红焕 +4 位作者 王思佳 侯爱林 李冬月 郭明霞 梁猛 《放射学实践》 北大核心 2019年第4期392-398,共7页
目的:基于图论的复杂网络方法,探讨高度近视患者(HM)与视力正常者(NC)之间静息态脑功能连接网络的拓扑结构变化。方法:采集25例高度近视患者及27例视力正常被试的静息态fMRI数据,以BN246脑图谱为模板,分别构建两组样本的脑功能网络,计... 目的:基于图论的复杂网络方法,探讨高度近视患者(HM)与视力正常者(NC)之间静息态脑功能连接网络的拓扑结构变化。方法:采集25例高度近视患者及27例视力正常被试的静息态fMRI数据,以BN246脑图谱为模板,分别构建两组样本的脑功能网络,计算和比较两组间脑网络的全局属性:小世界性、脑网络全局效能、脑网络局部效能,并进一步对比各节点属性:节点度、节点效能、节点聚类系数和节点局部效能的组间差异。结果:HM组和NC组的脑功能网络均具有小世界性,两组脑网络的小世界性在各稀疏度下均大于1。与NC组比较,HM组的网络局部效能显著降低(t=2.11,P<0.05);HM组中部分视觉相关脑区的节点属性发生改变,双侧颞下回和右内侧顶枕沟的节点聚类系数和节点局部效能显著降低(t值分别为4.54、4.56、3.73、3.72、3.79和3.82,P值均<0.001),右侧额下回岛盖的节点聚类系数降低(t=4.15,P<0.001),右侧尾状核的节点度、节点效能均提高(t=3.74、t=3.72,P值均<0.001),左侧杏仁核的节点聚类系数降低(t=3.54,P<0.001)。结论:高度近视人群的静息态脑功能连接网络具有小世界属性,但其视觉响应的注意力调制、视觉注意力及与情感相关的脑区节点属性发生了改变,提示高度近视者局部网络信息传递异常。 展开更多
关键词 高度近视 静息态 功能磁共振成像 脑网络 拓扑结构
在线阅读 下载PDF
不同分子分型女性乳腺癌常规超声特征分析 被引量:9
4
作者 高君蓉 曹曼卿 +1 位作者 张雪君 邓迎红 《实用医学杂志》 CAS 北大核心 2022年第18期2259-2265,共7页
目的乳腺癌分子分型对临床诊疗及预后评估具有重要指导作用,本研究拟探讨女性乳腺癌常规超声特征与分子分型的相关性,无创预测其生物学特征。方法回顾性分析经手术或穿刺病理确诊为乳腺癌的女性患者213例,根据免疫组化结果分为5型:Lumin... 目的乳腺癌分子分型对临床诊疗及预后评估具有重要指导作用,本研究拟探讨女性乳腺癌常规超声特征与分子分型的相关性,无创预测其生物学特征。方法回顾性分析经手术或穿刺病理确诊为乳腺癌的女性患者213例,根据免疫组化结果分为5型:Luminal A型、Luminal B HER⁃2(-)型、Luminal B HER⁃2(+)型、HER⁃2过表达型、三阴性型,分析总结不同分子分型乳腺癌的临床病理特征及常规超声特征。结果不同分子分型乳腺癌大小、淋巴结转移、组织学分级的比较以及超声特征中形态、边缘、后方回声、有无微钙化、血流分级的比较,差异均具有统计学意义(P<0.05)。LA型结节以≤20 mm为主,发生淋巴结转移的几率较低,组织学分级较低;LB HER⁃2(+)及HER⁃2过表达型结节内多伴微钙化,且HER2过表达型血流分级较高;三阴性型超声多表现为边缘光整、形态规则、后方回声增强。结论不同分子分型乳腺癌的超声表现有其特征性,术前超声可为乳腺癌的诊断、治疗及预后评估提供一定参考依据。 展开更多
关键词 乳腺癌 分子分型 超声特征 病理类型 淋巴结转移
在线阅读 下载PDF
一种新的中文电子病历文本检索模型 被引量:5
5
作者 于家畦 康晓东 +1 位作者 白程程 刘汉卿 《计算机科学》 CSCD 北大核心 2022年第S01期32-38,共7页
电子病历的增长构成用户健康大数据的基础,可提高医疗服务质量并降低医疗成本,因此迅速有效地检索病例在临床医学中具有实际意义。电子病历具有极强的专业性和独特的文本特点,然而传统的文本检索方法存在文本实体语义表达不准确、检索... 电子病历的增长构成用户健康大数据的基础,可提高医疗服务质量并降低医疗成本,因此迅速有效地检索病例在临床医学中具有实际意义。电子病历具有极强的专业性和独特的文本特点,然而传统的文本检索方法存在文本实体语义表达不准确、检索精度较低的不足。针对以上特点及问题,提出一种融合BERT-BiLSTM模型结构,以充分表达电子病历文本语义信息,提高检索的准确率。依据公开数据,首先,将公开的标准中文电子病历数据按临床诊断规则做关联扩展检索主题词预处理;其次,利用BERT模型,根据病历文本的上下文语境动态获取字粒度向量矩阵,再将生成的字向量作为双向长短时记忆网络模型(BiLSTM)的输入,以提取上下文信息的全局语义特征;最后,将检索文档的特征向量映射到欧氏空间中,找出与检索文档距离最近的病历文本,实现非结构化临床数据文本检索。仿真结果表明,该方法能够从病历文本中挖掘出多层次、多角度的文本语义特征,在电子病历数据集上取得的F1值为0.94,能显著提高文本语义检索准确率。 展开更多
关键词 电子病历 文本检索 扩展检索主题词 BERT模型 BiLSTM
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部