中医药领域大语言模型的研究进展与应用前景 被引量：6

1

作者 李欣桐 马素芬 +3 位作者 张丰聪 周扬 李小童 生慧 《南京中医药大学学报》 CSCD 北大核心 2024年第12期1393-1403,共11页

采用人工智能技术研发的中医药领域大语言模型,推动了中医药的创新与发展,对中医药的传承和创新具有重要意义。基于大语言模型的研究背景,阐述了中医药领域大语言模型的研究现状和研究过程,包括收集中医药领域数据信息、输入指令数据微... 采用人工智能技术研发的中医药领域大语言模型,推动了中医药的创新与发展,对中医药的传承和创新具有重要意义。基于大语言模型的研究背景,阐述了中医药领域大语言模型的研究现状和研究过程,包括收集中医药领域数据信息、输入指令数据微调模型及选择不同评估方法评测模型性能三个关键任务。总结了中医药大语言模型的前沿技术,如提示工程、检索增强生成、人类反馈强化学习等理论应用,有效提升了大语言模型在中医药领域各种应用场景中的适应能力。分析了中医药大语言模型仍面临的困难及挑战,在数据隐私、伦理偏见、模型解释、技术难题、评估标准等方面仍需进一步优化提升。展望了未来中医药大语言模型的应用前景,将其与深度学习等先进人工智能技术相结合,并融合中医四诊信息、中药图像数据等多模态信息,可为大语言模型在中医药领域的发展提供新的思路,从而更好地服务中医辨证诊断、中药处方推荐、中医药知识图谱构建、中医药教育等各种应用场景。 展开更多

关键词 中医药 人工智能 大语言模型 自然语言处理

在线阅读 下载PDF 职称材料

中文电子病历信息提取方法研究综述 被引量：6

2

作者 吉旭瑞 魏德健 +2 位作者 张俊忠 张帅 曹慧 《计算机工程与科学》 CSCD 北大核心 2024年第2期325-337,共13页

电子病历里承载的大量医疗信息能够帮助医生更好地了解患者的情况,辅助医生进行临床诊断。作为中文电子病历信息提取的2大核心任务,命名实体识别和实体关系抽取的目标是识别出电子病历文本中的医学实体并提取出各个实体间的医学关系。首... 电子病历里承载的大量医疗信息能够帮助医生更好地了解患者的情况,辅助医生进行临床诊断。作为中文电子病历信息提取的2大核心任务,命名实体识别和实体关系抽取的目标是识别出电子病历文本中的医学实体并提取出各个实体间的医学关系。首先,系统阐述了中文电子病历的研究现状,指出命名实体识别和实体关系抽取2大任务在中文电子病历信息提取中所发挥的重要作用。随后,介绍了面向中文电子病历信息提取的命名实体识别和关系抽取算法的最新研究成果,并分析了每个阶段各个模型的优缺点。最后,讨论了中文电子病历现阶段所存在的问题并对未来的研究趋势进行展望。 展开更多

关键词 中文电子病历 命名实体识别 实体关系抽取 自然语言处理 深度学习

在线阅读 下载PDF 职称材料

深度学习在心力衰竭检测中的应用综述 被引量：1

3

作者 王永威 魏德健 +1 位作者 曹慧 姜良 《计算机科学与探索》 北大核心 2025年第1期65-78,共14页

随着生物医学技术的发展,利用生物信号进行心力衰竭的早期诊断已成为提高患者生存率和降低治疗成本的关键策略。在此背景下,深度学习技术的迅猛发展为心力衰竭检测开辟了新路径。系统地综述了深度学习在心力衰竭检测中的最新进展和应用... 随着生物医学技术的发展,利用生物信号进行心力衰竭的早期诊断已成为提高患者生存率和降低治疗成本的关键策略。在此背景下,深度学习技术的迅猛发展为心力衰竭检测开辟了新路径。系统地综述了深度学习在心力衰竭检测中的最新进展和应用。概述了心力衰竭检测涉及的主要生物医学信号和公开数据集。详细分析了深度学习在心力衰竭诊断领域的应用及其发展,特别是对卷积神经网络和长短期记忆网络处理心电图、心率变异性、心音等关键生物医学信号的能力进行了深入分析,总结了这些技术的优势、局限性,并对各类模型性能进行了比较。探讨了通过融合多种人工智能技术所构建的混合模型在提升检测精度和模型泛化能力方面的潜力,以及如何利用模型的可解释性来增加检测过程的透明度,提升医生的信任度。最后总结了当前研究存在的不足,并对未来研究方向提出展望,强调了跨学科合作在推动心力衰竭检测技术进步中的重要性。 展开更多

关键词 心力衰竭 生物医学信号 深度学习 卷积神经网络 循环神经网络 混合模型

在线阅读 下载PDF 职称材料

基于深度学习的肺部CT图像病灶区域分割研究综述 被引量：1

4

作者 李小童 马素芬 +2 位作者 生慧 魏国辉 李欣桐 《计算机工程与应用》 北大核心 2025年第4期25-42,共18页

肺癌严重威胁人们的生命健康。肺部CT图像病灶区域形态复杂多样,实现高精度的肺部CT图像病变区域分割,成为计算机辅助诊断领域的一个极具挑战性的关键问题。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确地诊断出早期肺癌... 肺癌严重威胁人们的生命健康。肺部CT图像病灶区域形态复杂多样,实现高精度的肺部CT图像病变区域分割,成为计算机辅助诊断领域的一个极具挑战性的关键问题。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确地诊断出早期肺癌,而且对于肺癌的治疗也具有重要的临床价值。为了深入研究肺部病灶区域分割技术,介绍了常用的数据集及评价指标;重点从基于卷积神经网络、基于U-Net模型、基于生成对抗网络三个方面对深度学习肺部病灶区域分割模型进行了综述;结合具体实验总结了近5年国内外研究的创新点,对比分析了各个模型的分割性能;最后总结了各类模型的优缺点,展望了该领域的未来发展方向。 展开更多

关键词 深度学习 肺部病灶区域分割 卷积神经网络 U-Net模型 生成对抗网络

在线阅读 下载PDF 职称材料

深度学习在宫颈细胞分割中的应用综述

5

作者 朱佳音 李杨 +1 位作者 李明 马金刚 《计算机科学与探索》 北大核心 2025年第6期1476-1493,共18页

宫颈癌作为一种常见的严重威胁女性生命健康的恶性肿瘤,其早期诊断和治疗对患者的生命安全至关重要。然而,由于传统的人工检查在效率和结果一致性上存在不足,迫切需要利用计算机辅助技术来提升诊断的准确性和效率。近年来,深度学习技术... 宫颈癌作为一种常见的严重威胁女性生命健康的恶性肿瘤,其早期诊断和治疗对患者的生命安全至关重要。然而,由于传统的人工检查在效率和结果一致性上存在不足,迫切需要利用计算机辅助技术来提升诊断的准确性和效率。近年来,深度学习技术飞速发展,将其应用于宫颈细胞分割领域,极大提高了分割的精确度和速度,进而显著提升了宫颈细胞学检查的准确性与效率,为宫颈癌的早期诊断提供了强有力的技术支持。为了更好地了解深度学习技术在宫颈细胞分割领域的研究现状和进展,对当前广泛使用的公开的宫颈细胞分割数据集进行了总结,对常用的评价指标进行了系统归纳,以便更好地理解不同模型的性能表现。深入探讨了深度学习技术在宫颈细胞分割领域的具体应用,并对不同算法的主要改进策略、实际效果及其局限性进行了详尽的比较分析。对该领域当前所面临的挑战和问题进行了剖析,并对未来的研究方向提出了展望。 展开更多

关键词 宫颈癌 计算机辅助技术 深度学习 宫颈细胞分割

在线阅读 下载PDF 职称材料

针灸作用机制的系统科学原理

6

作者 陈碧玮 张钊 +1 位作者 傅爽 陈少宗 《医学与哲学》 北大核心 2025年第18期59-64,共6页

人体功能复杂而有规律,是一个典型的自组织系统,具有自我控制、自我调节、自我修复等功能,而这些功能的实现有赖于负反馈机制的广泛存在。针灸疗法具有广泛的调节作用,其机制就是机体的这种自组织能力充分利用外部条件,对这一自我调控... 人体功能复杂而有规律,是一个典型的自组织系统,具有自我控制、自我调节、自我修复等功能,而这些功能的实现有赖于负反馈机制的广泛存在。针灸疗法具有广泛的调节作用,其机制就是机体的这种自组织能力充分利用外部条件,对这一自我调控机制进行触发与强化,从而恢复或保持自身正常状态的稳定性。这一内在机制包括如下三条基本原理:(1)负反馈系统感受比较器增益放大原理;(2)负反馈系统施控装置功能强化原理:(3)负反馈系统受控装置反应激活原理。自组织系统的行为及针灸疗法对其影响的规律性需要运用数学工具进行定量研究。 展开更多

关键词 针灸调节机制 系统科学原理 负反馈机制 自组织系统 数学

在线阅读 下载PDF 职称材料

基于时间卷积神经网络的脑电情绪识别方法

7

作者 彭磊 魏国辉 +2 位作者 马志庆 冯今瑀 李延军 《中国生物医学工程学报》 北大核心 2025年第2期142-152,共11页

基于脑电信号的情绪识别在人机交互领域有着重要的作用,但由于脑电信号的时变性(不同时间段的特征可能会显著不同)和多尺度特性(不同时间尺度和空间尺度上展现出不同的特征),现有深度学习方法往往难以全面捕捉和提取脑电信号中与情绪相... 基于脑电信号的情绪识别在人机交互领域有着重要的作用,但由于脑电信号的时变性(不同时间段的特征可能会显著不同)和多尺度特性(不同时间尺度和空间尺度上展现出不同的特征),现有深度学习方法往往难以全面捕捉和提取脑电信号中与情绪相关的各种特征。为了提取脑电信号的时间-频率-空间特征所蕴藏的丰富情绪信息,提出一个融合卷积神经网络(CNN),时间卷积神经网络(TCN)和Transformer注意力机制的脑电情绪识别模型,即频率时空注意力卷积神经网络(FSA-TCN)。首先,利用CNN频率时空卷积层学习频域信息、空间信息和时域信息,提取脑电信号的频率时空特征;然后,将TCN与Transformer注意力机制融合,捕捉频率时空融合特征中的时间依赖关系,提取出深度脑电融合特征;最后,将深度脑电融合特征输入到全连接层进行分类。此模型在DEAP数据集上的76 800个脑电数据样本上进行消融实验及主体依赖和跨主体脑电情绪识别实验,以验证模型各模块的作用效果和用此模型进行脑电情绪识别的有效性,且在效价和唤醒维度上分别取得了92.96%和92.90%的情绪识别准确率。另外,模型在SEED数据集上进行了泛化性能的验证,评估了模型跨数据集的情绪识别能力。结果表明,本研究提出的模型具有提取脑电信号频率时空融合特征和挖掘深度脑电融合特征的能力,能够实现高精度的脑电情绪识别。 展开更多

关键词 情绪识别 脑电信号 卷积神经网络 注意力机制

在线阅读 下载PDF 职称材料

视觉大模型SAM在医学图像分割中的应用综述 被引量：8

8

作者 孙兴 蔡肖红 +2 位作者 李明 张帅 马金刚 《计算机工程与应用》 CSCD 北大核心 2024年第17期1-16,共16页

随着大模型技术的不断发展,以分割一切模型(segment anything model,SAM)为代表的视觉大模型在图像分割领域取得重要突破。SAM通过提示驱动完成一系列下游分割任务,旨在统一解决所有的图像分割问题。因此,将SAM应用于医学图像分割具有... 随着大模型技术的不断发展,以分割一切模型(segment anything model,SAM)为代表的视觉大模型在图像分割领域取得重要突破。SAM通过提示驱动完成一系列下游分割任务,旨在统一解决所有的图像分割问题。因此,将SAM应用于医学图像分割具有重要意义,其泛化性能够适应多种医学图像,为医生提供更全面的解剖结构和病变信息。介绍了图像分割常用的数据集;对SAM的网络结构和泛化性进行细致阐述;重点对SAM应用在全切片成像、磁共振成像、计算机断层扫描、超声和多模态图像的五大类医学图像进行梳理分析,总结优缺点和相应的改进方法;结合当前医学图像分割领域中存在的实际问题,讨论并展望了SAM未来的发展方向。 展开更多

关键词 视觉大模型 分割一切模型(SAM) 医学图像 图像分割

在线阅读 下载PDF 职称材料

深度学习在糖尿病视网膜病变分类领域的研究进展 被引量：7

9

作者 孙石磊 李明 +2 位作者 刘静 马金刚 陈天真 《计算机工程与应用》 CSCD 北大核心 2024年第8期16-30,共15页

糖尿病视网膜病变是导致糖尿病患者视力受损的主要原因之一,早期的分类诊断对于病情的治疗与控制具有重要意义。深度学习方法能够自动提取视网膜病变的特征并进行分类,因此成为糖尿病视网膜病变分类的重要工具。介绍常用的糖尿病视网膜... 糖尿病视网膜病变是导致糖尿病患者视力受损的主要原因之一,早期的分类诊断对于病情的治疗与控制具有重要意义。深度学习方法能够自动提取视网膜病变的特征并进行分类,因此成为糖尿病视网膜病变分类的重要工具。介绍常用的糖尿病视网膜病变数据集及评价指标,总结了深度学习在糖尿病视网膜病变二分类中的应用;综述了不同的经典深度学习模型在糖尿病视网膜病变严重程度分类中的应用,重点阐述卷积神经网络的分类诊断方法,并对不同方法进行综合对比分析;最后讨论该领域面临的挑战,并对未来发展方向进行了展望。 展开更多

关键词 糖尿病视网膜病变 深度学习 二分类 严重程度分类 卷积神经网络(CNN)

在线阅读 下载PDF 职称材料

表面肌电信号在肌肉疲劳研究中的应用综述 被引量：6

10

作者 方博儒 仇大伟 +1 位作者 白洋 刘静 《计算机科学与探索》 CSCD 北大核心 2024年第9期2261-2275,共15页

肌肉疲劳是肌肉在运动或劳动过程中遭受到过度使用或持续负荷后出现的生理现象,目前解析疲劳机制仍是复杂且多层次的研究难题。近年来,基于表面肌电信号的肌肉疲劳研究方法成为关注焦点,先进的信号处理技术和机器学习算法的应用提高了... 肌肉疲劳是肌肉在运动或劳动过程中遭受到过度使用或持续负荷后出现的生理现象,目前解析疲劳机制仍是复杂且多层次的研究难题。近年来,基于表面肌电信号的肌肉疲劳研究方法成为关注焦点,先进的信号处理技术和机器学习算法的应用提高了对表面肌电数据的解码能力,深化了对肌肉疲劳机制的理解,为提升运动表现、预防运动损伤以及改善康复治疗提供了重要的技术支持。对近几年基于表面肌电信号的肌肉疲劳研究进行了全面综述,阐述了肌肉疲劳的定义以及目前常用的检测方法,并指出各种方法的特点和适用范围;从时域、频域、时频域等线性特征和使用非线性参数的方式详细介绍了表征肌肉疲劳的肌电特征,同时探讨了这些特征的优点与局限性;结合表征疲劳特征作为输入数据,对常用于肌肉疲劳的分类算法进行了探究,从机器学习和深度学习算法两个方面准确归纳了各算法的适用条件和优劣势;指出了现阶段肌肉疲劳研究所面临的挑战,并在提出可行解决方案的基础上,展望了未来的研究方向。 展开更多

关键词 肌肉疲劳 表面肌电 肌电特征 机器学习 深度学习算法

在线阅读 下载PDF 职称材料

深度学习在乳腺癌影像学检查中的应用进展 被引量：3

11

作者 王一凡 刘静 +3 位作者 马金刚 邵润华 陈天真 李明 《计算机科学与探索》 CSCD 北大核心 2024年第2期301-319,共19页

乳腺癌是女性最常见的恶性肿瘤,其早期发现具有决定性意义。乳腺影像学检查在早期发现乳腺癌以及在治疗期间监测与评估方面发挥着重要作用,但人工检测医学影像通常耗时耗力。最近,深度学习算法在早期乳腺癌诊断工作中取得了显著进展。... 乳腺癌是女性最常见的恶性肿瘤,其早期发现具有决定性意义。乳腺影像学检查在早期发现乳腺癌以及在治疗期间监测与评估方面发挥着重要作用,但人工检测医学影像通常耗时耗力。最近,深度学习算法在早期乳腺癌诊断工作中取得了显著进展。通过梳理近几年的相关文献,对深度学习技术在不同成像模式的乳腺癌诊断中的应用进行了系统综述,旨在为深入开展基于深度学习的乳腺癌诊断研究提供参考。首先概述了乳腺X线摄影、超声影像、磁共振成像和正电子发射计算机断层显像四种乳腺癌成像模式并进行了简要对比,列举了多种成像方式对应的公共数据集。重点对基于上述四种不同成像模式的深度学习架构的不同任务(病变检测、分割和分类)进行了系统的综述,对比分析了各算法性能、改进思路及其优缺点。最后,对现有技术存在的问题进行分析,并针对目前工作的局限性对未来发展方向进行展望。 展开更多

关键词 乳腺癌 深度学习 计算机辅助诊断 影像学检查

在线阅读 下载PDF 职称材料

卷积神经网络基于MRI在半月板损伤诊断中的研究进展 被引量：4

12

作者 袁典 杜昱峥 +2 位作者 魏德健 张俊忠 曹慧 《磁共振成像》 CAS CSCD 北大核心 2024年第3期223-229,共7页

半月板在维持膝关节稳固性方面发挥关键作用,半月板损伤是运动医学领域中常见的损伤,是导致膝关节骨关节炎形成的主要常见原因。MRI具有较高的特异性和敏感性,可以检测半月板的形态结构和膝关节内部信号,是诊断半月板损伤最佳医学图像... 半月板在维持膝关节稳固性方面发挥关键作用,半月板损伤是运动医学领域中常见的损伤,是导致膝关节骨关节炎形成的主要常见原因。MRI具有较高的特异性和敏感性,可以检测半月板的形态结构和膝关节内部信号,是诊断半月板损伤最佳医学图像技术之一。卷积神经网络作为深度学习的经典神经网络,在医学图像辅助诊断领域具有优越的能力,利用卷积神经网络基于MRI图像辅助诊断半月板损伤的相关研究也相继提出。本文全面综述了卷积神经网络在半月板MRI图像分割、检测以及分类中的应用,可以帮助读者了解基于MRI的卷积神经网络在半月板损伤诊断方面的研究进展,以期为半月板损伤的早期诊断与个性化治疗提供新方向。 展开更多

关键词 半月板损伤 磁共振成像 卷积神经网络 深度学习 图像分割 图像分类

在线阅读 下载PDF 职称材料

深度学习在骨质疏松辅助诊断中的应用 被引量：2

13

作者 姜良 张程 +2 位作者 魏德健 曹慧 杜昱峥 《计算机工程与应用》 CSCD 北大核心 2024年第7期26-40,共15页

骨质疏松症是一种由于骨密度下降引起骨折危险性增加的全身性疾病,临床上以影像学检查作为诊断依据。近几年深度学习方法在骨骼医学图像处理领域取得突破性进展,针对骨质疏松辅助诊断中所采用的深度学习方法进行了梳理总结。介绍了常用... 骨质疏松症是一种由于骨密度下降引起骨折危险性增加的全身性疾病,临床上以影像学检查作为诊断依据。近几年深度学习方法在骨骼医学图像处理领域取得突破性进展,针对骨质疏松辅助诊断中所采用的深度学习方法进行了梳理总结。介绍了常用的影像学数据集,系统阐述了卷积神经网络、循环神经网络、深度置信网络、生成对抗网络在骨质疏松分类中的应用,阐述了全卷积网络、U-Net在骨质疏松病灶区域分割中的应用,同时介绍了最新AI模型ChatGPT的潜在应用,比较不同模型的性能,指出该领域目前存在的难点并提出相应的展望。 展开更多

关键词 骨质疏松症 深度学习 计算机辅助诊断 卷积神经网络

在线阅读 下载PDF 职称材料

深度学习在脊柱图像分割中的应用综述 被引量：3

14

作者 姜百浩 刘静 +1 位作者 仇大伟 姜良 《计算机工程》 CAS CSCD 北大核心 2024年第3期1-15,共15页

深度学习算法在脊柱图像分割中具有学习和自适应能力强、对图像有非线性映射能力等优点,相较于传统分割方法,能更好地提取脊柱图像中的关键信息,并且抑制不相关信息,辅助医生准确定位病灶区域,实现精准、高效分割。从深度学习算法、脊... 深度学习算法在脊柱图像分割中具有学习和自适应能力强、对图像有非线性映射能力等优点,相较于传统分割方法,能更好地提取脊柱图像中的关键信息,并且抑制不相关信息,辅助医生准确定位病灶区域,实现精准、高效分割。从深度学习算法、脊柱疾病类型、图像类型、实验分割结果、性能评估指标等方面,对深度学习在脊柱图像分割中的应用现状进行归纳、总结并加以分析。介绍深度学习模型和脊柱图像分割的背景,从而引出深度学习在脊柱图像分割中的应用;介绍常见的几种脊柱疾病类型,阐述其在图像分割中的难点,并介绍脊柱图像分割中常用的公开数据集、图像分割的方法流程以及图像分割评价指标等要素;结合具体实验总结分析基于卷积神经网络模型、U型网络模型及其改进的模型在椎骨、椎间盘以及脊柱肿瘤图像分割中的应用进展;结合以往的实验结果和当前深度学习模型的研究进展,总结目前临床研究的局限性以及分割效果不足的原因,针对所存在的问题提出相应的解决方法,并对未来的研究和发展进行展望。 展开更多

关键词 深度学习 卷积神经网络 U型网络 脊柱疾病 图像分割

在线阅读 下载PDF 职称材料

卷积神经网络在结直肠息肉辅助诊断中的应用综述 被引量：3

15

作者 考文涛 李明 马金刚 《计算机科学与探索》 CSCD 北大核心 2024年第3期627-645,共19页

结直肠癌是一种恶性肿瘤,主要发生在结肠和直肠的组织中,其早期发现和治疗具有重要意义。结直肠癌的早期检测和预防主要是对病人的肠道进行视觉检查,从而筛查结直肠息肉,但人工检查存在漏诊率高等弊端。基于卷积神经网络(CNN)的辅助诊... 结直肠癌是一种恶性肿瘤,主要发生在结肠和直肠的组织中,其早期发现和治疗具有重要意义。结直肠癌的早期检测和预防主要是对病人的肠道进行视觉检查,从而筛查结直肠息肉,但人工检查存在漏诊率高等弊端。基于卷积神经网络(CNN)的辅助诊断系统在结直肠息肉的诊断方面表现出最先进的性能,是目前计算机辅助诊断领域的研究热点。根据近几年发表的相关重要文献,对卷积神经网络在结直肠息肉辅助诊断中的应用进行系统综述。首先介绍了结直肠息肉诊断领域的常用数据集,其中包括图片和视频数据集;其次分别对CNN在结直肠息肉检测、分割以及分类中的应用进行系统阐述,对各算法的主要改进思路、优缺点以及性能进行深入分析,旨在为研究人员提供更系统的参考,并对深度学习模型的可解释性进行总结;最后对基于CNN的结直肠息肉辅助诊断的各类算法进行总结,并对未来的研究方向进行展望。 展开更多

关键词 结直肠息肉 卷积神经网络(CNN) 计算机辅助诊断 可解释性

在线阅读 下载PDF 职称材料

CT图像环形伪影去除方法研究现状及展望 被引量：1

16

作者 唐瑶瑶 朱叶晨 +1 位作者 刘仰川 高欣 《计算机应用》 CSCD 北大核心 2024年第3期890-900,共11页

环形伪影是各类型计算机断层扫描(CT)图像中最常见的伪影之一,通常是由于探测器像素对X射线响应不一致导致的。有效去除环形伪影能极大提高CT图像质量,提升后期诊断和分析的精度,是CT图像重建中的必要步骤。因此,对环形伪影去除(又称“... 环形伪影是各类型计算机断层扫描(CT)图像中最常见的伪影之一,通常是由于探测器像素对X射线响应不一致导致的。有效去除环形伪影能极大提高CT图像质量,提升后期诊断和分析的精度,是CT图像重建中的必要步骤。因此,对环形伪影去除(又称“环形伪影校正”)方法进行了系统梳理。首先,介绍环形伪影的表现和成因,给出常用的数据集、算法库;其次,依次介绍基于探测器校正、基于解析和迭代求解(分为投影数据预处理、CT图像重建、CT图像后处理环节)、基于深度学习(分为卷积神经网络、生成对抗网络)的环形伪影去除方法,并分析每类方法的原理、发展过程及优缺点;最后,归纳现有环形伪影去除方法在鲁棒性、数据集多样化、模型构建等方面存在的技术瓶颈,并对解决方案进行展望。 展开更多

关键词 计算机断层扫描图像 投影数据 环形伪影去除 环形伪影校正 深度学习

在线阅读 下载PDF 职称材料

表面肌电关节连续运动估计的研究进展 被引量：1

17

作者 马一凡 魏德健 +2 位作者 冯妍妍 于丰帆 李振江 《计算机工程与应用》 CSCD 北大核心 2024年第14期26-36,共11页

表面肌电信号(surface electromyography, sEMG)是一种非侵入式的生物电信号,用于捕捉运动过程中肌肉活动的变化。因其与运动密切相关,所以广泛应用于智能辅助康复设备的研发过程中,为康复者提供支持和帮助。康复训练涉及到复杂的立体运... 表面肌电信号(surface electromyography, sEMG)是一种非侵入式的生物电信号,用于捕捉运动过程中肌肉活动的变化。因其与运动密切相关,所以广泛应用于智能辅助康复设备的研发过程中,为康复者提供支持和帮助。康复训练涉及到复杂的立体运动,而基于sEMG的关节连续运动估计是一种通过分析运动期间的sEMG来估计关节角度或力矩的方法,它能够有效缓解康复机器与人体之间的适应性不足的问题,并提供更安全的辅助,从而显著改善康复效果。介绍了关节连续运动估计的现状,然后根据不同的研究方法将现有的sEMG关节连续运动估计模型分为基于生物力学的肌肉骨骼模型和基于机器学习的回归模型,分别对相关模型进行总结分析;分析了当前所面临的挑战,并展望了未来的研究趋势。 展开更多

关键词 表面肌电信号(sEMG) 关节连续运动 肌肉骨骼模型 回归模型

在线阅读 下载PDF 职称材料

嵌入式系统中运动想象脑-机接口编解码算法综述

18

作者 于钦雯 周王成 +1 位作者 戴亚康 刘燕 《计算机工程与应用》 CSCD 北大核心 2024年第18期50-65,共16页

脑-机接口技术通过在大脑与外部设备之间建立信息传输通路,使用户能够对外部设备进行直接控制。近年来,基于运动想象范式的脑-机接口编解码算法研究在医疗健康、教育娱乐及日常生活设备中的应用范围越来越广,这些算法通常需要嵌入到硬... 脑-机接口技术通过在大脑与外部设备之间建立信息传输通路,使用户能够对外部设备进行直接控制。近年来,基于运动想象范式的脑-机接口编解码算法研究在医疗健康、教育娱乐及日常生活设备中的应用范围越来越广,这些算法通常需要嵌入到硬件设备中来满足实际应用的需求。介绍了近年来嵌入式系统中运动想象脑-机接口编解码算法研究现状,从传统机器学习算法和深度学习算法两个角度指出其对应的优缺点。重点介绍四类常用嵌入式平台的代表性设备及其优缺点,并针对不同的应用场景给出相应的硬件选型建议。归纳了更适用于嵌入式脑-机接口系统的评价指标并最终总结了领域内现存的挑战与未来发展方向。 展开更多

关键词 脑-机接口 运动想象 脑电信号编解码算法 嵌入式系统

在线阅读 下载PDF 职称材料

生成对抗网络在肝脏肿瘤图像分割中的应用综述 被引量：4

19

作者 张颖 仇大伟 刘静 《计算机工程与应用》 CSCD 北大核心 2022年第16期18-30,共13页

由于肝脏肿瘤图像复杂多样且肝脏肿瘤图像数据集获取困难等问题,快速准确地诊断肝脏肿瘤疾病面临着诸多挑战,尤其是肝脏肿瘤的分割是其中的关键研究内容。生成对抗网络在半监督学习领域具有强大的优越性,因此其在医学图像处理中得到广... 由于肝脏肿瘤图像复杂多样且肝脏肿瘤图像数据集获取困难等问题,快速准确地诊断肝脏肿瘤疾病面临着诸多挑战,尤其是肝脏肿瘤的分割是其中的关键研究内容。生成对抗网络在半监督学习领域具有强大的优越性,因此其在医学图像处理中得到广泛应用。为了分析肝脏肿瘤图像在分割领域的现状以及未来发展,针对应用GAN的肝脏肿瘤图像分割方法进行研究,介绍GAN模型的网络结构与衍生模型,重点总结并分析生成对抗网络在肝脏肿瘤图像分割中的应用,包括基于网络结构改进的GAN方法、基于生成器或判别器改进的GAN方法和基于GAN的其他改进方法。最后在已有的研究进展和基础之上,对GAN在肝脏肿瘤图像分割中的应用进行总结,讨论GAN在肝脏肿瘤图像分割上所面临的挑战,并对其未来发展进行展望。 展开更多

关键词 生成对抗网络(GAN) 图像分割 肝脏肿瘤

在线阅读 下载PDF 职称材料

多尺度特征融合的轻量化膀胱癌MRI图像分割算法 被引量：3

20

作者 张娜 张永寿 +3 位作者 李翔 丛金玉 李徐周 魏本征 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第3期89-95,共7页

膀胱癌MRI图像存在肿瘤边界不清晰、肿瘤区域较小、肿瘤分布不连续等问题,现有的分割算法参数量庞大,计算复杂,且分割精度有待提高。因此,设计了一种多尺度特征融合的轻量化膀胱癌分割算法(pyramidal convolution lightweight network,P... 膀胱癌MRI图像存在肿瘤边界不清晰、肿瘤区域较小、肿瘤分布不连续等问题,现有的分割算法参数量庞大,计算复杂,且分割精度有待提高。因此,设计了一种多尺度特征融合的轻量化膀胱癌分割算法(pyramidal convolution lightweight network,PylNet),该算法在编码阶段设计的多尺度语义特征提取模块可提取不同尺度的肿瘤区域信息,确保对微小肿瘤信息提取的可靠性和全面性;在解码阶段设计的融合模块可以在保证分割精度的同时,极大地减少算法参数量和复杂度。实验结果表明,相较于FCN8s、DeepLabV3+、U-Net等算法,PylNet算法分割精度有一定的提高,Dice系数达88.40%,参数量是FCN8s的1/13,可实现对膀胱MRI的快速分割。 展开更多

关键词 膀胱癌 MRI 轻量化 多尺度 分割

在线阅读 下载PDF 职称材料