电子鼻检测技术在粮食霉变识别中的应用研究 被引量：21

1

作者 吴莉莉 林爱英 +4 位作者 郑宝周 党建亮 李富强 郭淼 刘存祥 《安徽农业科学》 CAS 北大核心 2009年第21期10133-10135,共3页

针对其在粮食霉变检测领域进行了研究,讨论了粮食霉变的生物化学过程、电子鼻的组成和工作原理。对电子鼻在粮食霉变识别中的研究进展进行了论述和评述,并就电子鼻的发展方向和应用前景进行了探讨。

关键词 电子鼻 粮食霉变 传感器阵列 模式识别

在线阅读 下载PDF 职称材料

典型无机非金属材料增材制造研究与应用现状 被引量：19

2

作者 于云 史廷春 +2 位作者 孙芳芳 潘金德 杨勇 《材料导报》 EI CAS CSCD 北大核心 2016年第21期119-129,共11页

增材制造是基于离散堆积思想实现原型或产品零件的快速制造。作为三大材料之一的无机非金属材料在医疗、航天航空、汽车、建筑、工艺品等众多领域都具有无可比拟的巨大应用前景,为了能够快速制造形状任意复杂的器件,无机非金属材料的增... 增材制造是基于离散堆积思想实现原型或产品零件的快速制造。作为三大材料之一的无机非金属材料在医疗、航天航空、汽车、建筑、工艺品等众多领域都具有无可比拟的巨大应用前景,为了能够快速制造形状任意复杂的器件,无机非金属材料的增材制造成为当下研究的热点。从增材制造技术类型、材料等方面详细阐述国内外无机非金属材料增材制造研究水平与发展状况,对比几种常用的无机非金属材料,重点是针对几种常见的陶瓷材料以及用于砂型铸造材料等成形特点及面临问题进行阐述,阐明了目前无机非金属材料增材制造存在的迫切需要解决的关键性问题,并深入分析了材料处理工艺、3DP/SLS/SLM三维成形工艺、后处理工艺对成形件的质量和性能的影响作用,最后对宝玉石材料的增材制造提出一些展望。 展开更多

关键词 增材制造 无机非金属材料 材料处理工艺 三维成形工艺 后处理工艺 三维打印 选择性激光烧结 选择性激光熔融

在线阅读 下载PDF 职称材料

金属粒子掺杂的多壁碳纳米管气敏性研究 被引量：5

3

作者 方向生 刘伟庭 +2 位作者 陈裕泉 潘敏 郭淼 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2009年第5期911-915,共5页

分别利用化学还原和电化学镀覆方法,对经过浓硫酸浓硝酸混合液酸化预处理的多壁碳纳米管进行Pd和Cu的掺杂,并制备成电流型气敏传感器.以甲醛、苯、甲苯、二甲苯作为测试气体,通过电化学分析仪测试它们在不同气体种类和体积分数下的响应... 分别利用化学还原和电化学镀覆方法,对经过浓硫酸浓硝酸混合液酸化预处理的多壁碳纳米管进行Pd和Cu的掺杂,并制备成电流型气敏传感器.以甲醛、苯、甲苯、二甲苯作为测试气体,通过电化学分析仪测试它们在不同气体种类和体积分数下的响应.实验结果表明,传感器在常温下具有较高的灵敏度和重复性,金属粒子的掺杂使传感器的灵敏性和选择性都有较大的改变.影响气敏特性的主要因素包括:碳纳米管自身的结构缺陷、气体分子与金属团簇的反应、金属粒子形成的局部催化活性中心. 展开更多

关键词 多壁碳纳米管 掺杂 气敏传感器

在线阅读 下载PDF 职称材料

基于Hilbert-Huang变换的思维脑电分类技术研究 被引量：6

4

作者 耿丽硕 范影乐 《电子器件》 CAS 2009年第2期405-408,共4页

研究基于Hilbert-Huang变换的思维脑电分类方法。对思维脑电信号进行Hilbert-Huang时频预处理,经经验模式分解后,得到多阶固有模态分量,然后将经HHT变换后的时频窗口内的振幅标准差作为不同心理作业信号特征,再应用K-近邻对思维脑电信... 研究基于Hilbert-Huang变换的思维脑电分类方法。对思维脑电信号进行Hilbert-Huang时频预处理,经经验模式分解后,得到多阶固有模态分量,然后将经HHT变换后的时频窗口内的振幅标准差作为不同心理作业信号特征,再应用K-近邻对思维脑电信号进行分类决策。通过对Colorado州立大学EEG研究中心的三类思维脑电心理作业样本进行分类,平均正确率达到82.54%。经Hilbert-Huang变换得到的脑电信号特征,可以作为思维脑电分类的有效依据。 展开更多

关键词 思维脑电 心理作业分类 HILBERT-HUANG变换 振幅标准差 K-近邻

在线阅读 下载PDF 职称材料

耦合混沌系统时空动力学的模拟研究 被引量：1

5

作者 武薇 夏敏磊 +1 位作者 庞全 范影乐 《电子器件》 CAS 2007年第4期1384-1386,共3页

研究了相同结构的混沌系统耦合后所得到的新系统的时空动力学行为及其系统特性.通过计算机仿真得到了耦合系统的分岔图和Lyapunov指数;在系统初值受噪声干扰的情况下,对混沌轨道偏移的均方根误差值与参与耦合的混沌子系统数量之间的关... 研究了相同结构的混沌系统耦合后所得到的新系统的时空动力学行为及其系统特性.通过计算机仿真得到了耦合系统的分岔图和Lyapunov指数;在系统初值受噪声干扰的情况下,对混沌轨道偏移的均方根误差值与参与耦合的混沌子系统数量之间的关系进行了研究.计算机仿真结果证明,耦合后得到的新系统仍然是混沌态的,因此,它依旧保持了对初值的敏感性;但同时降低了混沌轨道指数漂移的不稳定性,在一定程度上抑制了噪声对系统初值的干扰. 展开更多

关键词 混沌 耦合 动力学行为 降噪

在线阅读 下载PDF 职称材料

基于阈上随机共振的混合气体识别研究

6

作者 吴莉莉 郑宝周 +2 位作者 林爱英 郭淼 陈裕泉 《电子技术应用》 北大核心 2009年第7期88-90,94,共4页

在深入分析阈值随机共振系统模型的基础上,提出了一种基于最大互相关系数的方法来进行混合气体的分类识别。实验结果表明,该分类方法准确可行,为分类识别提供了一种新的思路和方法。

关键词 阈上随机共振 互相关系数 气体识别 气敏传感器

在线阅读 下载PDF 职称材料

基于随机共振检测的神经元非周期激励响应模拟研究

7

作者 向学勤 杨翠容 +1 位作者 范影乐 李轶 《电子器件》 CAS 2007年第4期1436-1439,共4页

非周期激励响应对于神经系统的研究具有重要理论意义和应用价值.为了模拟生物感觉系统中检测信号的机制,基于随机共振检测原理,采用互信息率评价方法,对Hodgkin-Huxley单神经元非周期激励响应进行了研究.实验结果表明,Hodgkin-Huxley单... 非周期激励响应对于神经系统的研究具有重要理论意义和应用价值.为了模拟生物感觉系统中检测信号的机制,基于随机共振检测原理,采用互信息率评价方法,对Hodgkin-Huxley单神经元非周期激励响应进行了研究.实验结果表明,Hodgkin-Huxley单神经元不但阈值下存在非周期随机共振现象,在某些特定的条件下,阈值上也同样存在看非周期随机共振现象.由于噪声广泛存在于信号之中,由此,为研究强噪声背景下的神经系统信号检测提供了一种新的方法. 展开更多

关键词 非周期随机共振 Hodgkin-Huxley神经元 互信息率 阈值上随机共振

在线阅读 下载PDF 职称材料

基于多参数磁共振影像组学的乳腺癌病理信息预测模型研究 被引量：10

8

作者 娄潇方 范明 +2 位作者 许茂盛 王世威 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第5期513-523,共11页

联合动态增强磁共振成像(DCE-MRI)、T2加权成像(T2WI)以及弥散加权成像(DWI)的影像特征,建立基于多参数影像组学的预测模型,分别对乳腺癌分子分型、组织学分级和Ki-67表达进行预测。采集150例术前、化疗前的浸润性导管癌患者乳腺MRI数据... 联合动态增强磁共振成像(DCE-MRI)、T2加权成像(T2WI)以及弥散加权成像(DWI)的影像特征,建立基于多参数影像组学的预测模型,分别对乳腺癌分子分型、组织学分级和Ki-67表达进行预测。采集150例术前、化疗前的浸润性导管癌患者乳腺MRI数据,获取DCE-MRI、T2WI和DWI影像。分割各参数影像的病灶区域,并提取多参数影像特征。在训练集采用支持向量机递归特征消除(SVM-RFE)算法,获得影像组学最优特征子集并构建基于SVM的预测模型,在测试集中测试模型性能。采用概率平均法、概率投票法和概率模型优化法,分别将基于不同参数影像构建的预测模型进行融合,得到多参数影像联合预测结果,并计算ROC曲线下的面积(AUC)评估模型的分类性能。单参数影像模型预测Luminal A、Luminal B、HER2和Basal-like等4种分子分型的最佳AUC分别为0.672 1、0.694 0、0.677 7和0.708 6,多参数影像模型的预测结果提高到AUC分别为0.799 5、0.727 9、0.737 5和0.792 5。单参数影像模型预测分级的最佳AUC为0.753 3,多参数影像模型的预测结果提高到0.801 7。单参数影像模型预测Ki-67表达的最佳AUC为0.664 7,多参数影像模型预测结果提高到0.771 8。相比于单参数影像模型的预测结果,多参数影像模型的预测结果有所提升,且差异具有显著性(P<0.05)。实验结果表明,采用多参数磁共振影像(DCE-MRI、T2WI以及DWI)组学的联合,可以显著提高单一参数影像模型预测乳腺癌病理信息的性能,对乳腺癌的诊断和个性化治疗方案的选择具有重要意义。 展开更多

关键词 乳腺癌 多参数磁共振影像 组织学分级 KI-67 分子分型

在线阅读 下载PDF 职称材料

基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类研究 被引量：1

9

作者 孙利 徐伟栋 +3 位作者 厉力华 刘伟 彭芳青 张娟 《中国生物医学工程学报》 CAS CSCD 北大核心 2011年第1期46-54,共9页

乳腺肿块良恶性分类是计算机辅助诊断(CAD)的重要环节,如何提高分类的正确率和稳定性是分类研究的重点。本研究提出了4种基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类模式。其中,模式1是单视角下的多分类器融合;模式2是分别先... 乳腺肿块良恶性分类是计算机辅助诊断(CAD)的重要环节,如何提高分类的正确率和稳定性是分类研究的重点。本研究提出了4种基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类模式。其中,模式1是单视角下的多分类器融合;模式2是分别先对每个分类器在两个视角下的输出进行视角融合,再对其融合结果进行多分类器融合;模式3是分别先在每个视角下进行多分类器融合,再对两个视角的多分类器结果进行视角融合;模式4是先对特征向量在两个视角下的取值进行融合,再基于新的特征向量进行单分类器分类和多分类器融合。从南佛罗里达大学DDSM数据库中随机选择的148个良性肿块和148个恶性肿块,对这4种分类模式的效果进行比较。实验结果表明,在肿块分类的正确率、敏感性、特异性和稳定性等方面,模式2和模式3的表现均优于模式1和模式4。 展开更多

关键词 乳腺钼靶图像 肿块 双视角 多分类器 分类模式

在线阅读 下载PDF 职称材料

基于关联维数的神经元动作电位特征提取与分类研究 被引量：1

10

作者 詹跃荣 范影乐 +2 位作者 杨文伟 杨勇 李轶 《中国生物医学工程学报》 CAS CSCD 北大核心 2011年第5期648-654,共7页

神经元动作电位模式分类是动作电位序列分析和解码的基础。由于神经元动作电位信号波形隐藏着动作电位的特征信息,而关联维数是度量波形不规则程度的一种手段,因此基于神经元动作电位信号的波形差异,提出一种基于关联维数对神经元动作... 神经元动作电位模式分类是动作电位序列分析和解码的基础。由于神经元动作电位信号波形隐藏着动作电位的特征信息,而关联维数是度量波形不规则程度的一种手段,因此基于神经元动作电位信号的波形差异,提出一种基于关联维数对神经元动作电位进行特征提取的新方法。首先,对采集到的神经元动作电位信号进行相空间重构;然后,在重构的相空间中,以关联维数作为对非同源动作电位信号的特征进行描述;最终,结合K均值算法,对神经元动作电位实现无监督模式分类。仿真和真实数据实验结果表明:该方法分类的准确率较高,且稳定性较好,仿真数据分类错分率基本稳定在4.9%以内,真实数据的分类能较大程度地贴近人工分类的结果,因此用来代替人工分类具有一定的可行性。 展开更多

关键词 动作电位分类 关联维数 相空间重构 K均值

在线阅读 下载PDF 职称材料

基于随机共振的语音增强研究 被引量：2

11

作者 郭浙伟 庞全 范影乐 《电声技术》 2009年第6期45-47,51,共4页

传统的语音增强方法是通过线性过滤除噪声达到语音增强的目的,而在强噪声环境中,语音信号表现为弱信号,去噪变得困难,而随机共振能利用噪声增强语音信号。基于Hodgkin-Huxley神经元阈上非周期随机共振原理,提出一种自适应调节,添加最佳... 传统的语音增强方法是通过线性过滤除噪声达到语音增强的目的,而在强噪声环境中,语音信号表现为弱信号,去噪变得困难,而随机共振能利用噪声增强语音信号。基于Hodgkin-Huxley神经元阈上非周期随机共振原理,提出一种自适应调节,添加最佳噪声来实现语音增强。实验结果表明,在强噪声能够实现对语音信号的增强,具有一定的鲁棒性,提供了在强噪声环境中增强语音信号的新思路。 展开更多

关键词 语音增强 随机共振 自适应调节 信噪比

在线阅读 下载PDF 职称材料

基于DCE-MRI影像组学非负矩阵分解的乳腺癌病理信息缺失填充研究 被引量：2

12

作者 付振宇 范明 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第4期401-409,共9页

乳腺癌病理报告是乳腺癌诊断和治疗的主要依据,在实际诊疗过程中可能存在临床病理信息缺失的问题。利用动态增强磁共振影像(DCE-MRI)病灶区域的影像特征,结合对应乳腺癌患者的临床病理信息,建立影像组学非负矩阵分解填充模型,以实现对... 乳腺癌病理报告是乳腺癌诊断和治疗的主要依据,在实际诊疗过程中可能存在临床病理信息缺失的问题。利用动态增强磁共振影像(DCE-MRI)病灶区域的影像特征,结合对应乳腺癌患者的临床病理信息,建立影像组学非负矩阵分解填充模型,以实现对缺失的乳腺癌分子分型和细胞角蛋白5/6(CK5/6)基因表达信息的填充。共采集139例乳腺癌患者的术前或化疗前DCE-MRI影像及临床信息,随机划分89例为训练集、50例为测试集。对DCE-MRI影像进行肿瘤的分割,从病灶区域提取统计、形态和纹理特征。采用交叉验证的支持向量机递归特征消除(SVM-RFECV)法进行特征选择,并通过基于并集的方法进一步筛选影像特征,结合乳腺癌临床病理信息,建立非负矩阵分解(NMF)填充模型和协同过滤(CF)填充模型,并计算AUC评价模型的填充性能。当临床病理信息缺失率不同时,NMF模型的AUC值均高于CF模型的值,最高AUC为0.772,在缺失率20%~40%之间,NMF的填充效果要显著优于CF方法的效果(P<0.05);当使用不同数量的影像特征时,NMF模型的AUC值均高于CF模型的值,最高AUC为0.780,且在使用140个影像特征时二者的差异具有统计学意义(P<0.05)。实验表明,DCE-MRI影像组学结合非负矩阵分解方法,可对缺失的分子分型和CK5/6临床指标进行有效填充。 展开更多

关键词 乳腺癌 病理信息 动态增强磁共振影像 非负矩阵分解 矩阵填充

在线阅读 下载PDF 职称材料

基于“极少”特征标志物的卵巢癌两步预测模型研究

13

作者 陈淑飞 韩斌 +3 位作者 厉力华 SUTPHEN Rebecca 祝磊 来海锋 《中国生物医学工程学报》 CAS CSCD 北大核心 2010年第4期551-556,共6页

卵巢癌是目前死亡率最高的妇科疾病之一,利用信息学手段挑选特征肿瘤标志物已被广泛用于包括卵巢癌在内的肿瘤分类、诊断研究。但是研究中单纯以提高分类率为指标而忽视敏感性和特异性的均衡,且模型为多变量或者复杂模型,成本过高,不太... 卵巢癌是目前死亡率最高的妇科疾病之一,利用信息学手段挑选特征肿瘤标志物已被广泛用于包括卵巢癌在内的肿瘤分类、诊断研究。但是研究中单纯以提高分类率为指标而忽视敏感性和特异性的均衡,且模型为多变量或者复杂模型,成本过高,不太适合临床应用。为此,提出一种基于"极少"特征标志物的两步预测模型,利用先期提取的多个特征作敏感性和特异性测试,然后构建特征变量的两步预测模型。先用单个变量预测,在一个变量不能得到可靠结果时,才增加另一变量参与模型。实验显示,筛选出的PPE8+LPE4和PPE8+LPC0两对变量组合的敏感性和特异性显著、均衡,变量之间的相关性较小,且分类结果和4个变量的分类结果相当,与9个变量的分类率只差4%～5%。所提出的基于极少特征标志物的两步预测模型结构简单,在保持相同分类效果的前提下大大减少了用于预测的变量,为实际应用提供方便,同时在一定程度上节约了经济成本。 展开更多

关键词 “极少”特征标志物 敏感性 特异性 卵巢癌

在线阅读 下载PDF 职称材料

一种基于有监督奇异值分解和随机森林的卵巢癌磷脂代谢物特征提取方法 被引量：2

14

作者 来海锋 韩斌 +4 位作者 厉力华 陈岩 SUTPHEN Rebecca 祝磊 代琦 《中国生物医学工程学报》 CAS CSCD 北大核心 2010年第2期220-228,共9页

卵巢癌是一种常见的妇科肿瘤,死亡率占各类妇科肿瘤的首位。选取既有较高的分类疾病模式能力又具有生物学关联的特征肿瘤标志物用于肿瘤的诊断是目前研究的重点。本研究针对卵巢癌磷脂代谢物数据的问题,提出了一种融合有监督奇异值分解... 卵巢癌是一种常见的妇科肿瘤,死亡率占各类妇科肿瘤的首位。选取既有较高的分类疾病模式能力又具有生物学关联的特征肿瘤标志物用于肿瘤的诊断是目前研究的重点。本研究针对卵巢癌磷脂代谢物数据的问题,提出了一种融合有监督奇异值分解和基于信息增益的随机森林决策的方法用于特征标志物的选择。首先应用有监督奇异值分解计算各标志物的权重值,并根据权重值粗选出候选标志物;其次应用基于信息增益的随机森林决策理论从候选标志物中选出特征标志物;最后通过SVM分类器测试,分类率高达90%以上。本研究方法与其他常用方法比较具有一定优势,其中一个明显的特点是所选特征标志物不但保持了较高的分类率,而且具有生物学关联意义,从而证实本研究方法具有较高的可行性和实用性。 展开更多

关键词 奇异值分解 随机森林 特征提取 磷脂代谢物 卵巢癌

在线阅读 下载PDF 职称材料

基于C1C2复杂性非线性特征的语音端点检测

15

作者 庞全 吴秀良 杨翠容 《电声技术》 2008年第8期60-63,共4页

研究基于C1C2复杂度非线性特征的语音端点检测技术。应用中心削波法对含噪语音信号进行预处理,分析状态空间分割方法和窗长对检测性能的影响;通过允许字和禁止字来度量语音序列,采用C1C2复杂度对含不同噪声类型及不同信噪比的中英文语... 研究基于C1C2复杂度非线性特征的语音端点检测技术。应用中心削波法对含噪语音信号进行预处理,分析状态空间分割方法和窗长对检测性能的影响;通过允许字和禁止字来度量语音序列,采用C1C2复杂度对含不同噪声类型及不同信噪比的中英文语音样本进行了端点检测实验。在低信噪比情形下,检测方法要优于C0复杂度特征检测方法,方法具有较优的稳健性和实时性等特点,为强背景噪声下的语音端点检测提供了新的研究途径。 展开更多

关键词 语音端点检测 C1C2复杂性 状态空间分割

在线阅读 下载PDF 职称材料

根据磁共振T2加权影像特征预测乳腺癌组织学分级 被引量：4

16

作者 谢素丹 范明 +2 位作者 许茂盛 王世威 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第3期280-287,共8页

组织学分级是乳腺癌的重要预后指标。探讨磁共振(MRI)T2加权影像特征与乳腺癌组织学分级的关联性,可为术前预测乳腺癌组织学分级提供有意义的参考作用。回顾性分析167例术前行MRI检查并经病理诊断为浸润性乳腺癌患者,其中组织学分级Ⅱ... 组织学分级是乳腺癌的重要预后指标。探讨磁共振(MRI)T2加权影像特征与乳腺癌组织学分级的关联性,可为术前预测乳腺癌组织学分级提供有意义的参考作用。回顾性分析167例术前行MRI检查并经病理诊断为浸润性乳腺癌患者,其中组织学分级Ⅱ级和Ⅲ级的分别为72例和95例。利用计算机半自动方法,分割患者乳腺磁共振T2加权影像的病灶区域,并对其提取包括纹理特征和形态特征的40维影像特征。采用留一法交叉验证方法(LOOCV),通过统计学方法分析比较影像特征在组织分级Ⅱ级和Ⅲ级组间的差异,并设计多变量分类预测模型。绘制受试者工作特征曲线(ROC),并计算对应曲线下的面积(AUC);计算敏感性、特异性、F1-Measure等指标,对预测模型进行综合评估。对每一维特征进行单变量逻辑回归分析,在低分级和高分级组间进行统计检验分析(t检验)。形态特征中最优单特征为病灶半径,AUC值为0.742(P<0.05);纹理特征中最优特征为大面积高灰度级增强,AUC值为0.742(P<0.05)。设计多元逻辑回归(MLR)、支持向量机(SVM)、多任务学习(MTL)等3种分类器,预测乳腺癌组织学分级,其AUC值分别为0.767±0.036、0.772±0.036和0.771±0.037,对应特异性分别为0.667、0.653、0.708,灵敏度分别为0.747、0.737、0.684。研究表明,乳腺癌的T2加权影像特征在一定程度上反映其组织学分级,对乳腺癌的预后判断具有潜在价值。 展开更多

关键词 浸润性乳腺癌 组织学分级 T2加权MRI 分类器

在线阅读 下载PDF 职称材料

基于纵向时间深度网络融合的乳腺癌新辅助化疗疗效预测 被引量：2

17

作者 薛泰龙 范明 +1 位作者 陈淑君 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第2期186-194,共9页

新辅助化疗提高了乳腺癌的治愈率,但并不是对所有患者都有效,准确预测化疗疗效可以为患者治疗方案的制定提供参考价值。本研究使用深度学习的方法,融合纵向时间的动态增强磁共振成像(DCE-MRI)的影像特征对新辅助化疗疗效进行预测。分析... 新辅助化疗提高了乳腺癌的治愈率,但并不是对所有患者都有效,准确预测化疗疗效可以为患者治疗方案的制定提供参考价值。本研究使用深度学习的方法,融合纵向时间的动态增强磁共振成像(DCE-MRI)的影像特征对新辅助化疗疗效进行预测。分析164例进行了乳腺癌新辅助化疗患者的DCE-MRI影像,从每例患者影像数据集中挑选肿瘤最大径及上下2张切片以扩充数据量至442例,并随机划分为训练集312例,测试集130例。DCE-MRI影像共6个序列,分割每个序列的乳房区域,去除皮肤和胸腔,使用深度学习模型分别根据化疗前影像、2个疗程化疗后影像、化疗前和2个疗程化疗后影像相融合对新辅助化疗疗效进行预测,并绘制预测结果的ROC曲线,计算对应曲线下面积(AUC)评估模型的分类性能。深度学习模型对化疗前影像、2个疗程化疗后影像的疗效预测的最佳AUC分别为0.775和0.808,融合化疗前和2个疗程化疗后影像对疗效进行预测的最佳AUC为0.863,预测效果优于仅使用化疗前的影像。实验结果表明,相较于单独使用化疗前影像,融合使用纵向时间的影像可以提高对新辅助化疗疗效的预测性能。 展开更多

关键词 乳腺癌 深度学习 新辅助化疗疗效 动态增强磁共振成像 纵向时间分析

在线阅读 下载PDF 职称材料

基于纵向时间影像动态增强模式分析的乳腺癌新辅助化疗疗效预测 被引量：4

18

作者 苏天放 范明 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第2期139-147,共9页

新辅助化疗由于其较长的治疗周期,对化疗最终疗效早期准确的预测具有重要的临床参考价值。传统影像组学方法由于肿瘤异质性及影像部分容积效应等因素的存在,使得预测的精度难以进一步提高。本研究通过深度影像分解生成不同动态增强模式... 新辅助化疗由于其较长的治疗周期,对化疗最终疗效早期准确的预测具有重要的临床参考价值。传统影像组学方法由于肿瘤异质性及影像部分容积效应等因素的存在,使得预测的精度难以进一步提高。本研究通过深度影像分解生成不同动态增强模式影像,对深度模式进行分析并基于纵向时间影像特征对新辅助化疗疗效进行预测分析。实验将采集的191例乳腺癌患者影像进行预处理,得到肿瘤和腺体感兴趣区域影像并分别提取影像组学特征,计算纵向时间特征变化率。使用随机森林模型对疗效进行预测分析并结合AUC指标对模型分类性能进行评估分析。结果表明,在分解前原始影像的预测任务中取得0.791的最佳AUC。在影像深度分解实验中,肿瘤影像的纵向模式变化在疗效组别中分布更具显著差异(P<0.01),在不同动态模式影像特征的预测任务中取得0.888的最佳AUC。综上,通过结合多区域影像和纵向时间特征,相比于分解前影像,深度分解后的不同模式影像进一步提升了基于特征水平的疗效预测能力,有望对患者早期诊断和方案调整提供重要的参考依据。 展开更多

关键词 乳腺癌 动态对比增强磁共振影像分解 新辅助化疗 纵向时间分析

在线阅读 下载PDF 职称材料

动态增强影像映射图的深度学习方法预测乳腺癌新辅助化疗疗效

19

作者 刘鑫 范明 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第6期710-719,共10页

新辅助化疗有助于提高乳腺癌患者的后期存活率,但疗效评估具有一定滞后性,准确的新辅助化疗疗效评估可以给医师更有效的临床建议,实施更优化的治疗方案。为了更好利用影像的空间信息和增强影像的时间序列信息,本研究提出一种基于动态增... 新辅助化疗有助于提高乳腺癌患者的后期存活率,但疗效评估具有一定滞后性,准确的新辅助化疗疗效评估可以给医师更有效的临床建议,实施更优化的治疗方案。为了更好利用影像的空间信息和增强影像的时间序列信息,本研究提出一种基于动态增强影像映射模式图的乳腺癌新辅助化疗疗效预测方法。回顾性收集208例接受新辅助化疗前患者乳腺癌影像,依据Miller&Payne分级系统将数据标签为有反应组和无反应组,并随机划分为训练集126例,测试集82例。对影像做预处理及分割感兴趣区域后挑选肿瘤最大径及其邻近共7张切片构建映射模式图,结合增强时间序列构建原始切片影像、不同映射模式下多序列影像及融合两种映射模式多序列影像。使用深度学习网络对映射模式图做预测,绘制预测结果的ROC曲线并计算AUC、敏感性、特异性等评价指标对模型类型性能做评估。其中融合两种映射模式的多序列影像的预测模型效果最佳,AUC为0.832。实验表明,相较于使用原始切片影像,结合时间序列影像和切片间空间特征的方法对新辅助化疗疗效预测分类效果提升有效。 展开更多

关键词 乳腺癌 新辅助化疗疗效 深度学习 映射模式

在线阅读 下载PDF 职称材料