人工智能在数字减影血管造影成像的研究进展 被引量：1

1

作者 钱山 杨明雷 黄峰 《生物医学工程与临床》 CAS 2022年第1期112-116,共5页

数字减影血管造影(DSA)成像已广泛应用于临床疾病诊疗,尤其在心脑血管疾病领域。人工智能(AI)在DSA成像中的应用有望解决其图像质量一直受噪声、运动伪影和辐射剂量影响的问题。文章主要从心脑血管DSA前端成像优化和辅助颅内动脉瘤诊疗... 数字减影血管造影(DSA)成像已广泛应用于临床疾病诊疗,尤其在心脑血管疾病领域。人工智能(AI)在DSA成像中的应用有望解决其图像质量一直受噪声、运动伪影和辐射剂量影响的问题。文章主要从心脑血管DSA前端成像优化和辅助颅内动脉瘤诊疗两方面介绍AI技术的研究进展,其中成像优化主要围绕AI降噪和去除运动伪影展开,并分析了当前DSA成像与AI结合可能遇到的问题。目前DSA成像结合AI的应用场景比较单一,且在一些已经结合AI的疾病辅助诊疗领域(如颅内动脉瘤)尚处于初级阶段,因此相关研究有待进一步开展。未来几年,AI将会越来越多地应用于DSA前端成像优化及后端图像分析,加速临床中心脑血管疾病的自动化诊疗进程。DSA成像速度的提高、图像畸变的校正等方面的研究直接关系到成像质量的优劣,相关的研究成果却不多,是未来应该努力的方向。 展开更多

关键词 人工智能(AI) 数字减影血管造影(DSA) 降噪 运动伪影 介入治疗

在线阅读 下载PDF 职称材料

用不同外周动脉波形重建主动脉波形的对比研究 被引量：1

2

作者 徐礼胜 宋代远 +1 位作者 刘文彦 王瑜璠 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第2期188-192,共5页

采用盲系统辨识技术可以通过两路外周动脉压力波形重建主动脉波形,但如何选择外周动脉需要进行研究.本文使用基于子空间方法的盲系统辨识算法,同步采集人体左右两侧的桡动脉压力波形和足背动脉压力波形,按照4种不同组合进行主动脉压力... 采用盲系统辨识技术可以通过两路外周动脉压力波形重建主动脉波形,但如何选择外周动脉需要进行研究.本文使用基于子空间方法的盲系统辨识算法,同步采集人体左右两侧的桡动脉压力波形和足背动脉压力波形,按照4种不同组合进行主动脉压力波形重建,使用动态时间规整方法评判重建效果,确定外周动脉波形辨识的最优组合.结果表明,足背动脉与桡动脉组合对主动脉压力波形重建无显著性影响(P>0.5),而仅使用桡动脉或足背动脉无法有效重建. 展开更多

关键词 盲系统辨识 子空间方法 主动脉压力波形 外周动脉压力波形 动态时间规整

在线阅读 下载PDF 职称材料

基于Lognormal函数的脉搏波分解可行性研究 被引量：2

3

作者 王璐 陈雪玮 +1 位作者 郝丽玲 徐礼胜 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第12期1695-1699,共5页

探讨利用Lognormal(对数正态)函数构建血流流量波进行脉搏波分解的可行性.研究对象为23名健康在校大学生,利用无创主动脉脉搏分析仪(AtCor Medical SphygmoCor)获取无创主动脉脉搏波形.分别利用Lognormal函数和三角波函数构建血流波形,... 探讨利用Lognormal(对数正态)函数构建血流流量波进行脉搏波分解的可行性.研究对象为23名健康在校大学生,利用无创主动脉脉搏分析仪(AtCor Medical SphygmoCor)获取无创主动脉脉搏波形.分别利用Lognormal函数和三角波函数构建血流波形,采用阻抗分析技术将主动脉压力波形分解为前向波和反向波并计算反射幅度(RM log,RM tri)、反射指数(RI log,RI tri),然后对参数进行Bland-Altman法分析和回归分析.两种方法计算的RM,RI一致性良好,其回归方程分别为:RM log=1.009RM tri-0.007,RI log=1.008RI tri-0.004;RM log和RM tri显著相关(r=0.999;P<0.001),RI log和RI tri显著相关(r=0.999;P<0.001),且从波形上分析,基于Lognormal函数的脉搏波分解较三角波更好.因此,基于Lognormal函数对主动脉压力波形分解是可行的,而且效果优于三角波函数分解的结果. 展开更多

关键词 脉搏波 波形分解 阻抗分析 回归分析

在线阅读 下载PDF 职称材料

结合表型信息的阿尔兹海默症图卷积神经网络分类方法研究 被引量：8

4

作者 李雨明 何璇 +2 位作者 朱宏博 盖卓琛 周龙杰 《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第2期177-187,共11页

阿尔兹海默症(AD)的早期检测与发现具有重要的临床和社会意义。由于AD患者的功能性脑网络拓扑性质存在异常变化,并且不同表型类型人群中阿尔兹海默症的患病率也存在着较大差异,因此将脑网络特征和表型信息结合构建训练特征,用于阿尔兹... 阿尔兹海默症(AD)的早期检测与发现具有重要的临床和社会意义。由于AD患者的功能性脑网络拓扑性质存在异常变化,并且不同表型类型人群中阿尔兹海默症的患病率也存在着较大差异,因此将脑网络特征和表型信息结合构建训练特征,用于阿尔兹海默症不同阶段的分类。同时,图卷积神经网络(GCN)分类方法被证明是目前对图数据学习任务的最佳选择,因此将GCN应用到AD的分类研究中,完成对健康对照(CN)、早期轻度认知障碍(EMCI)、晚期轻度认知障碍(LMCI)和AD等4种类型的分类。采用群体图卷积神经网络的基本框架,对ADNI数据库中300个被试进行分类,并分别在群体图被试间的相似度和被试的脑网络特征这两个方面提出改进方法。在被试间的相似度方面,使用相加法、提高初值法、仅特征相似度、仅表型相似度以及其他4种组合法进行其他表型图结构的构建;在被试的脑网络特征方面,结合多模态的思想,将表型信息转换为二元特征,与脑网络特征拼接,作为分类特征。除此之外,还分别尝试使用不同种表型信息进行试验。最后利用10折交叉法进行验证,结果表明两方面的改进都能一定程度上提高准确率,仅使用脑网络相似度作为图构建的边权,不做降维处理的表型信息(年龄或性别)作为被试(节点)的特征,分类准确率最优。与原方法群体图卷积神经网络相比,可将准确率从80%提高到82%。说明脑网络特征和表型信息都是脑疾病分类任务中的重要特征,有助于提高分类任务的准确率,因此具有一定的研究意义。 展开更多

关键词 阿尔兹海默症 脑网络分类 图卷积神经网络 表型信息

在线阅读 下载PDF 职称材料

基于CNN的心冲击信号阵发性房颤自动检测方法 被引量：8

5

作者 蒋芳芳 徐敬傲 +1 位作者 李任 徐礼胜 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第11期1539-1542,1548,共5页

阵发性房颤具有发作突然且时间短的特点,而目前其临床诊断方法——心电信号,不适于日常监护,因此,提出一种基于心冲击信号(ballistocardiogram,BCG)的非接触式房颤自动检测方法.研究不同输入数据长度与不同网络深度的匹配关系,获取应用... 阵发性房颤具有发作突然且时间短的特点,而目前其临床诊断方法——心电信号,不适于日常监护,因此,提出一种基于心冲击信号(ballistocardiogram,BCG)的非接触式房颤自动检测方法.研究不同输入数据长度与不同网络深度的匹配关系,获取应用一维卷积神经网络(convolutional neural network,CNN)检测阵发性房颤的最优组合.通过2 000组数据的测试,所提模型的最佳性能为:测试准确性94.8%、敏感性97.2%、特异性92.7%,为基于BCG信号的心律失常检测与远程日常家庭监护提供了可能性. 展开更多

关键词 心冲击信号 心电信号 卷积神经网络 阵发性房颤 日常家庭监护

在线阅读 下载PDF 职称材料

级联自适应局部投影降噪方法 被引量：3

6

作者 徐礼胜 崔慧颖 +1 位作者 吴俊鼎 王仲怡 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第3期368-375,共8页

针对具有非线性、非平稳性特征的信号,提出一种邻域半径自适应局部投影和小波阈值去噪级联的降噪方法.首先,利用经验模态分解得到信号中的高频分量并以此估计噪声水平;再根据噪声水平确定邻域半径;最后,利用该半径进行局部投影处理并结... 针对具有非线性、非平稳性特征的信号,提出一种邻域半径自适应局部投影和小波阈值去噪级联的降噪方法.首先,利用经验模态分解得到信号中的高频分量并以此估计噪声水平;再根据噪声水平确定邻域半径;最后,利用该半径进行局部投影处理并结合小波阈值方法进行细节平滑.Lorenz系统时间序列的降噪结果表明,本方法能够提高信噪比并降低均方误差,并在信号结构失真时恢复其原始吸引子形态,去噪和还原信号特征的能力皆优于小波阈值去噪方法.对桡、颈、肱动脉脉搏信号、心电信号的降噪结果展示了本方法在生理信号噪声抑制和特征保留方面的优越性能. 展开更多

关键词 自适应邻域选取 局部投影算法 小波阈值降噪 LORENZ系统 生理信号

在线阅读 下载PDF 职称材料

基于短时心电信号的疲劳驾驶检测算法 被引量：26

7

作者 徐礼胜 张闻勖 +1 位作者 庞宇轩 吴承暘 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第7期937-941,共5页

心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30 s的时长截取短时心电信号序列,利用差分阈值法确定R波... 心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30 s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势. 展开更多

关键词 心电信号 疲劳驾驶 随机森林 迁移学习 神经网络

在线阅读 下载PDF 职称材料

基于深度嵌入聚类的ICU患者生理数据缺失插补 被引量：1

8

作者 李建华 朱泽阳 +1 位作者 徐礼胜 孙国哲 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第5期639-645,共7页

电子病历数据经常存在缺失,严重影响分析结果.基于MIMIC数据库中的重症监护单元(intensive care unit,ICU)患者数据研究缺失值插补,数据集由23组临床常用生理变量以及不存在缺失的5260例样本构成.提出了一种基于深度嵌入聚类的K近邻插... 电子病历数据经常存在缺失,严重影响分析结果.基于MIMIC数据库中的重症监护单元(intensive care unit,ICU)患者数据研究缺失值插补,数据集由23组临床常用生理变量以及不存在缺失的5260例样本构成.提出了一种基于深度嵌入聚类的K近邻插值方法.该方法以深度嵌入聚类为核心,通过多次聚类构造样本邻近度矩阵,再选择缺失样本的K个近邻样本,以这些近邻样本的平均值填补缺失.与均值插补、中值插补、后验分布估算插补和条件均值插补相比,该方法插补后的结果与原数据相似度更高,且更好地保留了样本间的差异性. 展开更多

关键词 重症监护单元 电子病历 缺失值插补 深度嵌入聚类 邻近度矩阵

在线阅读 下载PDF 职称材料

融合粒子群与双边长短窗能量差的心电P波检测

9

作者 徐礼胜 苏宇剑 +1 位作者 谭浚宜 方喜冬 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第4期488-495,共8页

心电P波蕴含了人体丰富的生理、病理信息,但P波幅值较小、形态多变,检测十分困难.本文提出一种双边长短窗能量差法来检测多形态P波边界,并使用粒子群算法优化其参数.从LUE数据库和QT数据库中分别选取4363个和1936个心电节拍,其中70%作... 心电P波蕴含了人体丰富的生理、病理信息,但P波幅值较小、形态多变,检测十分困难.本文提出一种双边长短窗能量差法来检测多形态P波边界,并使用粒子群算法优化其参数.从LUE数据库和QT数据库中分别选取4363个和1936个心电节拍,其中70%作为训练集,30%作为测试集,并与基于动态规划的参数混合高斯拟合法和无相位平稳小波变换法对比,正向与负向P波的结果误差明显小于上述两种方法,该算法可检测出双向P波,同时还具有一定抗噪能力. 展开更多

关键词 心电信号 P波检测 多形态心电P波 双边长短窗能量差法 粒子群

在线阅读 下载PDF 职称材料

基于语义分割注意力与可见区域预测的行人检测方法 被引量：4

10

作者 王璐 王帅 +1 位作者 张国峰 徐礼胜 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第9期1261-1267,共7页

为改善图像中遮挡和小尺寸行人的检测精度,提出一种基于语义分割注意力和可见区域预测的行人检测方法.具体地,在SSD(single shot multi-box detector)目标检测网络的基础上,首先优化SSD的超参数设置,使其更适于行人检测;然后在主干网络... 为改善图像中遮挡和小尺寸行人的检测精度,提出一种基于语义分割注意力和可见区域预测的行人检测方法.具体地,在SSD(single shot multi-box detector)目标检测网络的基础上,首先优化SSD的超参数设置,使其更适于行人检测;然后在主干网络中引入基于语义分割的注意力分支来增强行人检测特征的表达能力;最后提出一种检测预测模块,它不仅能同时预测行人整体和可见区域,还能利用可见区域预测分支所学的特征去引导整体检测特征的学习,提升检测效果.在Caltech行人检测数据集上进行了实验,所提方法的对数平均缺失率为5.5%,与已有方法相比具有一定的优势. 展开更多

关键词 行人检测 卷积神经网络 语义分割注意力 行人可见区域预测 多任务网络

在线阅读 下载PDF 职称材料

基因调控网络的父节点筛选贝叶斯建模方法 被引量：3

11

作者 曲璐渲 郭上慧 +1 位作者 王之琼 信俊昌 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第2期158-162,共5页

在构建基因调控网络的方法中,贝叶斯网络模型可以直观地表达基因间的调控关系,但在结构学习时的复杂度极高,使得网络建模效率较低且规模有限.因此,本文提出一种基于父节点筛选的贝叶斯网络(parent node screening based Bayesian networ... 在构建基因调控网络的方法中,贝叶斯网络模型可以直观地表达基因间的调控关系,但在结构学习时的复杂度极高,使得网络建模效率较低且规模有限.因此,本文提出一种基于父节点筛选的贝叶斯网络(parent node screening based Bayesian network,PS-BN)建模方法.PS-BN方法将关联模型与贝叶斯网络模型相结合,在充分利用贝叶斯网络模型结构学习搜索策略的前提下,先基于父节点筛选方法去除部分冗余信息,以达到缩减搜索空间的目的.实验结果表明,与传统的贝叶斯网络模型方法相比,PS-BN方法极大提升了基因调控网络构建效率,同时准确率有所提高. 展开更多

关键词 基因调控网络 父节点筛选 贝叶斯网络模型 关联模型 结构学习

在线阅读 下载PDF 职称材料

基于聚偏氟乙烯传感器的心冲击信号影响因素分析 被引量：2

12

作者 王璐 王仲怡 +4 位作者 吴子悦 徐敬傲 蒋芳芳 徐礼胜 于滨 《集成技术》 2020年第1期36-44,共9页

心冲击图(Ballistocardiography,BCG)记录了人体心脏做机械运动时对外界的作用力信号,不仅能反应心脏节律,还能作为评估心脏血流动力学参数变化的有效依据。但BCG信号的采集过程中影响因素较多,这些严重地影响着信号形态特征,进而导致... 心冲击图(Ballistocardiography,BCG)记录了人体心脏做机械运动时对外界的作用力信号,不仅能反应心脏节律,还能作为评估心脏血流动力学参数变化的有效依据。但BCG信号的采集过程中影响因素较多,这些严重地影响着信号形态特征,进而导致对其进行血流动力学分析得不准确。因此,该文采用聚偏氟乙烯压电薄膜传感器,设计并实现了能够有效抑制外界干扰、具有高信噪比的BCG信号采集系统。基于该系统研究了传感器位置、床垫硬度、躺卧姿势对采集系统稳定性的影响,并分析了在呼吸暂停情况下采集系统的检测性能。结果表明,在卧姿采集BCG信号时,应选择硬质床垫(如木板床),并将传感器摆在心脏正下方的位置,使受试者保持平躺姿势。满足上述条件时,所采集的BCG信号波形最佳,H、J、K波波形明显,且具有较强的节律性,有利于提高后续血流动力学分析的精度。 展开更多

关键词 心冲击信号 聚偏氟乙烯传感器 非接触体征监护 呼吸暂停

在线阅读 下载PDF 职称材料

基于CTA图像的两阶段U-Net冠状动脉分割 被引量：1

13

作者 王璐 杨小帆 +1 位作者 王前进 徐礼胜 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第6期792-800,共9页

基于CT血管造影(computed tomography angiography,CTA)图像的冠状动脉自动分割的挑战在于冠状动脉结构复杂、前背景分布严重不平衡,分割时易受冠状静脉和其他组织的干扰.提出了一种两阶段的冠状动脉分割算法,第一阶段采用具有密集特征... 基于CT血管造影(computed tomography angiography,CTA)图像的冠状动脉自动分割的挑战在于冠状动脉结构复杂、前背景分布严重不平衡,分割时易受冠状静脉和其他组织的干扰.提出了一种两阶段的冠状动脉分割算法,第一阶段采用具有密集特征提取和残差特征修正能力的3D DRU-Net进行分割,保证分割的召回率;在第二阶段提出2D双编码多特征融合U-Net(2D DEMFU-Net)进行细分割,先对原始图像和第一阶段分割结果分别进行特征提取,再采用密集跳跃连接融合两个分支上的多层次语义特征,进一步提高分割准确性.实验结果表明,提出的两阶段分割算法在CortArt2020数据集上的Dice相似系数、召回率和精确度分别优于3D U-Net网络3.83%,5.31%和2.23%. 展开更多

关键词 CTA图像 冠状动脉分割 两阶段分割算法 U-Net

在线阅读 下载PDF 职称材料

一种左心室压力个性化估计模型参数子集选择方法

14

作者 柳军 郝丽玲 +1 位作者 何光宇 徐礼胜 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第8期1080-1088,共9页

针对模型估计左心室压力波形的临床个性化需求和大量参数优化计算复杂情况,提出基于灵敏度分析的模型参数子集选择策略.以左心室压力波形特征作为体循环模型的输出,通过自适应稀疏多项式混沌展开算法构建原始模型的元模型,改进索贝尔灵... 针对模型估计左心室压力波形的临床个性化需求和大量参数优化计算复杂情况,提出基于灵敏度分析的模型参数子集选择策略.以左心室压力波形特征作为体循环模型的输出,通过自适应稀疏多项式混沌展开算法构建原始模型的元模型,改进索贝尔灵敏度指标计算,选出模型中对左心室压力波形特征有重要影响的参数作为参数子集.本文提出的选择策略可以为左心室压力波形估计中的模型参数临床个性化提供参考依据;参数子集中模型参数数量的减少,可以降低优化空间和参数求解的复杂度.实验结果表明,采用参数子集的左心室压力波形及特征估计与模型的全体参数估计具有很高的一致性. 展开更多

关键词 灵敏度分析 参数子集选择 左心室压力波形估计 自适应稀疏多项式混沌展开算法 索贝尔法

在线阅读 下载PDF 职称材料