小榄地区育龄期妇女多囊卵巢综合征临床数据研究

目的:调查小榄地区育龄期妇女多囊卵巢综合征(PCOS)发病率及不同治疗方法效果比较。方法:选择2014年1-6月来本院就诊及妇科普查时诊断为PCOS综合征的患者128例,计算小榄地区育龄期妇女PCOS发病率及治疗总有效率。将患者按随机分为A、B、C三组,比较各组试验生活方式改变、口服避孕药、二甲双胍治疗方法的实际治疗效果。结果:小榄地区PCOS总发病率0.67%。A组总有效率为80.95%,B组为90.70%,C组为93.02%,三组的总有效率比较差异有统计学意义(P<0.05)。结论:小榄地区是PCOS高发地区,二甲双胍片与口服避孕药对PCOS的治疗同样有效。     

齐墩果酸分子印迹聚合物的计算机模拟、制备及吸附性能研究

在软件Hyperchem7.5中,采用分子力学MM与PM3半经验法优化齐墩果酸(OA)与甲基丙烯酸(MAA)、丙烯酰胺(AM)的分子最低能量构象,计算各自电荷分布;采用AmberMM与PM3半经验法,模拟OA-MAA、OA-AM的结合,计算OA-MAA、OA-AM的结合力大小。分别以MAA、AM作为功能单体,采用本体聚合法制备OA-MIP_1、OA-MIP_2。通过结合动力学实验和等温吸附实验对OA-MIP_1、OA-MIP_2进行吸附性能评价。从模拟结果可看出,OA-MAA较易形成氢键,使得OA-MIP_1对OA吸附较快,而OA-AM形成较稳定氢键,结合力较强,使得OA-MIP_2拥有更大的平衡吸附量。静态吸附结果表明,OA-MIP_1在0.5h即可达到吸附平衡,而OA-MIP_2则需要2h;OA-MIP_1的平衡吸附量为145μmol·g~(-1),远低OA-MIP_2平衡吸附量345μmol·g~(-1)。这与计算机模拟的结果一致。研究结果表明,计算机模拟能应用于OA-MIPs合成前的功能单体筛选,能有效地提高OA-MIPs的研发效率。     

基于选择性TpV正则化的DBT重建算法

针对数字乳腺断层合成摄影(digital breast tomosynthesis,DBT)为有限角度的低剂量重建问题,提出了一种基于选择性TpV(total pvariation,TpV)正则化的重建算法。采用两相式重建策略,对DBT投影数据进行联合代数重建(simultaneous algebra reconstruction technique,SART),获得满足数据一致性以及非负性约束的图像,采用选择性TpV正则项作为约束条件更新图像,抑制图像噪声,锐化图像边缘特性,两相交替进行,直到满足收敛准则。应用该算法对数字仿真乳腺体模进行重建,实验结果表明,与SART算法、SART-TpV算法相比,该算法不仅平滑了图像噪声,而且保留了图像的边缘特性,尤其实现了微小钙化的清晰显像。     

呼吸感应体积描记系统中弱信号锁相放大模块的设计

在呼吸感应体积描记呼吸测量系统中,需要测量nV~μV级的微弱感生电压信号,而且在测量过程中,做为传感器的电感线圈容易受到测量环境,呼吸运动以外的其他运动和电子噪声等影响。为适应系统测量范围并降低噪声的影响,设计了一种基于AD630锁相放大电路微弱生理信号检测模块。该模块的锁相放大器具有大于0.96的良好线性度,能检测出传感器的感生电压信号,并分离出直流分量,有效地降低噪声对系统的影响,提高了系统测量的精度,并有望应用于其他微弱生理信号检测。     

几种机器学习方法在黑色素瘤计算机辅助诊断中的性能比较

黑色素瘤的计算机辅助诊断是基于激光共聚焦扫描显微镜（CLSM）皮肤图像纹理特征, 并引入机器学习的技术, 为临床应用研发的一种能够准确、有效地识别在体恶性黑色素瘤新医学诊断方法, 将常用的基于机器学习的ID3、分类与回归树（CART）和AdaBoost三种算法应用于良恶性黑色素瘤图像的特征识别, 并对各种学习方法的性能进行比较。实验结果表明, AdaBoost算法具有较好的分类识别性能, 不但提高了恶性黑色素瘤早期诊断的准确度, 降低了良性黑色素瘤的误诊率, 而且为临床上早期发现和诊断提供了客观依据。     

LFSCA-UNet：基于空间与通道注意力机制的肝纤维化区域分割网络

目的 肝纤维化是众多慢性肝脏疾病的常见表现,如不及时治疗可发展为肝硬化甚至引发肝癌。肝纤维化的准确评估对临床治疗和预后评估等至关重要。目前,肝纤维化的诊断通过肝穿活检判断,有创且有并发症危险。为此,基于影像学的无创诊断方法越来越受到关注。本文提出一种基于通道注意力与空间注意力机制改进的用于肝纤维化区域的自动化分割U-Net （liver fibrosis region segmentation network based on spatial and channel attention mechanisms,LFSCA-UNet）。方法 依据Attention U-Net的改进方式,围绕U-Net的跳跃连接结构进行基于注意力的改进,在AG （attention gate）的基础上,加入以ECA （efficient channel attention）模块为实现方式的通道注意力机制,依据加入ECA的位置,LFSCA-UNet分为A、B、C共3个子型。结果 在肝数据集上与其他实验网络进行评估对比,本文提出的LFSCA-UNet网络结构平均Dice系数达到了93.33%,相比原始U-Net的Dice系数提高了0.539 6%。结论 本文方法将空间注意力机制与通道注意力机制进行结合,有效提高了肝纤维化区域的分割精度,对空间注意力模块使用通道注意力模块优化输入和输出,增加了网络的稳定性,提升了网络的整体效果。     

基于复合混沌的鲁棒型医学图像加密算法

当前单一混沌图像加密算法的图像置乱程度低,导致加密结果易受到已知明文攻击,存在安全性低的问题。本文提出基于复合混沌的鲁棒型医学图像加密算法。设置图像密文反馈机制作为算法实现的理论支持,并读取鲁棒型医学原始图像。根据混沌模型的建立条件,构建复合混沌模型。选择Logistics混沌映射,生成复合混沌序列并进行多次迭代后,置乱加密鲁棒型医学初始图像像素值并进行替换与扩散,生成对应的密钥,从而实现鲁棒型医学图像的加密。通过与传统加密算法的对比,本文方法的置乱位数增加了886位,即置乱程度提升了8.7%,且明密文序列相关性较低、抗明文攻击能力较强,实验结果表明该鲁棒型医学图像加密算法的安全性较高。     

提取B超病灶的尺度分解小邻域统计水平集方法

在区域水平集方法基础上,利用小波变换将图像分解成多尺度子图像,对不同尺度子图像进行边缘提取并经过数学形态学算子修正,得到接近目标边界的水平集初始轮廓,解决了区域水平集方法对初始轮廓要求高的问题;接着运用小邻域统计方法计算并判断各像素点小邻域统计信息,筛选出该邻域内有效点集作为本次参数代入水平集公式进行迭代运算。实验表明:与几种现存的水平集方法相比,小邻域统计水平集方法能够较好地抑制B超图像噪声,快速地确定病灶边界,对模糊边界的捕获效果好。     

诱发电位反卷积技术的不适定问题及正则化解决方法

连续循环平均反卷积 (Continuous loop averaging deconvolution, CLAD) 是近年来用于提取高刺激率模式下听觉诱发电位(Audi t ory evoked potential, AEP)的一种行之有效的方法。但是,CLAD方法在频率域求解时,对 刺 激序列的频谱特性有严格的限制,给应用带来不便和局限。本文提出一种在时域实现反卷积 的方法,将其转化为线性变换矩阵的逆滤波处理。并且利用奇异值分解分析了由不良序列带 来的不适定问题,引入正则化技术改善病态矩阵对重建结果的影响。最后比较了若干种 典型刺激序列和不同噪声条件下AEP的恢复实验,结果表明本方法可以较好地解决不良序列 和一般噪声水平条件下暂态AEP信号的恢复重建。     

Hausdorff距离和量子粒子群的二维图像匹配

提出了一种基于Hausdorff距离和量子粒子群算法的二维图像匹配算法。为了实现二维图像的搜索,首先利用Canny算子提取图像的边缘,再利用Hausdorff距离作为图像搜索的目标函数,然后引入了带量子行为的粒子群的优化算法来求解搜索所需的空间变化参数,实验结果表明,带量子行为的粒子群的优化算法（QPSO）能够迅速地在全局范围内找到最优解,因此应用于二维图像搜索是可行的。