基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

虹膜图像的分段检测眼睑算法提取及其图像清晰度评价研究

针对虹膜图像的提取和清晰度分析问题,研究了基于分段检测眼睑的虹膜图像采集及对所采图像的清晰度的评价,进而提出了一种新的解决方法.所提方法使用分段检测的眼睑分割算法提取虹膜边缘,使用倒谱域函数评价图像的清晰度.分段检测方法可经过圆弧参数的分段拟合、动态聚类,快速准确地分割出虹膜图像中的上下眼睑,倒谱域函数评价法可大大减少...     

超声波降解水中甲基橙的实验研究

为开发利用超声降解染料废水技术,建立了以甲基橙为模型化合物的超声降解模拟实验。考察了pH值、甲基橙初始浓度、氧化剂过氧化氢的投加浓度以及超声设备声能密度等实验条件对超声氧化降解甲基橙效果的影响。当甲基橙溶液初始浓度为2 mg.L-1、pH值为2时,按0.01 mL/100 mL浓度投加过氧化氢,在300 W声能密度条件下仅需20 min,甲基橙的降解率可达到91.79%。实验结果表明,超声降解染料废水技术操作简单、高效快速,具有广阔的应用前景。     

石英管负载纳米TiO2对污水光催化的研究

主要研究了石英管负载纳米二氧化钛对污水中细菌的杀灭作用。通过对污水处理前后细菌含量的对比,发现石英管负载纳米二氧化钛具有明显的杀菌作用。试验结果表明,与没有镀纳米二氧化钛膜的石英管相比,石英管负载纳米二氧化钛在紫外光的催化作用下其杀菌效率有明显的提高,杀菌率由95.86%提高到98.41%,杀菌前后的细菌绝对数量由9.1×103下降到3.5×103,比未镀纳米二氧化钛膜的石英管减少了50%甚至更多。同时也发现,分别镀一层,二层及三层的纳米二氧化钛膜的石英管的杀菌效率基本相同。     

纳米羟基磷灰石颗粒固定化漆酶的研究木

利用羟基磷灰石对漆酶进行了固定化研究,确定了羟基磷灰石对漆酶固定的最适条件,并研究了不同温度下游离漆酶与固定化漆酶活力的差异,同时也对游离漆酶与固定化漆酶的Km值进行了研究.结果表明:0.08 g羟基磷灰石固定1 mL粗酶液,当固定化过程pH为6,交联剂戊二醛浓度为6%,固定化时间为1 h时,酶活力达到最大.当温度在3...     

基于NRC和多模态残差神经网络的肺部肿瘤良恶性分类

针对深度卷积神经网络训练时的网络退化、特征表达能力不强等问题,提出一种基于非负表示分类和多模态残差神经网络的肺部肿瘤(residual neural network-non negative representation classification, resnet-NRC)良恶性分类方法。使用迁移学习将预训练残差神经网络模型初始化参数;分别用CT、PET和PET/CT 3个模态的数据集训练残差神经网络,提取全连接层的特征向量;采用非负表示分类器(non-negative representation classification, NRC)对特征向量进行非负表示,求解非负系数矩阵;利用残差相似度进行肺部肿瘤良恶性分类。通过AlexNet、GoogleNet、ResNet-18/50/101模型进行对比试验,试验结果表明,ResNet-NRC分类效果优于其它模型,且特异性和灵敏度等各项评价指标也较高,该方法具有较好的鲁棒性和泛化能力。     

基于结构修剪神经网络的股票指数预测模型*

股票市场是非线性系统,具有内部结构复杂性和外部因素多变性,在股市指数价格和成交量基础上,引入宏观经济指标共同构建模型预测指标体系,并分析各指标之间的长期均衡关系和因果关系。在贝叶斯分析的基础上,将代表网络复杂性的惩罚项引入模型误差函数中,并通过动态调整惩罚因子删减网络中对股票市场不敏感的隐层神经元,在保证模型泛化能力的同时实现网络结构精简。以上证指数为例,构建基于BP算法的结构修剪神经网络预测模型,在不同的预测指标体系下对股票市场运行规律进行学习,并对上证指数进行仿真预测。最后,通过与其他神经网络预测模型     

大数据等新一代信息技术在糖尿病患者管理机制中的探讨

<正>目的 ：基于大数据等新一代信息技术，构建糖尿病患者管理新流程。方法 ：首先，基于文献检索探索了国内外糖尿病患者管理现存问题及信息技术在糖尿病管理中的应用现状；其次：在医疗大数据背景下，构建了涵盖诊前、诊中、诊后的糖尿病患者管理全流程服务。结果：新流程具有投入成本更低、医生参与意愿更强、执行更加可控、质量更加准确等八方面优势。结论 ：本研究构建的糖尿病患者管理新流程，一方面有助于提高医护人员对糖尿病患者血糖控制效果，提高糖尿病患者的依从性；另一方面可改善患者的自我管理能力及自我效能，提升生命质量。     

基于粗糙集的属性约简算法综述

属性约简是粗糙集中的一个重要研究方向.本文从8个方面对基于粗糙集的属性约简算法进行归纳,即:不完备决策信息表,不相容决策信息表,连续型属性决策信息表,动态决策信息表,有序型属性决策信息表,基于粗糙扩展模型的属性约简,基于属性重要度的属性约简,结合智能优化算法的属性约简,这对进一步深入研究粗糙集的属性约简算法具有积极意义.