面向阿尔茨海默病的脑网络多频融合图核

复杂网络分析与机器学习方法相结合的阿尔茨海默病辅助诊断研究受到了越来越多的关注,其通常采用脑功能网络的方法来描述大脑活动的信息.然而,现有的成果大多基于时域信号匹配构建脑功能网络,忽略了脑活动信息在各个频段下的差异.因此,本文提出了脑网络多频融合图核的阿尔茨海默病诊断方法.首先,将功能磁共振成像产生的图像通过小波变换的方法进行分频段处理;其次,分别计算得到的各频段图像中任意两个脑区间的互信息,并设定阈值与互信息值进行比较进而构造出多频脑网络模型;然后,基于此提出面向多频脑网络模型的融合图核;最后,基于多频融合图核、采用核极限学习机在ADNI(Alzheimer’s Disease Neuroimaging Initiative)公开数据库中获取的一组数据以及在OASIS(Open Access Series of Imaging Studies)公开数据库上获取的一组数据进行阿尔茨海默病的诊断.同时,还通过实验验证了不同参数设置对诊断结果的影响.两组数据集的实验结果表明,提出的多频融合图核的辅助诊断方法能够取得最佳性能,且该方法的辅助诊断准确率在两种数据集上比对比方法的最好结果分别提高了13.79%和15.29%.     

多频段脑功能网络融合的阿尔茨海默病分类

将图论与机器学习方法相结合的阿尔茨海默病计算机辅助中,脑网络的构建大多是基于滤波去噪后的全频段BOLD信号匹配,忽略了不同脑活动信息的差异.因此,本文提出了一种多频段脑功能网络融合模型.首先将离散小波变换应用于BOLD信号中,得到不同频域下的体素信号,而后计算同频信号的相关性,获取不同频段下相关矩阵.而后计算所有矩阵的网络特征,在特征选择后基于SVM对患者进行分类.从实验结果可以看出,分频下的脑功能网络特征与未分频网络相比能在一定程度上提高分类的准确性;体素级网络由于可以更加详细的表达脑网络的变化,其分类效果要优于脑区级.     

生物医学工程研究生培养新模式探索

生物医学工程是一门整合物理、数学、工程技术、生物医学科技与临床应用的跨领域工程科学,培养能够适应生物医学工程发展需要、熟悉国际规则和惯例、对生物医学产业发展具有影响力的国际化研究型、具有实践能力和创新精神的高素质复合型人才不仅符合生物医学工程专业的特点,对于满足就业市场的需求也具有十分重要的意义。研究以东北大学生物医学工程专业为例,通过生物医学工程专业研究生培养新模式的探索,找出优化的研究生培养规律和教育教学模式,在此过程中,揭示创新型人才培养的机制、方法,从而提高研究生教育的理论水平,提高教学质量和人才培养质量。     

跨模LDA融合的多模态数据主题分析方法

随着互联网的高速发展,社会大众可以通过网络对医疗事件以及医患关系自由地发表个人意见和观点言论,这对于引导公众正确的价值导向有着重大研究意义.然而,仅考虑单模态数据的主题分析算法不能精准地把握整个舆情事件的真相,存在主题提取不准确、个人情感先入为主等问题.提出一种基于LDA的多模态数据主题分析算法MD_LDA(multimodal data topic analysis based on LDA).通过对各模态主题分析结果进行决策级融合来计算多模态的主题分析结果,进而解决传统方法对多模态数据考虑不全面的缺陷.实验结果表明,针对多模态舆情事件,在主题词的提取效果上,所提出的MD_LDA算法优于单一模态数据进行主题分析的算法.而相对于传统的关键词提取算法TF_IDF与TextRank和MD_LDA算法的准确率以及主题词提取效率均有所提高,验证了结合多模态数据进行主题分析的MD_LDA算法的有效性.     

最大子空间共调控基因聚类

提出了一种编码方案,同时聚类正共调控基因和负共调控基因.基于这种编码方式,两个正共调控或负共调控的基因都具有相同的编码,因此被聚集到同一个共调控基因类中.进一步提出了一个基于这种编码方案进行最大子空间共调控基因聚类的新算法及一些新的相关削减策略.一个最大子空间共调控基因聚类聚集了某个条件序列上的一组共调控基因,而且不被其他的子空间共调控基因聚类包含.从多方面分析了该算法的性能,并将其用于白血病和酵母细胞的真实表达数据集及人造数据集聚类.理论分析和实验结果都表明,相对于已有的基于模式/趋势的聚类算法,该算法能发现更多具有生物意义的共调控基因聚类,并且性能优于目前的共调控基因聚类算法.     

低负载医学图像自动存档与通讯系统架构

虽然DICOM标准是医学图像存档和通信系统(PACS)中不可或缺的重要组成部分,但由于非DICOM图像在计算机上可以被快捷的浏览和压缩携带,导致了许多医院系统中大量使用的医学图像是非DICOM格式.而这种非DICOM图像却非常不适于医学工作者的诊断和研究.本文利用非DICOM与DICOM格式自动转换技术将DICOM网关的处理下移,设计了一套低负载的医学图像自动传输和存档系统框架.分析表明,该系统与传统的医学图像存档和传输系统相比,在稳定性、兼容性、自动性、可扩充性、可实现性等都有了明显的改善和提高.     

双侧特征融合的乳腺肿块检测

乳腺癌是妇女最常见的恶性肿瘤之一,面向乳腺钼靶X线图像的计算机辅助肿块检测技术可以帮助影像科医师早期发现乳腺病变.针对于单侧的乳腺肿块检测中准确率有待提升的问题,提出双侧特征融合的乳腺肿块检测算法.首先,进行图像预处理,并利用相干点漂移完成乳腺轮廓配准;然后,利用配准得到的变换矩阵获得双侧乳腺感兴趣区域,再在其中提取左右侧乳腺的单侧特征向量和双侧对比特征向量,从而建立融合的特征模型,并采用遗传选择算法对特征向量进行特征选择;最后利用极限学习机基于选择后的特征进行乳腺肿块检测.实验结果表明,与传统的基于单侧的乳腺肿块检测算法相比,文中算法能有效地提高检测准确率.     

一种高度自动化的三维CT数据腰椎分割方法

针对现有分割方法,分别存在无法完全分割、不能适应所有数据或过多的手动干预等局限性问题,提出了一种用于CT图像单节腰椎分割的新方法.首先从CT图像中分割整条脊椎,然后再分别断开单个椎体和椎小关节,从而使待分割的一节腰椎与其他部位分离.利用人造数据和真实数据对本方法进行了评估,结果显示本法可以高度自动化地分割任意单节腰椎.本方法是医生进行辅助诊断的重要方法,在相关领域的研究中具有广泛意义.     

基于VTK的交互式切割的研究与实现

本文探讨利用开源的Visualization Toolkit(VTK)技术开发出可视化软件.VTK是面向对象的通用可视化类库,在科学和工程界有着广泛的应用,文中主要介绍交互式切割的意义以及VTK的可视化开发流程,并在此基础上讨论了两种交互式切割方式(Cropping和Clipping)的原理和实现方法,提出将其应用于医学教学、科研和临床诊断的虚拟切割中的设想,完成三维重建与虚拟切割的功能,从而满足临床与科研的需要.     

磁共振波谱水信号处理最新进展

磁共振波谱是目前唯一能无损伤性研究活体组织代谢、生化及化合物定量分析的方法,最近几十年活体磁共振波谱在医疗临床实践和科研实验中发挥重要作用,磁共振波谱中代谢物的定量需要是使用信号处理的方法对水信号进行处理.本文主要介绍了水抑制处理和无抑制水处理两种技术,其中水抑制处理技术主要介绍了滤波器方法和近似模拟方法,对无抑制水处理技术的特点进行了阐述.并对低通滤波、奇异值分解等经典方法进行了详尽的叙述,介绍其它的各种方法及比较了它们的优缺点,全面反映了国内外磁共振波谱水信号处理的最新进展.