基于定量生理模型的推理

我们用定量生理模型进行诊断推理的研究，建立了一个诊断推理实验系统ＱＮＲＥＡＳＯＮ．它能根据数学模型从症状参数推断出疾病，并把疾病用定量形式表示出来．本文介绍了ＱＮＲＥＡＳＯＮ的推理机制，并用它进行了实验，实验数据表明推理的结果和仿真一致．     

诱发电位的谐振模型分析

本文修改了O′connor等提出的参考模型法,提出了衰减谐振模型来分析诱发电位。本模型的神经生理基础是基于Freeman和Basar等的工作。本模型的参数检测算法分两步:(1)利用改进的后向予测滤波和多项式求根求出各分量波形的频率f和指数衰减包络的时间常数1/β,并构造出谐振衰减分量。(2)利用衰减谐振分量做为匹配滤波器的冲击响应,再利用匹配滤波器检测出各分量的相移t_z;由最小均方误差拟合求出各分量的幅值A。文中列举了三个形状不同的典型视觉模式诱发电位波形的分析及波形重构,信号误差指数小于0.06。由本方法得到的特征参数重构波形的形状与原始诱发电位波形一致.并保持主要峰值潜伏期基本不变.     

视觉诱发脑电波的时变最优滤波估计

本文提出了一个自修正的非平稳信号模型,并设计了时变最优滤波器于视觉诱发脑电波 的估计.估计出的信号与原始信号的各波峰潜伏期严格保持一致,而波峰幅值略有衰减.给 出的仿真与实体试验结果都证明了本方法的有效性.     

一个基于规则的神经网络系统

本文提出了一个基于规则的神经网络结构，它溶基于规则的方法和神经网络技术于一体，使得隐含于神经网络结构中的知识可以表示成规则的形式，从而增强了神经网络的解释功能。为了验证基于规则的神经网络结构的优越性，本文介绍了用该神经网络结构实现的心电信号分析系统。实验结果表明：该系统无论在分析效率上，还是在系统的自适应能力上都较传统的心电信号分析方法有很大的改进。     

一个基于神经网络的专家系统

医疗专家系统主要使用基于知识的技术，其中的决策规则和策略来自于人类的专家。把这些知识和各种推理方法结合，可以建立一个模拟专家决策过程的系统。建立这样一个系统，需要经常与专家磋商，以获取专家的知识，因而需要大量的时间和精力。为此，本文提出直接从数据中提取有效的信息，即用神经网络提取隐含在大量数据中对医疗诊断有效的信息，继之与基于规则的知识，各种推理方法相结合，建立一个神经网络专家系统。     

关系结构中的神经计算

人工神经网络在许多应用领域中建立了一种新的高度并行计算的结构。具有表示概念和知识的模糊集合被认为是处理人们日常生活中不确定问题的一种工具。特别是关系结构,它在构造现实世界中的形式关系模型中起着非常重要的作用。本文根据模糊集合理论,提出新的神经网络结构及其新的学习算法,并研究其性质。一方面把模糊集合的方法学应用于神经网络结构和学习算法的研究,同时使得神经网络的硬件实现更加容易。     

神经网络识别非平衡样本模式的网络优化方法

本文基于多目标优化的思想，分析了用神经网络实现非平衡样本模式识别与分类时，网络优化过程中基本ＢＰ算法收敛速度低的原因，给出了两种相应的改进算法，并利用这两种算法研究了两例非平衡样本模式的分类问题，研究结果表明：改进的算法有效地提高了网络优化收敛速度。     

微血管管径的显微电视信号直接计数测量法 微循环研究之一

本文介绍了在微循环研究中一种微血管管径的显微电视信号直接计数测量法。详细介绍了系统的框图和信号传输过程中各处的波形。研究了测量系统的线性度,长期稳定性和精度指标。列出了动物试验的结果。证明本系统测量微血管管径的范围为10～100μ,标准偏差0.3μ,系统的长期稳定性是好的。     

一种求解心电场逆问题的新方法用于心肌梗塞参数识别的研究

基于一种求解心电场逆问题的新方法,对心肌梗塞参数识别进行研究,仿真研究了心肌梗塞参数（部位和大小）与体表电位分布（Ｂｏｄｙ Ｓｕｒｆａｃｅ Ｐｏｔｅｎｔｉａｌ Ｍａｐｐｉｎｇｓ,ＢＳＰＭ）特征参数之间的关系。用ＤＳＰＭ中对梗塞部位和大小的敏感特性参数构造了优化系统的数学模型,试验结果表明,该研究方法可以有效地识别梗塞部位和大小,梗塞部位的识别精度为一个心肌分区,梗塞大小的识别精度可达８５％以上。