首页 > 文献资料
-
月经性偏头痛患者大脑半球间镜像功能连接的静息态fMRI研究
目的 采用静息态fMRI(rs-fMRI)体素镜像同伦功能连接(VMHC)方法,分析月经性偏头痛(MM)患者双侧大脑半球间功能连接改变.方法 收集15例MM患者(MM组)和15名处于月经期的健康志愿者(对照组),采用疼痛强度数字评价量表(NRS)对疼痛程度进行评分.采集rs-fMRI数据,应用REST软件分析两侧大脑半球镜像对称体素间的VMHC值,获得VMHC值有显著性差异的脑区,并分析MM组患者差异脑区的VMHC值与NRS评分的相关性.结果 与对照组比较,MM组双侧额中回、楔前叶、前扣带回和中央后回VMHC值显著增高,MM组双侧前扣带回VMHC值与NRS评分呈正相关(r=0.82,P＜0.01).结论 静息态下,MM患者双侧大脑半球间功能连接异常,对理解MM的生理机制及相关临床表现提供新的视角.
-
原发全面性癫痫丘脑皮层网络的神经影像学研究进展
原发全面性癫痫患者脑内无器质性病变；常规影像学检查不能发现异常.目前普遍认为丘脑皮层网络在原发全面性癫痫的发病中起着重要作用.多模态神经影像学可从结构、功能、血流及代谢等方面观察大脑异常,为研究原发全面性癫痫的发病机制提供方法.本文对原发全面性癫痫的丘脑皮层网络的神经影像学研究进展进行综述.
-
人工神经网络对孤立性肺结节的诊断价值
目的 利用人工神经网络(ANN)理论,建立一种全新的模式判别方法用于薄层CT上原发良恶性孤立性肺结节(SPN)的鉴别,并探讨其诊断价值及对不同级别医师的辅助诊断作用.方法 收集经手术或穿刺活检病理证实的SPN 200例(周围型小肺癌 135例,良性结节65例),观察3项临床指标和9项薄层CT指标,并对定性指标进行量化.从中随机选择70%左右的样本(140例)作为训练集,建立ANN诊断模型,并与社会科学统计软件(SPSS)分析处理的Logistic回归模型作比较,计算两种模型对所有样本诊断的正确率和ROC曲线下面积.利用训练好的ANN模型对另外60例样本进行测试,分析初、中、高三级放射科医师使用ANN模型前后的ROC曲线下面积.结果 ANN模型诊断的正确率为98.0%,高于Logistic回归模型的正确率86.0%(P<0.001);两种模型诊断的ROC曲线下面积分别为0.996±0.004和0.936±0.017,差异有统计学意义(P<0.001).ANN模型及初、中、高级医师首次诊断的ROC曲线下面积分别为0.954、0.737、0.813、0.874,其中ANN与初、中级医师的差异具有统计学意义(P值分别为0.001、0.007),而与高级医师的差异无显著性(P=0.070);初、中、高级医师使用ANN后的ROC曲线下面积分别为0.920、0.938、0.952,三级医师使用ANN后的诊断能力均有显著提高(P值分别为0.000、0.001、0.039);使用ANN后各级医师对SPN的诊断差异无显著性(初-中级、初-高级、中-高级比较的P值分别为0.614、0.369、0.645).结论 ①根据本研究提出的SPN的征象分类可用于建立ANN模型;②ANN模型用于薄层CT上原发良恶性SPN的鉴别诊断优于传统的Logistic回归模型;③ANN模型对于不同级别的放射科医师都有一定程度的辅助诊断作用.
-
基于反向传输神经网络的肝脏31P磁共振波谱分析
目的 探讨基于神经网络的~(31)P磁共振波谱(~(31)P-MRS)辨别肝硬化、肝细胞癌(HCC)和正常肝组织的价值.方法 运用反向传输神经网络分析66个~(31)P-MRS样本数据,其中包括37个肝硬化结节样本、13个HCC样本和16个正常肝脏样本.结果 经交叉验证实验证明,基于神经网络模型的~(31)P-MR波谱数据分析可以将肝细胞癌的诊断正确率从85.47%提高到92.31%.结论 基于神经网络模型的~(31)P-MRS波谱数据分析可以用于HCC与肝硬化结节的诊断和鉴别诊断.
-
人工脑可控容错域的自联想记忆模型与仿真
设计了一种可控容错域的自联想记忆模型.该自联想记忆模型的优点是:可以根据记忆样本的重要性,为记忆样本设计适当的容错域,特别,可把记忆样本设计为容错域中点,让记忆样本容错域半径达到大.这与人类记忆联想记忆实际情况类似,重要事情或多次见过的事情容错域较大,只需用少量信息就可以联想起来.而且给出了模型的分块并行实现软件.试验表明该模型有很好的抗噪音性.
-
中枢神经修复术研究现状
神经修复术(neurorestorosurgery)是临床神经修复类手术的简称,是神经修复学综合治疗方案的重要组成部分,是神经系统功能恢复的重要治疗手段.神经修复手术与传统的神经外科和骨科中与神经有关的手术主要区别在于,前者为植入某类具有活性的功能体,并且强调功能体植入后可与宿主整合,通过细胞直接接触、分泌因子、调控神经传导等机制对原有神经网络产生良性作用,即在原有神经解剖和功能基础上,促进被破坏或受损害神经再生修补和重塑、重建神经解剖投射通路和环路、调控和改善神经信号传导、终实现神经功能修复[1-4].
-
基于可穿戴传感技术的步态参数建模与跌倒监测方法
在跌倒与认知功能障碍等神经疾病的临床诊断与康复治疗中,步态分析能有效的作为诊断依据,并对跌倒风险与神经疾病患者的康复情况进行评价,帮助制定康复治疗方案和评价疗效.步态数据采集是步态分析的重要环节.其中跨步长和离地高度作为步态数据的一部分,在实际医疗使用中具有较强的参考价值.现有的步态数据采集设备尽管功能强大,采集的数据种类也十分丰富,但是有着操作麻烦、价格昂贵、空间限制等缺点.简易的步态数据采集设备一般都难以采集到跨步长和离地高度等关键数据,难以满足实际需要.本文针对以上的问题,提出了一种通过三轴加速度传感器和陀螺仪采集足部角度数据并通过BP神经网络进行机器学习来推算跨步长和离地高度数据的方法.通过对训练集进行学习训练与交叉认证,得到了跨步长86%,离地高度80%的准确率,论证了通过足部跨步过程中的角度数据推算跨步长和离地高度的可行性,并且利用角度数据进行跌倒监测的初步试验,监测成功率为93.75%.
-
基于人体血液学检测的机器学习辅助泌尿系肿瘤筛查
目的 探索应用人工智能机器学习算法单纯基于肝、肾功等血液学检查来辅助筛查泌尿系统肿瘤.方法 分别利用支持向量机和神经网络算法对3136例正常人员和泌尿系统恶性肿瘤患者肝肾功数据进行分析,找到肝肾功数据与泌尿系统恶性肿瘤的相关性.结果 对于泌尿系统恶性肿瘤通过5次交叉验证的优平均分类准确率达到了92.05％,支持向量机与神经网络算法结果基本一致.结论 机器学习算法可以单纯通过肝、肾功等血液学检测分类正常人和泌尿系统恶性肿瘤患者,表明该方法有望成为一种泌尿系统肿瘤辅助筛查手段.
-
基于模糊神经网络的乳腺微钙化点检测
在乳腺钼靶x线片计算机辅助诊断中,微钙化点的自动检测是难点问题之一.本文基于模糊神经网络,建议了一种乳腺微钙化点提取的新方法.算法首先利用随机方法产生大量的样本,经模糊判别后,输入神经网络进行训练,训练后的神经网络对感兴趣区域进行分类得到微钙化点. 后,仿真结果同其它算法进行比较,证明本文算法具有更高的阳性检出率.
-
放射性肝病的神经网络模型预测研究
目的评价人工神经网络在放射性肝病预测中的价值.方法93例肝硬化Child-Pugh A级患者接受三维适形放疗,其中8例发生放射性肝病.93例被随机分为训练集和验证集进行模型拟合.结果ROC曲线下面积为0.8897,灵敏度、特异度、准确度、阳性预测值、阴性预测值分别为0.875,0.882,0.882,0.412和0.987.结论预测因子涵盖物理和临床指标,人工神经网络模型在放射性肝病的预测中获得了较高的准确度.
-
乳腺癌的现代诊断方法及其评价
乳房是人体的一个浅表器官,却动用了世界上尖端的科技如卫星定位和神经网络等技术来研制诊断乳腺肿瘤的仪器,但到目前为止,还没有一个令临床很满意的诊断仪器,可见乳腺癌的早期诊断仍然不易.由于迄今为止仍然没有一种有效控制乳腺癌发生的一级预防措施.
-
基于R语言BP神经网络瓦里安NovalisTx直线加速器MLC系统故障预测模型研究
目的 构建并研究瓦里安NovalisTx直线加速器MLC系统故障预测BP神经网络模型.方法 取加速器临床使用18个月MLC系统故障统计数据为研究对象,以加速器使用总时间、月治疗患者数量、日均开机工作时间、RapidArc计划数量及加速器保养后时间间隔为输入故障因素,以故障频次预测为输出结果,采用R语言AMORE包构建MLC系统故障预测BP神经网络模型并对其进行仿真验证.结果 模型采用3层网络实现输入输出转换,其输入层5个节点、隐层13个节点、输出层1个节点;输入层至隐层、隐层至输出层分别选用tansig、purelin传递函数;模型设定大训练学习次数150次,实际使用111次,设定误差3％,实际误差2.7％,表明其收敛较好.该模型对18个月临床故障数据仿真验证结果表明预测数据与实际数据较为接近.结论 基于R语言BP神经网络故障预测模型实现了MLC系统故障因素与故障频次间映射关系描述,可为设备故障规律了解和备件库存管理提供参考.
-
立体定向脑电图致痫指数分析在致痫区定位及致痫网络评价中的应用
目的 提出一种新的基于立体定向脑电图(SEEG)发作期高频活动(60~90 Hz)分析的SEEG定量方法,计算高频致痫指数(HFEI),从而定位癫痫患者的致痫区,评价致痫网络.方法 回顾性分析2015年4月至2016年3月在清华大学玉泉医院行癫痫术前评估,并进行立体定向电极置入的15例难治性癫痫患者发作期的SEEG资料,将置入电极后头颅CT与术前MRI图像进行融合及三维重建,对电极触点进行精确定位.计算发作期SEEG的定量指标HFEI,设定其阈值,从而确定超过阈值的致痫触点.致痫网络范围分类的定义为:致痫触点局限于1个脑回或脑结构为局限性,≥2个脑回而在1个脑叶为脑区性,超过1个脑叶但局限于一侧半球为多脑区性,累及双侧半球的为双侧性,并将此结果与患者的病理结果进行比较.结果 在15例患者中,致痫网络范围为局灶性4例,脑区性4例,多脑区性6例,双侧性1例,其中致痫网络范围广泛的(多脑区性+双侧性)占7/15.与患者的病理结果进行对比后发现,2例海马硬化的患者致痫网络范围均为脑区性;4例软化灶病例中,致痫网络范围为多脑区性2例,局灶性2例;6例皮质发育异常(5例为局灶性皮质发育不良,1例为灰质异位)患者中有3例致痫网络范围为多脑区性,1例局灶性,1例脑区性,1例双侧性.共有12例患者的术后随访达到半年以上,对他们进行Engel分级,其中10例为Ⅰ级(10/12).结论 HFEI的计算探索了一种新的基于SEEG高频能量分析的数学定量方法,具有客观性,可以辅助定位致痫区和评价致痫网络范围.
-
经颅重复磁刺激的研究和临床应用新进展
经颅磁刺激技术(transcranial magnetic stimulation,TMS)出现于1985年,通过时变磁场(time-varying)产生感应电流直接刺激皮层神经元而改变后者功能.单脉冲TMS、重复TMS(rTMS)、配对TMS、围刺激期时间直方图等与其他检查方法联合应用,可描述不同脑区的功能,不同脑区之间或内部和(或)投射纤维之间的联系和变化及继发行为改变.尤为人们关注的rTMS技术出现于1992年,其不仅影响刺激局部和功能相关的远隔皮层功能,实现皮层功能区域性重建,而且产生的生物学效应可持续到刺激停止后一段时间,已成为研究神经网络功能重建的良好工具,并用于某些神经心理疾病的发病机制和治疗效果的探讨[1,2].现就近年来rTMS的研究及应用进展综述如下.
-
急性缺血性卒中与神经功能联系不能的研究进展
Von Monakow 于1914年首次提出"局部脑损害可以使结构正常的远隔部位出现短暂的功能抑制,且原发损害部位与远隔部位之间有解剖上的纤维联系",并将这一现象称之为"神经功能联系不能(diaschisis)".但只是近20年,由于神经网络概念和功能神经影像技术的进步才使神经功能联系不能的概念被证实[1].尤其在急性缺血性卒中与神经功能联系不能的研究取得了很多进展.
-
经颅磁刺激的基础与临床应用
1985年Barker等[1]首次将磁刺激技术从周围神经系统应用到中枢神经系统,从而产生了一种新的神经生理刺激手段.随后,经颅磁刺激(transcranial magnetic stimulation,TMS)技术快速发展,被广泛应用于基础和临床.1989年又出现了重复TMS(repetitive TMS,rTMS),其突出特点是具有持续生物学效应,因而可作为一种治疗手段,应用于难治性抑郁、难治性癫癎、帕金森病(PD)等药物治疗不理想的神经精神疾病,还可通过激发神经网络重塑,应用于神经系统损伤的康复.
-
经颅磁刺激技术在研究工作记忆中的应用
一、经颅磁刺激概述经颅磁刺激(transcranial magnetic stimulation,TMS)是一种无电极刺激形式,通过颅外放置的电磁刺激器在大脑皮质诱导产生感生电流直接刺激特定的皮质神经元,受到刺激的皮质产生瞬间可逆性功能障碍,可看作是一种"虚拟性损毁".对比磁刺激前后发生的功能变化,可以粗略了解和判断特定时刻所刺激的皮质结构的脑功能.重复经颅磁刺激(rTMS)是在TMS基础上发展起来的一项新技术,与单脉冲TMS(sTMS)比,rTMS不仅影响刺激局部和功能相关的远隔皮质功能,而且产生的生物学效应可持续到刺激停止后一段时间,已成为研究神经网络功能重建的良好工具[1,2].
-
神经网络在儿童斜视手术中的应用
目的利用神经网络的特点,尝试将其应用于儿童斜视手术,提高手术成功率.方法用训练好的软件指导儿童斜视的手术量设计.结果用该软件设计的斜视手术量为56例共同性内斜视患者进行手术,术后正位率(≤±10△)为92.9%.结论运用神经网络技术指导斜视手术是一种科学的、有益的探索,有助于手术医生积累经验,提高手术成功率.
-
视觉发育过程中神经网络的可塑性
视觉系统的神经网络是由许多神经元通过突触联系而形成的。遗传因素为年幼个体的突触联系奠定了良好的基础，而网络中的突触联系又是在内、外界环境因素的影响下，不断地发育和完善，因而突触联系便有了可塑性和敏感期，而且与一些疾病(如：弱视)的发病机理密切相关。随着电生理(尤其是膜片钳方法)和分子生物学技术的迅猛发展，近年来对这些课题进行了更深入的研究，本文综述国内外在这方面的一些新观念和所取得的新成果。
-
载人飞船环控生保自学习智能决策支持系统的设计与实现
目的 在载人飞船飞行期间监控环境控制与生命保障系统(environment control and life support system,ECLSS)的工作状态,对故障进行诊断和决策支持.方法 依据决策支持系统、神经网络和专家系统原理,设计出了环控生保决策支持系统(ECLSS Decision supporting system,EDSS)的基本结构,运用故障树分析方法进行故障划分,形成专家知识,并将神经网络与专家系统相结合进行自学习.结果 在2人5天的"神舟"6号载人飞行试验中,软件系统得到了全面考核和验证,为试验任务的圆满成功提供了良好的技术支持和保障.结论 所建立的决策支持系统能够准确、迅速地进行数据判读和故障诊断,数学模型设计正确,参数预测结果合理.
关键词： 环控生保系统(ECLSS) 自学习智能决策支持系统 神经网络 专家系统 载人飞船
