首页 > 文献资料
-
基于模糊C均值聚类改进算法的脑部MR图像分割研究
目的 提出一种基于邻域隶属度参数优化的模糊C均值(Fuzzy C-Means,FCM)聚类改进算法,并用于脑部MR图像分割.方法 首先,采用遗传算法、粒子群优化算法和联合算法计算隶属度函数佳参数,然后采用此隶属度函数优化FCM聚类算法相似度函数,后根据改进的FCM聚类算法分割脑部MR图像.图像分割精确性评价指标采用假阴性率、假阳性率、分割错误率和相似性系数.结果 选用不同FCM算法对包含噪声的人工合成图像和临床实例MR图像进行仿真实验.定性分析显示本文提出的FCM聚类改进算法获得分割图像能保留更多的边缘和细节信息;定量评价显示基于本文提出的FCM改进算法获得的分割假阴性率(0.0058％～4.28％)、假阳性率(0.0182％～20.15％)和错误率(0.0085％～7.15％)均小,相似性系数高达92.65％.结论 联合使用遗传算法和粒子群优化算法能获得佳隶属度参数,基于此改进的FCM聚类算法能有效克服噪声造成的局限性,提高脑部MR图像分割精准度,具有较高的临床应用价值.
-
基于粒子群算法与反向传播神经网络的呼吸运动预测研究
在放射治疗过程中,呼吸运动会造成某些器官组织如肺、肝的靶区发生变化,从而降低放疗的效果,并且加大对正常组织器官的伤害.因此,在放疗过程中对靶区进行呼吸运动的实时估计是一项非常必要的工作.由于具备较好的非线性拟合能力,优化反向传播神经网络(BP-NN)已经被广泛应用于呼吸的预测,然而BP-NN容易陷入局部优值.提出一种应用粒子群算法(PSO)优化BP-NN的方法减少陷入局部优值的机率,提高呼吸运动预测的精度.首先,应用PSO算法寻找神经网络的佳初始权值与阈值;然后,应用优的初始权值与阈值建立神经网络(PSO-NN);后,利用建立的PSO-NN网络进行呼吸预测.结果表明,11组肺癌病人呼吸运动预测实验对比结果表明,此算法(PSO-NN)相比单纯应用BP-NN算法的平均绝对误差由0.24减少到0.18 (25％),互相关系数由0.82提高到0.86.所提出的算法可以有效地减少BP-NN陷入局部优值的机率,提高预测的精度.
-
膝骨性关节炎运动质量评估系统设计
为膝骨性关节炎患者提供一种运动康复训练的监护系统,患者可以通过监护系统了解自身运动规范程度并作适当的调整.设计了一种基于ZigBee无线通信技术的人体下肢运动质量评估系统,以评估膝骨性关节炎运动理疗法的动作规范性.该系统将装有微型加速度传感器的ZigBee模块穿戴在人体的下肢,获取运动时的三维加速度信号,将加速度信号经过Haar小波变换后,采用粒子群算法提取小波特征值,将提取的特征向量应用神经网络分类器对动作质量进行识别评估.通过对20名年龄在24～30周岁的健康男性直腿抬高训练的动作质量评估测试,系统对规范抬腿、抬腿过高、保持时间太短和非平行抬腿这4类训练取真率的均值和标准差分别为(89.1±2.0)％、(93.4±1.7)％、(89.5±2.3)％、(90.1±1.8)％.实验结果表明,本系统能有效地识别训练过程中的不规范动作,较好地实现了对直腿抬高训练的运动质量监测与评估,满足健康监护系统的应用需求.
-
基于多目标交叉变异粒子群算法的多模医学图像非刚性配准
以互信息为相似性测度,采用B样条变换对多模态医学图像进行非刚性配准时,由于噪声及图像插值等原因造成的互信息局部极值使得传统优化方法不能搜索到佳配准参数.为此,使用粒子群智能优化方法作为搜索策略,以降低对图像预处理的要求,进一步提高基于互信息的非刚性配准的鲁棒性.为了克服粒子群算法受初始值选取等因素的影响易陷于局部优的缺点,使用LBFGS优化得到的结果构造初始粒子群,采用多目标优化方法结合交叉变异策略加以改进,使得算法在解空间搜索的遍历性得到改善,优化结果更接近全局优.MR-T2与MR-PD图像的配准实验证明,该方法提高了基于互信息的B样条非刚性配准的鲁棒性,配准率达到94% ;CT与PET图像的配准实验表明该方法相比惯性权重粒子群算法提高了配准精度,互信息增加了0.026;另外,CT与CBCT图像的配准实验也验证了本方法的有效性.
-
采用表面阵列电极的神经肌肉电刺激系统设计与优化
表面阵列电极在改进刺激选择性和控制能力方面具有优越性能,其中电极设计和刺激波形对于神经肌肉电刺激效果具有重要影响.针对手功能康复需求,采用大小电极触点交叉排列的表面阵列电极,对人体前臂组织实施直流阴极刺激；基于人体前臂的简化层次模型,通过有限元法仿真人体前臂组织的电场分布,使用神经纤维激励函数表征外加电场对神经轴突电活动的影响.在此基础上,选择前臂深层神经纤维激励函数的峰值和半宽度乘积之比作为靶向性能评价函数,利用粒子群算法对表面阵列电极的触点尺寸和间距进行优化设计.结果发现,当大、小触点尺寸分别为9.80和10.72 mm时,阵列电极的靶向性能优,靶向性能评价函数大值为11 252.68 V/m4.对比不同刺激波形作用下随时间变化的人体前臂深层神经纤维激励函数大值,发现矩形波刺激下神经纤维激励函数大值可达3.448 V/m2,稍高于其他刺激波形,有利于神经纤维的激活,从而为表面阵列电极设计和制定刺激处方提供理论指导.
-
基于混合遗传算法的经颅磁刺激线圈阵列优化设计
目的 实现并改善经颅磁刺激(transcranial magnetic stimulation,TMS)的磁聚焦特性.方法 构建8个线圈和20个线圈的圆环面线圈阵列模型,结合改进的粒子群算法设计了自适应混合遗传算法,对影响线圈阵列模型磁聚焦性的各种参数进行优化求解.结果 在不同平面产生的磁场优化表明了改进的优化算法具有很好的全局搜索与局部搜索能力,在算法的优化下,显示了线圈阵列在优化电流组态下在计算区域内的归一化幅值分布和二维等高线图.结论 两种线圈阵列模型在平面上产生了明显的聚焦区域,在目标区域内产生了具有良好磁聚焦性能的磁场分布;在深度方向上有较好的聚焦性能,磁场变化梯度大,更有利于磁刺激兴奋位定点;并且20个子线圈的线圈模型基本上实现了点聚焦,同时具有可聚焦多个靶目标的能力.
-
基于混合粒子群和模拟退火算法的聚焦性优化
目的 设计高效的优化算法,获得佳聚焦能力的电流组合方式,改善聚焦线圈产生磁场的聚焦性能.方法 构建5线圈阵列和7线圈阵列,提出混合粒子群和模拟退火优化算法,对通入线圈的电流组态进行优化求解.利用COMSOL与MATLAB联合仿真计算,对比了优化前后磁场聚焦效果.结果 同一聚焦平面磁场分布图表明,所提混合算法能够实现良好聚焦性,利用COMSOL和MATLAB联合仿真,提高了优化准确性.结论 本文所提出的混合算法以及联合仿真的方法,可以有效提高线圈阵列的聚焦性,为下一步线圈阵列的设计奠定了基础.
-
基于大型药物数据库的药物相互作用预测模型
目的 本文旨在建立一种便捷而有效的药物-药物相互作用(DDI)预测模型.方法 从DrugBank、SIDER等数据库获取相关药物数据,计算分子结构相似度、3D药效团相似度、相互作用组相似度、靶点相似度以及药物不良反应相似度.利用以上5种药物相似度,来提取特征属性,再用粒子群优化的支持向量机方法,根据特征属性进行建模,实施分类预测.结果 在交叉验证中,该模型获得了较高的特异度和灵敏度(受试者工作特征曲线的曲线下面积＞0.97).独立的外部药物相互作用数据库(Drugs.com)也验证了模型的正确性与合理性.结论 本模型对于药物评价的安全性和有效性具有重要意义.
-
小二乘支持向量机和偏小二乘法在栀子中间体纯化工艺近红外定量分析中的应用
目的 应用近红外(NIR)光谱技术建立热毒宁注射液栀子中间体纯化工艺关键质控成分的定量分析模型.方法 测定样品中山栀苷、京尼平苷酸、去乙酰车叶草酸甲酯、京尼平龙胆双糖苷、栀子苷、绿原酸和总酸的量,扫描NIR光谱,经过异常点的剔除、佳光谱预处理方法的选择、佳建模波段的选择,分别用偏小二乘法(PLS)和小二乘支持向量机法(LS-SVM)建立定量校正模型,并用此模型对18个未知样品进行预测.结果 山栀苷、京尼平苷酸、去乙酰车叶草酸甲酯、京尼平龙胆双糖苷、栀子苷、绿原酸和总酸的PLS模型和LS-SVM模型对未知样品的预测相对偏差(RSEP)均小于3％,说明2种方法均产生较好的拟合效果和预测能力.但是山栀苷和总酸的LS-SVM模型预测误差明显小于PLS模型,京尼平苷酸、去乙酰车叶草酸甲酯、京尼平龙胆双糖苷、栀子苷和绿原酸的LS-SVM模型和PLS模型预测误差接近.结论 LS-SVM法较PLS法预测性能更好,建立的模型可以用于热毒宁注射液栀子中间体纯化工艺关键质控成分的快速检测.
关键词： 近红外光谱 偏最小二乘法 最小二乘支持向量机法 粒子群算法 热毒宁注射液 -
基于SAPSO优化三维Otsu方法的医学图像分割算法
医学图像具有内容丰富多样、特征丰富、多尺度等特性,因此对医学图像的分割比一般图像的难度更大.针对上述问题,提出了基于改进粒子群优化三维Otsu方法的医学图像分割算法.由于三维Otsu方法计算量大,采用粒了群优化算法来搜索阈值向量,每个粒子代表一个可行的阈值向量,通过粒子群之间的协作来获得优阈值.由于粒子群优化算法容易陷入局部优解的的缺点,提出了模拟退火的粒子群优化方法,使其能够快速准确得到整体佳解,还能保持粒子群算法求解速度快的优点.后通过仿真实验得出了结论表明,所提出的方法不仅能得到理想的结果,而且计算量人大减少.
-
基于粒子群算法的多约束背包问题求解方案
为采用改进粒子群算法求解多约束背包问题.提出了以大价值为目标的更具现实意义的多目标模型,用粒子群算法进行求解,给出了一个算法求解的实验实例.在实现粒子群算法时,对基本粒子群算法进行了一些改进.实验证明采用这种改进的粒子群算法解决多约束背包问题切实可行,搜索效率较高.
-
基于红外检测乳腺肿瘤的多参数反演研究
根据红外热像仪测得的体表温度来获得肿瘤相关信息，可以抽象为一个含有内热源的导热反问题。针对同时反演肿瘤位置、肿瘤代谢热强度及乳腺导热系数等多参数反问题的特点，本研究提出并建立了与反演参数相关的辅助目标函数，同时对求解所采用的粒子群优化算法中的更新方式进行了相应的改进。数值验证结果表明：在反演多参数反问题中采用多目标函数能提高反演精度，加快收敛速度。研究结果为根据乳腺红外热像图量化诊断体内肿瘤提供了理论依据。
-
一种自适应惯性权重粒子群算法在磁共振图像偏移场矫正中的应用
为解决用传统粒子群算法估计磁共振(MR)图像偏移场会陷入局部优的问题,本文提出了一种自适应权重粒子群算法估计MR图像的偏移场.针对传统粒子群算法的缺陷,设计一个衡量早熟收敛程度的指标,根据此指标来自适应地调整惯性权重,确保粒子群有效地进行全局寻优,避免陷入局部优.本文利用Legendre多项式来拟合偏移场,多项式参数利用本文提出的算法进行寻优,后对MR图像的偏移场进行估计和矫正.将本文算法与改进的熵小方法进行对比分析,本文矫正后图像熵值更小,对偏移场估计更准确,将矫正后的图像进行分割,分割精度提高将近10％.研究结果初步说明,本算法可应用于MR图像偏移场的矫正.
