首页 > 文献资料
-
模拟退火算法医师排班系统的研发
通过模拟退火算法与APN约束更加科学合理的将医资力量安排到医师日常值班当中,改进现有的排班流程.采用Oracle数据库,以Visual Studio 2008为开发工具,使用ASP.NET和DEV EXPRESS构建系统,运用排队论与APN约束,建立医师排班的数学模型与排班周期初解,使用模拟退火算法对排班方案进行迭代优化.做到各级医师严格按照其注册的职业类别、执业范围从事医疗值班活动.该系统已经成功应用到医院的部分科室排班工作中,与传统的人工排班进行对比,排班时间减少了50％以上,值班人员班次错误率已降到零.系统的开发规范了医师的值班资质控制,确保临床的医疗安全,提升了排班效率,方便了值班查询,具有较强的现实意义.
-
基于模拟退火算法的冗余肌力优化求解
肌肉力的预测是个冗余问题,需通过优化方法进行求解.本文以小肌肉应力平方和为优化目标,在满足人体下肢动力学约束的情况下,采用基于模拟退火算法的约束优化方法对跑步运动缓冲阶段和蹬伸阶段各肌力的分布进行了计算.其优化结果从数值上定量地显示了该过程中各组肌力的变化规律,表明模拟退火算法是一种通用、健壮、可行的优化算法,为求解冗余肌力优化问题提供了一种新途径.
-
第二心音主动脉瓣分量和肺动脉瓣分量的提取方法
提出了一种基于模拟退火算法的第二心音(S2)主动脉瓣分量(A分量)和肺动脉瓣分量(P分量)的提取方法.假设A分量和P分量服从包络调制的chirp模型,并用18个参数来表达.在小均方误差准则下,通过模拟退火算法为A分量和P分量估计出优参数,从而重构出A分量和P分量.仿真结果表明:在无噪声条件下,重构A分量和P分量的均方误差分别在1％和8％以内;在- 15 dB的加性高斯白噪声条件下,重构A分量和P分量的均方误差分别在1.5％和10％以内.进一步提取了10位志愿者S2信号的A分量和P分量,并用两位志愿者的颈动脉重搏切迹验证了重构的A分量和P分量的分界时刻,证明了方法的有效性.
-
基于活动轮廓模型和边缘对比度特征量的血管内超声图像边缘提取
血管内超声(IVUS)图像冠状动脉血管壁的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义.本研究提出了一种用于自动提取IVUS序列图像冠状动脉血管壁内、外膜边缘的方法.该方法基于活动轮廓模型以及本研究所定义的边缘对比度特征量,利用Hopfield神经网络并结合模拟退火算法自动提取IVUS序列图像冠状动脉血管壁的内、外膜边缘.实验结果表明,本研究方法易于实现,而且准确性和可靠性较高,对IVUS序列图像处理的可重复性和鲁棒性较好,是一种较好的全局优化算法.
关键词： 血管内超声图像 边缘提取 活动轮廓模型 Hopfield神经网络 模拟退火算法 -
模拟退火算法在图像配准中的应用
近年来,脑功能成像技术发展迅速,已在脑科学研究中占有重要地位.研究中通常需要将同一被试的多种模式成像结果或同一模式的时间序列结果结合起来分析,首先要解决的问题就是几幅图像的严格对齐问题,即所谓的图像配准.在模拟退火算法和其它工作的基础之上,较好的解决了图像配准中的连续变量全局优化问题,通过基于点的配准方法,实现了时间序列脑功能图像的高精度配准.
-
改进型遗传算法在脑白质纤维追踪成像中的应用
目的 针对基本遗传纤维追踪算法易早熟等缺点,提出结合遗传算法(GA)、模拟退火算法(SA)的脑白质纤维可视化方法.方法 在遗传进化的初期,依据适应值,按照轮盘赌选择规则选择纤维,在GA接近收敛的中期引入SA作为繁殖算子,并以一定交叉概率和变异概率调整纤维,获得较优纤维路径.结果 改进后的算法追踪的纤维能量更小,且更加符合扩散张量场的分布.结论 遗传模拟退火纤维追踪算法能够克服传统GA易早熟及易陷入局部优解的缺点,可实现脑白质纤维的三维可视化.
-
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.
-
基于互信息的多光谱图像配准
研究了多模态医学图像配准的一种,即多光谱图像的配准,分析了该配准存在的困难:运算量巨大,速度较慢,占用内存多,提出了用parzen窗口函数来估计概率密度,以及用样本平均来估计熵;在搜索策略上采用了快速有效的模拟退火算法.实验证明,本文的方法很好地解决了多模态配准中存在的问题,能够快速稳定地实现多光谱图像的配准.
-
鲍威尔和模拟退火优化算法结合的多分辨率三维图像配准
基于互信息的全局配准算法是近年图像配准研究的热点之一,此法具有精度高、鲁棒性强的特点.现将互信息作为相似性测度,采用模拟退火与鲍威尔相结合的多分辨率搜索优化策略,对临床使用的三维CT、MR图像进行了刚体配准.实验结果表明此方法能有效地防止优化陷入局部极值,具有良好的实用性.
-
分子动力学再优化算法应用于调强放射治疗
目的:研究在引入模拟退火算法后,分子动力学再优化算法应用到调强放射治疗(IMRT)计划制定过程中的可行性.方法:在利用分子动力学完成IMRT计划后,再利用模拟退火方法对子野叶片位置和子野跳数进行进一步优化,后用AAPM119号报告提供的测试例评估该算法是否满足处方剂量要求.结果:模拟多靶区、模拟前列腺肿瘤、模拟头颈肿瘤和模拟C形靶区(第一种情况)的优化结果满足并优于处方剂量要求.对于约束更严格的模拟C形靶区(第二种情况),优化结果略低于处方要求.总体结果比AAPM119号报告对其它系统的评价更好.结论:在引入模拟退火方法后,分子动力学再优化算法可以满足调强计划的处方要求.
-
一种基于梯度信息的直接子野优化算法
针对传统直接子野优化算法(DAO)收敛速度慢、易停滞、全局搜索能力低的缺点,本文提出一种基于梯度信息的直接子野优化方法(GDAO).在GDAO中分别采用不同的优化方法对子野形状和子野权重进行迭代优化.首先为提高子野形状优化时每次搜索的有效性,对传统模拟退火算法(SA)进行了改进,将梯度信息融合在SA算法中.采用基于梯度的SA法确定子野形状,并在优化同时充分考虑多叶准直器(MLC)叶片间的约束条件,保证优化后的子野形状满足临床放射治疗的要求.之后再利用计算量少、迭代代价低、收敛快且稳定的梯度类具有求解大规模约束优化问题能力的带约束小存储拟牛顿算法(L-BFGS-B)优化子野权重.实验结果表明,与传统SA算法相比,新算法计算时间减少了15.90％,同时得到的治疗方案靶区低剂量提高了0.29％,高剂量降低了0.45％;危及器官膀胱高剂量降低了0.25％;危及器官直肠高剂量降低了0.09％,说明在调强放射治疗(IMRT)中采用GDAO方法直接优化子野,可在短时间内得到满足临床要求并可直接实施照射的治疗方案,具有较好的临床实用价值.
关键词： 直接子野优化算法 模拟退火算法 带约束最小存储拟牛顿算法 调强放射治疗 -
模拟退火及紫外光谱法用于多组分维生素B含量分析
目的:研究能跨越局部优而达全局优的模拟退火算法,结合紫外可见及红外光谱法进行重叠峰分辨,用于多组分分析. 方法:将模拟退火算法结合紫外光谱法用于复方药物Vit. B四组分含量测定. 结果:Vit.B1, B2, B6 和烟酰胺(NA)的回收率分别为100.1%, 100.2%, 99.9% 和100.1%. 结论:模拟退火算法结合紫外光谱法用于多组分复方药物的含量测定,操作简便,结果良好.
