首页 > 文献资料
-
基于小波分解和神经网络的呼吸运动预测算法
目的 放射治疗是胸腹部肿瘤治疗的常用手段,但呼吸等运动大大影响了放射治疗的准确性,因此精确的呼吸运动定位和预测对肿瘤治疗很有必要.相关预测方法缺乏对系统长延迟预测的研究,本文提出一种用小波分解结合Elman神经网络的算法(wavelet Elman network,WEN)预测呼吸运动.方法 采用光学定位系统采集数据,对数据进行简单的预处理,再利用小波分解压缩数据,训练Elman神经网络,后进行神经网络的预测.预测结果和真实值对比,绘制误差曲线,计算均方根误差,并与其他主流算法对比,验证算法的可行性.结果 WEN算法在短延迟预测中表现一般,但当延迟达1000 ms时,WEN算法的均方根误差平均为1.6164 mm,比临床中使用的线性预测低32.9％.结论 通过实验验证了基于小波分解和Elman神经网络的呼吸运动预测算法,在长延迟时表现较好,证明了本算法的正确性及可行性.
-
跨膜蛋白拓扑结构预测的研究进展
跨膜蛋白拓扑结构预测是生物信息学的研究热点之一.本文简述了跨膜蛋白预测算法的研究进展,并给出了基于欧洲生物信息中心测试集的各种算法的预测结果.通过结果的比较,指出了各种算法的优缺点,并就可能提高算法预测准确度的方法时行了讨论.
-
癫痫预测面临问题的分析与展望
癫痫是神经科常见疾病,具有反复发作和难以治愈的特征.对癫痫发作的预测可以使医护人员或患者提前采取有效措施来降低或避免癫痫发作所带来的损伤.从20世纪90年代至今,癫痫预测算法得到了长足发展,同时也面临着如算法精确度、数据处理方式、预测能力有限等方面的问题.本文对上述问题进行了整理阐述,并对癫痫预测算法的发展趋势做了进一步分析.
-
基于支持向量回归的呼吸运动预测技术的研究
胸腹部肿瘤放疗中,由于呼吸运动的影响需要对靶区进行实时跟踪以保证放疗精度,并通过预测来补偿系统延时.本研究提出一种基于支持向量回归的呼吸运动预测方法,该方法先选取一段呼吸运动序列进行训练得到回归模型,当有新的呼吸序列时,根据训练模型计算输出.并在此基础上,动态更新训练集,使模型在线更新,实现精确在线支持向量回归.实验中对7例呼吸运动样本数据分别用离线模型和在线模型进行训练并预测,平均绝对误差分别为0.42 mm和0.30 mm.在线精确支持向量回归能更准确刻画呼吸运动轨迹,拟合结果精度高,满足实际应用中的需求.
-
实时跟踪放疗中关联模型和预测算法
目的:对胸腹部肿瘤进行图像引导实时跟踪放射治疗时,通常难以直接监控肿瘤或其他内部解剖结构的呼吸运动轨迹,因此,利用体外信号获取内部肿瘤运动信息是很好的替代方法.方法:首先同步采集体内数据和体外数据,建立关联模型,然后采集体外数据拟合关联模型得到体内信号的估值;由于系统延迟的存在,还必须通过呼吸运动预测算法进行补偿.关联模型主要分为直接关联模型和间接关联模型,预测算法可以分为基于模型的预测算法以及无模型的预测算法.结果:直接关联模型把体外运动信号与内部肿瘤运动信号的相关性直接定义为一个函数.间接关联模型并不直接定义内-外相关性,而是利用一些内变量参数化呼吸运动模型,同时估计体外信号和体内信号的值,在获得真实的体外数据时,优化内变量使得体外信号的估计值与真实值匹配.基于模型预测算法对呼吸运动信号进行预测通常建立在平稳性和周期性的假设上,但该假设可能是错误的.无模型的预测算法更具优势的是不需要预先了解呼吸运动信号.结论:目前绝大部分的关联模型和预测算法在有限的实验或实际数据样本上都提升了某方面的性能,但都只限于文献报道,距离临床应用还需大量真实数据的验证.
-
整合法预测HBV相关抗原的HLA-A*0201限制性结合肽
目的 预测HBV的相关抗原HBsAg、HBcAg、DNA polymerase新的HLA-A*0201限制性结合肽.方法 选取SYFPEITHI、BIMAS、SVMHC、IEDB、EpiJen预测工具以及整合法预测抗原对应蛋白序列P03146,P03138,P03156的HLA-A*0201限制性结合肽,并与现有表位数据库中的结合肽比较.结果 整合法与单个预测算法相比提高了预测的灵敏度和特异性,对3种抗原的预测准确性均有提高,MR(misclassification rate)值分别降为1.14%、3.41%、1.46%;利用此方法发现3种抗原尚未得到实验验证的HLA-A*0201结合肽,分别为,HBcAg:ELMTLATWV(64-72)、LMTLATWVGV(65-74);HBsAg:LMT-LATWVGV(246-254)、IIFLFILLL(244-252)、FLFILLLCU(246-255)、SLYSILSPFL(367-375)以及LLCLIFLLvL(251-260);DNA polymerase:SLFTAVTNFL(513-522)、GLLGFAAPFT(554-563);在HBsAg蛋白序列中发现了31个氨基酸的免疫热点区域FIIFLFILLLCLIFLLVLLDYQGMLPVCPLI(243-273).结论 整合法比单个预测算法性能更好,能够更准确地预测抗原的HLA限制性结合肽,采用该方法所发现的9条可能表位和1个免疫热点区域为后续HBV新表位的鉴定及其功能研究提供了有价值的线索.
关键词： MHC HLA-A*0201 预测算法 整合法 结合肽
