中国生物医学工程学报杂志
Chinese Journal of Biomedical Engineering 중국생물의학공정학보
- 主管单位： 中国科学技术协会
- 主办单位： 中国生物医学工程学会
- 影响因子： 0.61
- 审稿时间： 1-3个月
- 国际刊号： 0258-8021
- 国内刊号： 11-2057/R
- 论文标题 期刊级别 审稿状态
-
基于双光子共聚焦成像的大鼠小梁网三维重建及有限元分析
青光眼是一组威胁视神经视觉功能、与眼压升高密切相关的眼病.目前认为临床上大部分眼压的升高与房水流出阻力增加有关,特别是小梁网流出阻力的增加.因此,研究高眼压下影响房水外流阻力的重要区域-小梁网的形态学信息尤为重要.通过前房灌注的方法制造大鼠急性高眼压动物模型,将6只SD大鼠分成两组(A组和B组),B组大鼠处死后于左眼球加压60 mmHg处理,其余眼球均为未加压对照组,利用双光子共聚焦成像系统采集正常眼压和高眼压下小梁网组织的断层序列图,通过图像处理方法,定量分析眼压对小梁网组织孔隙率变化的影响.通过三维重建获取正常眼压下的小梁网结构模型,并利用有限元方法,探讨眼压对于小梁网组织形态结构的影响.结合实验数据与模拟计算的结果,综合分析眼压的变化对于小梁网外流阻力的影响.高眼压组数据显示,部分小梁与周围组织融合,胶原纤维出现塌缩,越是靠近前房的小梁组织损伤越严重.有限元分析结果表明,孔隙越多的区域变形越大,而且压力越大,小梁变形程度越明显.眼内压升高可能会引起房水外流通道结构发生异常,主要表现为小梁网胶原纤维发生塌缩.高眼压与正常眼压情况相比,小梁网区域外流阻力增大的可能性较大.
-
基于深度学习的行人属性多标签识别
行人属性通常指的是行人的一些可被观察到的外部特征,如性别、年龄、服饰、携带品等.作为行人外部的软生物特征,行人属性对于行人检测和再识别是非常重要的,并且在智能视频监控场景和基于视频的商业智能应用中显示出巨大的潜力.在目前的行人属性多标签分类识别中,主要有基于手工设计特征的方法和基于深度学习的方法.然而,手工设计特征的方法难以应对复杂的真实视频监控场景,在实际应用中取得的效果并不是很理想.采用深度卷积网络模型,包含3个卷积层和2个全连接层,使用Sigmoid交叉熵损失函数,训练平台为Caffe深度学习框架,通过在包含19 000张行人图片的PETA数据集上对10种行人属性进行训练和测试,得到85.2％的平均识别精度.加入正样本比例指数因子改进损失函数后,平均识别精度达到89.2％,使网络性能有明显的提高.
-
基于改进空间模糊聚类的DTI图像分割算法
针对模糊C均值(FCM)聚类算法初始聚类中心选择的随机性和噪声的敏感性等问题,提出一种基于改进空间模糊聚类的图像分割算法来分割人脑DTI图像.使用局部密度核函数和中心距离函数精确选取初始聚类中心,不仅可以解决因聚类中心随机选取造成的聚类效果不稳定的问题,而且还可以使目标函数迅速收敛,提高分割效率;通过将正态分布空间信息融入模糊隶属度函数,能减小图像噪声以及人为因素对分割结果的影响.用该方法与FCM、SFCM方法对人脑DTI数据进行分割,以评价算法的聚类效果.实验对美国明尼苏达大学生物医学功能成像与神经工程实验室提供的58例DTI数据、3例FA参数图像以及6例迭加过噪声的人脑DTI图像进行分割,结果表明:该算法分割系数高,可达到0.984 1;在同一图像中,该算法在划分系数上比FCM高提升20.2％,并且在划分熵上比SFCM高下降19.8％;该算法目标函数平均迭代次数为32,较FCM的52次与空间FCM的76次有明显降低.实验证明,该算法能够准确、快速地分割出重要目标,且对图像噪声不敏感.
-
基于新型深度全卷积网络的肝脏CT影像三维区域自动分割
肝脏分割对于肝肿瘤肝段切除及肝移植体积测量具有重要的临床价值.由于在CT影像中肝脏与邻近脏器的灰度值相似性很高,因此对肝脏区域的三维自动分割是一项具有挑战性的难题.为解决精准肝脏分割的问题,提出一种新型的深度全卷积网络结构3 DUnet-C2.该结构充分利用肝脏CT图像的三维空间信息,并有效结合肝脏区域的浅层特征和深层特征.特别地,还提出一种新的3DUnet-C2网络训练策略,通过选取清晰图像,并从图像中截取肝脏区域作为样本进行训练的方式,得到初步3DUnet-C2模型权重,并使用该权重来初始化3DUnet-C2的网络参数,从而使网络达到收敛.后,针对3DUnet-C2网络分割肝脏边界不精准的问题,在原有3DUnet-C2网络模型的基础上,运用三维条件随机场构建3DUnet-C2-CRF模型来优化肝脏分割边界.为了验证所提出三维分割模型的性能,从ISBI2017 Liver Tumor Segmentation Challenge的数据集中选取100张CT图像用于训练、验证和测试,3DUnet-C2-CRF模型在随机选取的20张测试集上的分割准确率的Dice系数为96.9％,高于3DUnet和Vnet模型的Dice系数.实验结果表明,3DU net-C2-CRF模型具有更好的特征表达能力以及更强的泛化性能,从而可提升模型的分割准确率.
-
肿瘤参数属性偏序结构可视化实现乳腺癌诊断
为实现乳腺癌数据规则可视化,提出一种基于Lasso和增量学习结合的、以改进的属性偏序结构图为可视化工具的乳腺癌诊断规则提取方法.采用乳腺癌数据为数据源基础上算法分为4步:首先使用Lasso方法进行特征选择实现降维,在9个特征中选出前4个关联度大的特征;其次进行基于Gini指数的连续数据粒化,通过增量学习方式动态生成形式背景;再次融合二次Lasso筛选,将维数由17降为3;后使用新的基于基尼指数和覆盖对象的行列优化方法生成属性偏序结构图可视化规则,提取出规则7条.将数据处理结果与主流分类器对比,结果表明,基于该算法的规则提取实现96.52％的诊断准确率,均高于随机森林(94.25％)、Adaboost(90.00％)、1NN(91.33％)、3NN(90.67％)、支持向量机算法(95.00％).后采用不同增量比例(10％ ～ 90％)数据验证增量学习算法效果,表明顺序学习数据量达到30％时模式已经完备,数据量在20％时准确率已经接近支持向量机算法,证明该方法是一种用于诊断可视化的规则发现的有效手段.
-
基于多特征融合的线性内核SVM法挖掘生物实体关联
提高挖掘生物医学文献中的实体关联算法的性能,对开拓研究新思路有重要启示作用.提出一种改进特征的新线性内核SVM关联挖掘方法,以糖尿病相关文献摘要为研究内容,总结归纳出5种实体关联挖掘特征:实体特征、实体对特征、依赖图特征、解析树特征和名词短语约束特征,其中实体对和名词短语约束是所提出的新特征,并使用Huber损失函数作为SVM分类器的线性内核进行计算,挖掘预测疾病、基因和药物实体之间的关联.计算得到10种糖尿病相关病症和23种基因有173种关联,13种糖尿病相关病症和26种药物存在79种关联,18种基因与17种药物组成了159种关联,构建出疾病-基因、疾病-药物、基因-药物和8种糖尿病相关疾病基因药物的关联网络,共计619种实体关联,同时预测出27种新实体关联对,后使用ROC曲线验证3种关联(0.804、0.847和0.742).结果表明,所提出算法与CoPub(0.710)、PubGene(0.609)、FBK-irst(0.547,0.800)和WBI(0.510,0.759)所用算法相比,高精确度提升超过约5％(0.847与0.800),低提升超过约20％(0.742与0.510),性能更优,为下一步在生物医学大数据中的应用打下良好基础.
-
基于脑疲劳的Delta-Gamma相位幅值耦合研究
脑疲劳是大脑长期处于精神高度集中后机体无法专心高效率完成任务的一种状态,极度影响着人们的生活和健康.但至今都没有简便有效的检测方法,而近期研究发现,低频与高频之间的相位幅值耦合(PAC)可能与相关脑认知活动的信息交流整合有关,可为脑疲劳检测提供新信息.对疲劳前后低频delta节律和高频gamma节律采用相位幅值耦合方法进行研究,使用Neuroscan 64导脑电仪采集脑电并用配对t检验对14名被试结果进行统计分析,结果显示,全脑区90％以上的delta相位共同调制多个脑区的gamma幅值,其中对前额叶区、顶枕叶区、顶叶区的耦合作用在脑疲劳后发生显著性下降,而对额叶区的耦合作用则显著上升.研究表明,delta-gamma相位幅值耦合值能很好地预测脑疲劳引起的宏观行为表现变化能力,为脑疲劳的检测提供新指标.
-
基于S-G滤波的超声造影分析参数灌注成像
为弥补以往超声造影定量分析软件将感兴趣区(ROI)作为均质的整体区域进行分析的不足,提出一种基于S-G滤波器的在时域内直接处理数据平滑问题的定量分析方法,针对ROI区域内部像素点进行灌注成像参数分析,快速并可大限度地保留原始有用信息.首先获得超声造影的原始DICOM动态医学数据,获取ROI内每个像素点的时间强度曲线,用S-G滤波器对时间强度曲线进行分析,得到反映灌注时相和灌注强度的多项定量分析参数,如到达时间(AT)、达峰时间(TTP)、达峰强度(PI)、平均通过时间(MTT)、曲线下面积(AUC)和上升斜率(RS)等;然后再对像素点参数分别进行彩色编码并以不同颜色显示,从而准确量化和直观显示超声造影的各项灌注参数.为评估该分析方法的稳定性,比较3位研究者分别对15个肝细胞癌病灶的分析结果.经统计,所有参数的组间相关系数(ICC) ＞0.80,验证了该方法的可行性和稳定性.
-
uPAR靶向性MRI探针的制备及其与乳腺癌细胞靶向结合的研究
乳腺癌是女性常患的恶性肿瘤之一,实现对乳腺癌原发性及转移性微小病灶的早期检测对于提高患者生存率具有重要的意义.研究表明,尿激酶受体(uPAR)在乳腺癌肿瘤细胞及肿瘤相关细胞中高表达而在正常组织细胞中低表达.通过将次氮基三乙酸(NTA)连接到超顺磁性氧化铁纳米颗粒(SPIO)表面,获得一种通用的磁共振成像(MRI)模块(SPIO-NTA).进而将uPAR天然配体尿激酶(uPA)的氨基末端片段(ATF)通过组氨酸标签(His tags)偶联到SPIO-NTA上,获得一种具有uPAR靶向性的MRI探针(SPIO-ATF).其γ-Fe2O3核心的直径小于10 nm,平均水合直径约为77 nm,Zeta电位约为-13 mV.蛋白凝胶电泳及考马斯亮蓝染色结果证明ATF被成功导入到SPIO上.细胞实验结果表明,SPIO-ATF与乳腺癌细胞4T1的结合量与细胞uPAR的表达量正相关,表明SPIO-ATF对4T1细胞具有良好的特异性结合能力,而这种结合是通过ATF与uPAR的相互作用介导的.另外,4T1细胞对SPIO-ATF的摄取具有浓度依赖性.在实验条件下,SPIO与SPIO-ATF都没有表现出明显的细胞毒性.通过研究构建一种可用于乳腺癌靶向诊断的新型MRI探针,从而为乳腺癌的早期诊断提供一种新策略.
-
基于卷积神经网络和多信息融合的三维乳腺超声分类方法
乳腺肿瘤超声图像的自动分类对于提高医生的工作效率和降低漏诊率具有十分重要的意义.新型的三维乳腺超声数据包含更多的可用于诊断的信息,但由于超声成像机理导致不同方向上的图像表现不同.针对该种乳腺超声数据,利用卷积神经网络结构的灵活性和自动学习的特性,提出3种改进的卷积神经网络模型,使其分别可以接受横截面图像输入、横截面和冠状面的双图像输入、图像和文本信息同时输入,并研究不同信息的融合对于提升乳腺肿瘤自动分类准确率的影响.在研究中,采用880幅图像(良性401幅,恶性479幅)及其标注信息进行5折交叉验证实验,得到各模型的准确率及AUC.实验结果表明,设计的模型可以适应图片与文本信息的输入,多信息融合的模型比只接受图像输入的模型准确率提升2.91％,达到75.11％的准确率和0.829 4的AUC.这些模型的提出,为多信息融合的卷积神经网络分类应用提供参考.
-
生物三维打印细胞负载水凝胶类组织的精准优化
生物三维打印技术与水凝胶的完美结合,可为制造复杂结构功能的组织器官提供一种极具吸引力的解决方案.定制打印细胞负载水凝胶类组织的内部结构,可以更好地仿生真实组织器官的三维微环境,对打印后细胞生长、组织形成和功能再生至关重要.但水凝胶理化特性多变,精准打印与设计结构匹配的多孔结构仍然极具挑战.提出基于光学相干层析成像技术(OCT)的生物三维打印细胞负载水凝胶类组织的精准优化方法,通过自制的三维扫频OCT系统无损在线成像打印组织块和定量评价结构参数,迭代降低设计与打印间的结构差异,提高细胞负载水凝胶打印的精准性和稳定性.实验结果表明,基于OCT无损定量表征结果反馈优化打印参数设置,指导打印过程,使得细胞负载水凝胶类组织的结构形态参数与设计值的偏差从40％左右控制到7％以内,包括内部孔隙尺寸、支撑尺寸、孔隙率、表面积、体积五项关键参数;细胞培养两周后的存活率从80％左右显著提高到90％以上.研究表明OCT技术为批量定制细胞负载水凝胶类组织、生物三维打印组织和器官等提供了具有潜力的精准化工具.
-
双波长光耦合功能成像乳腺诊断系统
双波长光耦合功能成像乳腺诊断技术是一种基于两种特征脉冲波的生物医学光子功能成像的新技术.提出这种具有完全自主知识产权的“双波长光耦合功能成像乳腺诊断系统”,是基于人体乳腺癌变组织中含氧血红蛋白和去氧血红蛋白在两种波长分别为760和850 nm的近红外光上具有相反的吸收特性的原理,且诊断过程对人体零损伤,因此具有无辐射、经济、方便的优点.在设计中,依照脉冲光较连续光透过生物组织可以获取更多有效信息的新思路,结合对透射光电信号的功率谱和互相关功能图的分析方法,能从频谱中不稳定的突变信号定性检测出组织癌变后的血氧浓度变化.同时,借助相关性函数和系数的值,判定出两种波长(760/850 nm)透射信号的波形周期等参数的相似程度.经武汉大学人民医院对547例患者所做的临床诊断,分析结果如下:正常乳腺组织的功率谱曲线的单一性比较好,曲线较平稳;良性病变功率谱曲线波动大,且很不平稳;而恶性病变更加严重.正常乳腺组织在两种波长的近红外光照射下,相关系数在0.9左右;良性病变组织在两种波长照射下吸收特性差异大,相关系数普遍低于0.8,相关性较弱;恶性病变组织相关性低于0.5,趋近于零,相关性小.该结果能有力地支撑理论,表明该系统可以对乳腺疾病做初步诊断.
-
神经电刺激下的人体增强研究进展
近年来,许多研究探索人类记忆、学习、情绪调控等认知功能、感知功能、运动功能的神经电刺激增强.脑机接口可用作更精细化的神经电刺激,它的信息读写性能提升也得到研究.非侵入式刺激以经颅直流电刺激(tDCS)为代表,实施较为便捷,但是在长期有效性和刺激精度方面需要进一步提升.侵入式刺激方式以脑深部电刺激(DBS)、迷走神经刺激(VNS)为代表,已经在临床上取得了广泛的认可和应用,刺激具备高精度特性,但是在增强方面的研究与应用上存在限制.对以上研究进展进行综述,并对人体增强研究的局限和发展趋势进行评论.
-
经颅磁刺激对抑郁模型动物的作用研究进展
抑郁症是一种常见的精神疾病,有高患病率、高复发率和高致死率等特点,受到国际社会的广泛关注,迫切需要对其发病机制及有效治疗手段开展研究.经颅磁刺激(TMS)是一种新型的物理治疗技术,因其有非侵入、安全、有效的优势,在抑郁症治疗中已日益显现出潜在的应用前景.虽然临床研究已证实该项技术的治疗有效性,但对其刺激参数优化选择和作用机理的全面了解仍需前期进行大量的抑郁模型动物基础性实验研究.从刺激参数和作用机制两个方面回顾近些年TMS作用于抑郁模型动物实验研究的主要进展,归纳其尚存在的问题并展望今后可能的发展前景,以期促进TMS技术治疗抑郁症的深入研究.
| 年 | 期数 |
| 2018 | 01 02 03 04 05 06 |
| 2017 | 01 02 03 04 05 06 |
| 2016 | 01 02 03 04 05 06 |
| 2015 | 01 02 03 04 05 06 |
| 2014 | 01 02 03 04 05 06 |
| 2013 | 01 02 03 04 05 06 |
| 2012 | 01 02 03 04 05 06 |
| 2011 | 01 02 03 04 05 06 |
| 2010 | 01 02 03 04 05 06 |
| 2009 | 01 02 03 04 05 06 |
| 2008 | 01 02 03 04 05 06 |
| 2007 | 01 02 03 04 05 06 |
| 2006 | 01 02 03 04 05 06 |
| 2005 | 01 02 03 04 05 06 |
| 2004 | 01 02 03 04 05 06 |
| 2003 | 01 02 03 04 05 06 |
| 2002 | 01 02 03 04 05 06 |
| 2001 | 01 02 03 04 05 06 |
| 2000 | 01 02 03 04 |
| 1999 | 01 02 |
| 1998 | 01 02 |
| 1994 | 04 |
