基于分维特征的肝脏CT图像识别

目前分形理论已被广泛应用于医学图像识别.本文利用了改进的差分盒计数法对肝脏CT图像进行了分形维数的分析,表征了肝脏图像的纹理特征,则可识别医学图像肿瘤信息.医学图像识别的结果可以直观的方式显示给临床医生,从而辅助医生提高医疗诊断的准确性和科学性.     

基于医学影像工作站的图像布局显示技术研究

由于医学设备及检查形式的多样性,使放射科医师与影像工作站的交互日趋复杂,因此设计一种能够自适应医生阅片习惯的软件是一个有待解决的难题.采用C/S架构,使用Visual C++2005,DCMTK,VTK和SQL Server2005开发工具,设计了一个基于DICOM标准的医学影像工作站.此工作站让用户可以根据自己需求,动态生成用户的布局信息并存入数据库,阅片时选择相应的布局信息进行图像布局显示.本工作站能够使专科医师根据其读片习惯和不同的读片要求采用相应的图像布局规则,保证其以方便、快捷的方式进行软读片.本影像工作站在很大程度上简化了医生的操作步骤,同时有利于医师挖掘医学诊断信息,提高医生的工作效率,因此本研究对诊断数字化有着重要意义.     

医学图像视觉无损压缩的研究

当前医学图像压缩主要采用无损压缩,但无损压缩的压缩比太低,因此人们不断地研究将有损压缩应用于医学图像.视觉无损压缩在信息存储上实际是有损压缩,但人类视觉系统并不能察觉出这种图像信息量的损失,因而不影响临床诊断.本文具体论述了应用JPEG有损压缩算法对图像进行视觉无损压缩的过程,采用VC 6.0编程,实现了较高的医学图像存储压缩比并且不影响临床诊断.     

基于智能手机的远程心电显示系统的设计与研究

提出了基于智能手机的远程心电显示系统的设计模型.该系统由便携式心电监护仪、移动通信网络以及患者、医生手机三个部分组成.患者手机用来接收监护仪发出的异常心电数据以及将该数据远程传输给医生,医生手机使用Java技术的"Java 2 Platform Micro Edition (J2ME)"构建心电显示平台,在此平台上运行心电显示程序来查看异常心电图.试验结果表明,基于智能手机的远程心电显示系统可以及时、有效地显示异常心电.该系统解除了监护病人及主治医生活动区域的限制,实现了远程监护,为医生对患者进行远程诊断与救治提供了帮助.     

基于MSP430的低功耗脉象信号采集系统

脉象信号包含了许多生理病理信息,可以为医生诊断疾病提供重要依据。针对当前脉象仪功耗大、成本与仪器精度不可兼得等缺陷,设计了一种低功耗、微型化、可实时通讯的脉象信号采集系统。该系统采用HK-2000B脉象传感器进行采集,以MSP430单片机为核心,对信号进行分析、处理与结果显示,实现了脉象信号实时、连续的检测。通过多次实际测试,结果表明该系统可以适用于不同人群,能够准确显示脉象信号和相关参数,为医生对病情诊断提供有用信息。     

虚拟骨科手术系统人体组织建模方法综述

虚拟手术是集医学、生物力学、机械学、材料学、计算机图形学、计算机视觉、数学分析、机械力学、材料学、机器人等诸多学科为一体的新兴交叉研究领域.虚拟手术可以帮助医生进行外科诊断,能够利用图像数据,帮助医生合理、定量地制定手术方案,这对于选择最佳手术路径执行复杂外科手术和提高手术成功率具有十分重要的意义.建立生物组织仿真模型...     

基于三维零树结构的感兴趣区医学图像内嵌编码算法

为了使医学图像压缩更适合于医学诊断,利用医学图像为多帧图像序列的特点,选用三维小波对图像进行变换,并将二维零树结构扩展到三维零树．同时,提出一种简单有效的三维零树感兴趣区模板建立方法,在三维内嵌编码方法中运用感兴趣区域编码．该算法有效地控制了感兴趣区与背景区的图像质量,从而在不影响医疗诊断的基础上提高了系统的压缩比．     

计算机尘肺X线诊断专家系统——CPXDES

计算机尘肺X线诊断专家系统(Computed Pneumoconi、osis X-rayDiagnosis Expers System:CPXDES),简称为CPXDES系统,它是基于模糊产生式规则的,用micro-PROLOG语言在IBM-RC/286微机上实现了的各种尘肺X线诊断计算机软件系统,其任务是辅助医生诊断尘肺工人的各种尘肺病,CPXDES系统中所设计的模糊产生式规则可以处理非模糊数据,也可以处理模糊数据。系统允许用模糊数或离散模糊集合表示的模糊属性向量作为其输入,并且系统的输出是一个结论的模糊集合。该系统通过特征展开的近似推理新方法作模糊推理计算。     

线性回归在糖尿病诊断中的应用

将数据挖掘技术应用到糖尿病的诊断之中,运用线性回归算法,对糖尿病患者体检的历史记录进行数据处理,分析糖化血红蛋白和甘油三酯与糖尿病之间的关系,以发现其中的医学诊断规则和模式,辅助医生进行疾病的诊断.根据数据挖掘的结果分析糖尿病患者的数据,得出结论：糖化血红蛋白和甘油三酯在人体内的含量越高,患糖尿病的概率就越大.     

基于U-Net++的人体脊椎MRI图像识别

医学图像分割是疾病诊断和治疗的重要组成部分,通常由经验丰富的医生或专家手动完成.随着医学成像技术的发展,医学图像的规模快速增长,给医学专家带来了大量且繁琐的工作.因此,许多研究人员提出了医学图像自动分割方法.其中,深度学习近年来已成为医学图像分割任务的首选方法.为此,提出了一种基于U-Net++的脊椎MRI图像分割方法...     

基于二维传热数值分析模型的激光处理专家系统

实现激光热处理工艺优化控制的方法是建立一套实用的激光表面处理工艺专家系统。文章讨论了激光相变硬化处理专家系统的建立 ,该系统结合了基于关系型数据库的知识系统和基于二维传热相变的计算机数值分析模型 ,运行时优先考虑使用数据库中的实际加工工艺参数 ;在数据库中没有满足该加工初始条件的工艺参数的情况下 ,参考数据库中的实际加工工艺参数进行正交设计 ,进而使用数值分析模型进行虚拟和分析处理 ,最终获得一个比较具有实际意义的专家参考工艺参数。数学模型则采用 SIMPL ER法进行分析和模拟计算。该系统克服了完全依赖于数据库知识系统所具有的工艺参数的有限性 ,又克服了完全依赖于数值分析模型的不精确性 ,具有典型的学习功能。     

基于自学习专家控制交流伺服系统的研究

论述了交流伺服系统的数学模型、组成及原理，在此模型基础上对交流伺服系统的自学习控制进行了深入的研究，解决了专家控制器知识库的不足的问题（环境，对象出现了过去没遇过的情况，则数据库和规则库显得呆板，而表现出不适应新情况的弊端），自学习控制的交流伺服系统在相当广泛的运动条件、运行事件范围内，完善了系统的功能和达到了预期的效果。     

基于产生式规则专家系统在结构损伤诊断中的应用

工程结构损伤诊断过程复杂,信息源要求广,而且该领域专业知识零散,不成系统.针对此现状,将知识工程领域中应用成熟的专家系统技术引入结构损伤诊断领域,利用专家系统的知识库及推理机制,不仅能协助专家进行现场作业,而且能够整理、保存和推广应用结构损伤诊断领域的专业知识.介绍了采用产生式规则的知识表示模型和面向对象的知识表示方法,也介绍了基于产生式规则专家系统的设计思路,以及结构损伤诊断专业知识的处理方法,并利用Visual C++6.0实现了具有实际应用价值的结构损伤诊断专家系统.     

基于神经网络的概念分类树推想查找

采用ＨＮＮ型离散神经网络模型，提出了一种适于知识，表达与推理的新方法，通过引入推想概念，以非符号形式解决了遍布于ＡＩ，专家系统领域中的分类树查找问题．并实现了符号推理中著名的动物专家系统，最后对此方法的特点进行了总结．     

环境污染物分子结构与毒性关系专家系统

介绍了用于环境污染物结构毒性关系研究的软件，做为软件性能的检验，也进行了６２种氮杂环芳胺及其致变活性关系的实例研究。发现：专家系统应用近于自然语言的规则形式易于表达特殊分子结构对毒性有明显激活或抑活效应的知识，而此种作用是难于用数值描述的。专家系统不失为环境污染物构效关系的良好模式之一。     

一种基于集合覆盖和可信度因子的多故障诊断模型

本文针对诊断问题的具体特点以集合覆盖和可信度因子为基础，建立了一个多故障诊断模型，给出了模型的求解算法，并将该模型应用于故障诊断专家系统中。本文给出的模型是对多故障问题求解的一个有效尝试。     

基于SNMP和专家系统的故障管理系统

提出了一种基于SNMP的综合故障检测模型、采用RMON技术进行网络监控、实现了一种基于故障诊断专家系统模型进行故障诊断的故障管理系统。     

基于错误矩阵方程的消避错专家系统

提出消避错专家系统的结构.基于错误矩阵方程,分析了如何创建消避错专家系统中数据库、规则库及模型,并给出错误矩阵、错误矩阵方程模型在消避错专家系统中的存储及推理实现形式.给出结合交通管理问题的基于错误矩阵方程的消避错知识推理实现案例.     

专家控制多模糊规则集的复合控制交流伺服系统

根据专家控制理论和模糊控制理论,针对矢量控制的交流伺服系统,设计了一种专家控制多模糊规则集复合控制的控制器,能使系统具有克服被控对象的和环境不确定性的能力,解决了对于建模的问题,仿真实验结果表明由该控制器构成的交流速度伺服系统,具有良好的快速性和较强的鲁棒性。     

注塑模集成设计系统的研究

通过总结流道系统的设计知识,结合基于特征的设计、专家系统技术和CAE分析工具,对流道系统进行完整全面的设计．利用专家系统进行流道和浇口的初始设计,采用CAE工具C-MOLD和评价目标函数,进行流道和浇口的优化设计,并总结流道和浇口的形状特征,最终建立流道系统的特征和实体模型．这一方法已很好地应用于构造新一代注塑设计制造系统中．