用连续量输入的人工平定心脏收缩功能

作应用人工神经网络技术，实现心脏收缩功能的计算机自动评定，以探讨人工神经网络技术在生物医学评定、分类和诊断等问题中的应用方法。该研究采用心脏收缩时间间期的７项指标，应用反向传播神经网络，以连续量作为网络输入，对２０２位受试的心脏收缩功能进行主定，人工神经网络的评定结果与专家主定相比较，符合率可达９５．５４％。结果表明，连续量输入方式在逼近实验分类边界，减小网络规模，加快网络学习方面优于数字量输     

收缩时间间期检测心脏功能的微机自动评定

将心脏收缩时间间期的7项指标采用加权建模的方法,用计算机实现了心脏功能的自动化评定。经190例自动化评定与专家人工测算评定的结果对照,二者的符合率为75.8％。     

重症肺炎患儿心脏收缩时间间期监测的临床意义

重症肺炎患儿心脏收缩时间间期监测的临床意义吴伟张秋燕１孙长福２（第一临床学院急诊科，沈阳１１０００１）关键词重症肺炎；小儿；心脏收缩时间间期重症肺炎常累及患儿的心血管系统。本文就其心脏收缩时间间期进行监测，以探讨重症肺炎对患儿心脏功能的影响。１对象与...     

慢性肺心病患者心脏收缩时间间期的改变

近年来随着无创心功能检测的开展,其检测结果具有与创伤检查的一致性〔1〕,得到临床医生及患者的接受。本文采用测定心脏收缩时间间期(ＳＴＩ)的方法,并与正常组进行对照,以探讨肺心病患者的左心功能变化。1　资料和方法1.1　观察对象:正常组:选择年龄40～80岁,正常人100...     

慢性阻塞性肺部疾病患者心功能初步研究——Ⅱ、心脏收缩时间间期测定

本文应用无创性收缩时间间期测定(STI)方法,观察了110例慢性阻塞性肺部疾病(COPD)患者的心脏工作状况。结果提示:COPD患者STI异常较早出现,表现为射血前间期(PEP)延长(P<0.001),左室射血时间(LVET)缩短(P<0.001),PEP/LVET比值增大(P<0.001)。当合并肺心病和伴心衰出现时,PEP/LVET增大更明显(P<0.001),同时还观察到,STI的异常与动脉血气变化和肺功能之间存在一定的相关关系。肺动脉高压,右室搏出和左心灌注减少,左室输出量降低,可能是引起COPD肺心病患者STI异常的主要原因。     

四道生理记录仪在心脏收缩时间间期测定中的应用

目的：探讨心脏收缩时间间期测定方法,为评价心室收缩功能提供客观指标。方法：用四道生理记录仪通过颈动脉搏动图法测定２０例正常人心脏收缩时间间期的四项指标ＬＶＥＴ、Ｑ－Ｓ２、ＰＥＰ、ＰＥＰ／ＬＶＥＴ。结果：ＬＶＥＴ＝０．２８４ｓ,Ｑ－Ｓ２＝０．３７３ｓ,Ｑ－Ｓ２＝０．３７３ｓ,ＰＥＰ＝０．０９１ｓ,ＰＥＰ／ＬＶＥＴ＝０．３２。结论：利用四道生理记录仪测定收缩时间间期方法简便,结果可靠。     

真心痛患者的心脏收缩时间间期的改变

本文用STI方法对120例真心痛患者进行了左心收缩功能测定,其中85%的患者左心收缩功能有不同程度的损害,其受损程度与病程呈正比。其原因是由于心血瘀阻,血不养心所致。     

新生儿窒息心脏收缩时间间期变化与临床表现及预后的关系

目的 观察窒息新生儿心脏收缩时间间期（STI）的变化,探讨其与临床表现及预后的关系。方法 利用二维及多普勒超声对27例轻度窒息、18例重度窒息及14例正常新生儿进行二维超声及STI测定,并分析其与临床表现及预后的关系。结果 和正常新生儿比较,轻、重度窒息组心脏的腔室大小和室壁厚度无变化（P〉0．05）。轻、重度窒息组与正常新生儿相比,急性期右室射血时间（RVET）缩短（P〈0.05）;重度窒息新生儿右室射血前期时间（RPEP）延长。重度窒息新生儿RPEP／RVET急性期和恢复期均较正常和轻度窒息新生儿增大（P〈0．05）。急性期重度窒息新生儿较正常新生儿的左室射血前期时间（IPEP）有所延长（P〈0．05）。急性期和恢复期重度窒息组RPEP／RVET增大者较轻度窒息组增多,急性期RPEP／RVET增大者心衰发生及远期致残率较RPEP／RVET正常者增加。结论 窒息对新生儿心功能的影响右心重于左心。RPEP／RVET增大者临床表现较重,发生残疾的可能性较大。     

家兔心脏收缩时间间期测定的实验研究

通过快纸速同步记录的心电图、心音图和颈动脉搏动图,测定了100只家兔的收缩时间间期(STI)。作出了家兔STI值一览表。电机械收编时间(QS_2).左室射血时间(LVET),射血前期(PEP)和PEP/LVET比率分别为:(雄)157±14m;(雌)158±12ms;(雄)116±12ms,(雌)116±10ms;(雄)41±5ms,(雌)41±4ms;(雄)0.350±0.043,(雌)0.335±0.029。主要的牧缩时间间期QS_2、LVET和PEP随心率(HR)分别按下述回归方程而变化:(雄)QS_2=225—0.281(HR),(雌)QS_2=228—0.278(HR);(雄)LVET=172—0.231(HR),(雌)LVET=173—0.226(HR);(雄)PEP=53—0.051(HR),(雌)PEP=55—0.052(HR)。PEP/LVET与心率相关不密切。     

径向基人工神经网络在宫颈细胞图像识别中的应用

目的：探讨径向基（RBF）人工神经网络在宫颈细胞图像识别中的应用。方法：提取宫颈细胞和细胞核的15个形态学特征参数及12个色度学特征参数，对700个宫颈细胞按正常、低度鳞状上皮内病变（LSIL）、高度鳞状上皮内病变（HSIL）、宫颈癌进行分类识别。利用软件STATISTICA7．0建立网络模型并训练，用VC＋＋．NET语言调用网络。结果：RBF网络对训练集的拟合度为97．3％，对测试集的分类准确率为95．4％。在测试集中，正常细胞的识别率为96％，LSIL细胞识别率为94％，HSIL细胞识别率为100％，癌细胞识别率为88％。RBF网络输入参数的敏感度排序与细胞病理学特征基本一致。结论：RBF人工神经网络可以很好的对宫颈细胞特别是HSIL细胞进行分类识别。     

基于径向基函数神经网络的心脏早搏分类诊断研究

早搏是常见的心律失常,根据发生部位分为窦性早搏、房性早搏、交界性早搏和室性早搏。心肌细胞特有的电生理特性和心律失常中常有的一些心电现象,使一部分早搏的心电图失去其固有的特征,临床上通过心电图对其分类诊断存在一定的不确定性。基于Matlab平台,采用径向基神经网络方法,对所搜集的82个早搏分类确诊病例进行研究,建立了心脏早搏分类的辅助诊断模型,其准确率达到96％。为临床心脏早搏分类诊断提供了一种新的方法。     

人工神经网络技术在纤维支气管镜诊断肺癌中的应用

目的:应用人工神经网络技术建立纤维支气管镜诊断肺癌的计算机辅助诊断模型.方法:由3名有经验的纤维支气管镜检查医师对119例肺肿瘤患者(良性64例,恶性55例)的纤维支气管镜图像进行观察,提取11项图形特征,并对其进行评分量化.从肺痛患者中随机抽取30例,从良性患者中随机抽取35例作为训练集,其余作为预测集,输入11项评分结果和6个临床参数,将全部样本的预测结果与logistic回归的预测结果比较.结果:人工神经网络与logistic回归预测诊断肺癌的灵敏度分别为94.5%和63.6%,特异度分别为96.9%和87.5%,受试者工作特征曲线下面积分别为0.950和0.870,P=0.034.结论:人工神经网络技术可以作为纤维支气管镜确诊肺癌的辅助手段.     

肾综合征出血热发病率的ANN预测模型

目的 :探讨ANN时间序列预测模型在疾病发病率或死亡率预测上的应用前景。方法 :利用动态学习比率BP算法以双曲正切函数为功能函数的非线性时间序列预测方法。结果 :建立HFRS发病率的ANN预测模型 ,其预测精度高。结论 :BP人工神经网络可以用于疾病发病率或死亡率的预测     

利用人工神经网络技术预测癫痫患儿服用卡马西平后体内药物浓度

目的利用人工神经网络技术预测癫痫患儿服用卡马西平后体内药物浓度。方法收集216例癫痫患儿服用卡马西平后血药浓度监测结果及监测当日身高、体量、肝肾功能等18项相关指标,根据神经网络和遗传算法的基本原理,建立卡马西平浓度预测模型,并用该浓度预测模型进行样本预测分析。结果样本（54个病例）的预测结果表明,与实际测定浓度相比,误差小于10%的有31个浓度,误差在10%-15%之间的有11个浓度,误差在15%-20%之间的有6个浓度,误差大于20%的有6个浓度。人工神经网络预测的血药浓度和实际测定浓度之间的相关系数为0.9156。结论利用人工神经网络技术预测癫痫患儿服用卡马西平后血药浓度比较可行,有待将其广泛应用于治疗个体化给药设计的研究。     

Artificial neural network in studying factors of hepatic cancer recurrence after hepatectomy

Objective: To explore the affecting factors of liver cancer recurrence after hepatectomy. Methods: The BP artificial neural network - Cox regression was introduced to analyze the factors of recurrence in 1 457 patients. Results: The affecting factors statistically significant to liver cancer prognosis was selected. There were 18 factors to be selected by uni-factor analysis, and 9 factors to be selected by multi-factor analysis. Conclusion: The 9 factors selected can be used as important indexes to evaluate the recurrence of liver cancer after hepatectomy. The artificial neural network is a better method to analyze the clinical data, which provides scientific and objective data for evaluating prognosis of liver cancer.     

基于影像信息的人工神经网络的脑胶质瘤分级

目的：探讨利用人工神经网络对脑胶质瘤进行分级的可行性和有效性。方法：回顾性纳入2012至2017年经 病理证实的130例脑胶质瘤患者,基于磁共振增强T1加权相二维图像提取的共41个影像学特征。建立人工神经网络并 进行特征选择以得到最优化的神经网络模型,随机抽取一半病例的影像学特征数据对神经网络进行训练,并用另一 半特征数据对训练完成后的神经网络进行胶质瘤分级效果验证。对神经网络重复进行100次训练和验证,将结果进行 平均。结果：经过特征选择后的神经网络模型共选取5个特征作为输入特征,神经网络对脑胶质瘤分级的平均准确率 为90.32%,平均敏感度为87.86%,平均特异度为92.49%,受试者操作曲线的曲线下面积为0.9486。结论：人工神经网络作 为一种人工智能方法,对脑胶质瘤分级具有较高的准确性,为脑胶质瘤的无创性术前分级提供了可行的辅助手段。     

Evaluation of Right Ventricular Volume and Systolic Function by Realtime Three-dimensional Echocardiography

Increasing evidence from clinical investigationis emphasizing the importance of evaluating rightventricular (RV) function[1—4]. Whereas, becauseof the complex shape, evaluation of RV functionby conventional 2 D echocardiography has beenconsidered difficult. The development of real timethree dimensional echocardiography ( RT3DE )opens up the possibility of assessing RV function.This high speed, volumetric ultrasound scanningsystem could display the cardiac spat…     

基于BP神经网络的非接触生命参数信号检测

目的:探讨基于BP神经网络的雷达式非接触生命参数信号检测方法.方法:采用四层BP神经网络的模式识别算法,利用Matlab软件环境编写算法程序,进行仿真实验与实际信号处理.结果:利用该方法进行非接触检测系统信号的识别,能够在强噪声背景下检测出生命参数信号.结论:该方法适用于随机性较强的微弱信号检测,对雷达式非接触生命参数信号检测可以达到较好的效果.     

应用新的聚类技术加速B－P网络的收敛过程

Ｂ－Ｐ网络在模式识别技术中识别效果好，应用较广泛，但通过模式样本直接对网络权训练，收敛过程太慢。就模式识别的软、硬分类问题，提出基于新的聚类方法条件下进行网络权的训练，收敛速度较快，可收事半功倍之效。