检索结果-内蒙古大学图书馆

精勤不倦,奔涌不息——记北京市高校教学名师,首都医科大学生物医学工程学院张旭教授

首都医科大学学报 2025年第1期46卷 172-176页

作者：魏婧张璐梁莹李春林首都医科大学生物医学工程学院北京100069

张旭,女,教授,博士生导师,曾任首都医科大学生物医学工程学院党委书记、院长、临床生物力学应用基础研究北京市重点实验室主任。北京市优秀教师、北京市教学名师,北京市优秀本科育人团队带头人,国家一流专业建设点生物医学工程专业负责... 详细信息

张旭,女,教授,博士生导师,曾任首都医科大学生物医学工程学院党委书记、院长、临床生物力学应用基础研究北京市重点实验室主任。北京市优秀教师、北京市教学名师,北京市优秀本科育人团队带头人,国家一流专业建设点生物医学工程专业负责人,担任教育部生物医学工程类专业教学指导委员会委员,中国研究型医院学会临床工程专业委员会主任委员,中国药品监督管理研究会医疗器械监管研究专业委员会副主任委员,中国康复辅助器具协会康复工程专业委员会副主任,中国医疗保健国际交流促进会听力专业委员会副主任委员,国家医疗器械审评中心评审专家,中国电子学会生物医学电子分会委员。主要从事神经工程,脑功能认知,医学人工智能,功能神经电刺激在脑网络疾病治疗及脊髓损伤功能重建的方法研究,智能植入式刺激器研发。主持完成多项国家自然科学基金、国家自然科学基金重大仪器、国自然重点国际合作项目、北京市自然科学基金项目、教育部创新项目、中国药品监督管理研究会重点项目。发表研究论文70余篇,获得国家发明专利、实用新型专利6项,出版专著与教材5部。

关键词：生物医学工程重点项目中国电子学会实用新型专利康复工程医疗器械教学名师北京市重点

来源：评论

学校读者我要写书评

暂无评论

基于深度可分离卷积与注意力机制的单导联心房颤动轻量级分类网络

引用

南方医科大学学报 2025年第3期45卷 650-660页

作者：洪永张鑫林铭俊吴秋岑陈超敏南方医科大学生物医学工程学院广东广州510515

目的设计一个深度学习模型,实现模型复杂度和模型性能的平衡,以便于集成到可穿戴心电监护设备上,实现本地的房颤自动诊断。方法从公开数据集LTAFDB、AFDB和NSRDB上分别收集了84例、25例房颤患者和18例无明显心律失常受试者的数据进行实... 详细信息

目的设计一个深度学习模型,实现模型复杂度和模型性能的平衡,以便于集成到可穿戴心电监护设备上,实现本地的房颤自动诊断。方法从公开数据集LTAFDB、AFDB和NSRDB上分别收集了84例、25例房颤患者和18例无明显心律失常受试者的数据进行实验和测试。提出了一个基于深度可分离卷积并融合通道空间信息的轻量级注意网络—DSC-AttNet,引入深度可分离卷积代替标准卷积,降低模型参数量和计算量,实现模型的高效和轻量化;并嵌入多层混合注意力机制以在不同尺度上计算通道信息和空间信息的注意权重,提高模型的特征表达能力。在LTAFDB上进行十折交叉验证,并在AFDB和NSRDB上进行外部独立测试。结果DSC-AttNet在测试集上的十折平均准确率达到97.33%,精确率达到97.30%,均优于其他4个对比模型以及3个经典模型。模型在外部测试集上的准确率分别达到92.78%和99.97%,优于3个经典模型。且DSC-AttNet的参数量为1.01M,计算量为27.19 G,小于3个经典模型。结论该房颤分类方法具有较小的复杂度,达到了更好的分类性能,并且泛化能力较好,具有良好的临床应用前景和推广能力。

关键词：心电图心房颤动卷积块注意模块 MobileNet 轻量级卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于小型神经网络的癫痫发作预测研究

引用

首都医科大学学报 2025年第1期46卷 91-98页

作者：欧阳慧李宇堂娄晓越刘人硕孙敬孝李春林张旭首都医科大学生物医学工程学院北京100069

目的基于头皮脑电数据,提出一种针对难治性癫痫患者的癫痫发作预测方法并运用人工神经网络模型进行高效预测,以期提升癫痫脑电信号的分类预测效能。方法采用波士顿儿童医院的难治性癫痫患者长时脑电数据库,从脑电同步性、复杂度及能量... 详细信息

目的基于头皮脑电数据,提出一种针对难治性癫痫患者的癫痫发作预测方法并运用人工神经网络模型进行高效预测,以期提升癫痫脑电信号的分类预测效能。方法采用波士顿儿童医院的难治性癫痫患者长时脑电数据库,从脑电同步性、复杂度及能量分布等多个维度提取癫痫发作间期和发作前期的脑电特征,并将这些特征输入人工神经网络模型中进行分类识别,从而实现癫痫的精准预测。通过调整模型参数以优化性能,并与现有的深度学习模型进行对比评估。结果本研究提出的模型准确率为99.29%,精确度为91.44%,灵敏度为96.46%,特异性为99.46%。与当前基于机器学习和深度学习框架的癫痫发作预测研究相比,本研究的模型在分类预测能力上实现了提升,展现了更高的预测准确性。结论通过手动提取癫痫脑电特征并构建人工神经网络模型,实现了对癫痫发作的有效预测。模型具有较高的准确性和稳定性,为辅助临床癫痫治疗和预防提供了可靠的技术支持。

关键词：癫痫发作预测脑电特征提取机器学习

来源：评论

学校读者我要写书评

暂无评论

YSZ∶Yb/Tm纳米荧光粉的上转换荧光温度传感特性

引用

光学学报 2025年第3期45卷 160-168页

作者：高晓青袁兴张星星马宇巨丹丹刘淑静魏通韩迎东中国民航大学理学院中国民航大学航空工程学院天津医科大学生物医学工程与技术学院

提出一种可用于上转换发光温度传感的纳米材料，即通过熔盐法制备的Yb/Tm共掺杂的钇稳定氧化锆（YSZ∶Yb/Tm）纳米荧光粉。对样品的微观结构、形貌和元素分布、发光机理及温度传感特征进行分析。样品具有结晶性良好的立方相结构，该共... 详细信息

提出一种可用于上转换发光温度传感的纳米材料，即通过熔盐法制备的Yb/Tm共掺杂的钇稳定氧化锆（YSZ∶Yb/Tm）纳米荧光粉。对样品的微观结构、形貌和元素分布、发光机理及温度传感特征进行分析。样品具有结晶性良好的立方相结构，该共掺杂体系在980 nm激光激发下具有双光子、三光子参与的上转换发光过程及多声子辅助能量传递方式。样品的红光发射峰与蓝光发射峰的积分荧光强度比（FIR）在303～573 K温度范围内具有良好的温度依赖性，根据FIR建立比率型温度传感来评估温度传感性能，得到样品的最大绝对灵敏度为31.55%/K，最大相对灵敏度为1.10%/K。以上结果表明，YSZ∶Yb/Tm纳米荧光粉可以作为一种具有潜力的温度传感候选材料。

关键词：温度传感器纳米荧光粉上转换荧光强度比热增强上转换发光

来源：评论

学校读者我要写书评

暂无评论

光声辅助超声识别的智慧医疗综合实验设计

引用

实验室研究与探索 2025年第2期44卷 173-177页

作者：张建尹文杰梁超豪傅洪波广州医科大学生物医学工程学院广州511436

针对当前超声导引下的注射针穿刺图像对比度不高亟待改善的问题,设计了基于深度学习的穿刺引导综合性实验。该实验将注射针的超声图像校正过程细分为每1帧的图像识别任务,以光声图像为事实基准建立数据库,训练构建好的神经网络模型,并... 详细信息

针对当前超声导引下的注射针穿刺图像对比度不高亟待改善的问题,设计了基于深度学习的穿刺引导综合性实验。该实验将注射针的超声图像校正过程细分为每1帧的图像识别任务,以光声图像为事实基准建立数据库,训练构建好的神经网络模型,并应用在穿刺超声引导的实施过程中。实施结果证明了该综合实验在教学中的可行性和可推广性。通过实验教学后,学生能够融会深度学习、光声成像和超声成像等多领域知识,培养了学生的实际操作能力和实验技能。

关键词：深度学习光声成像超声成像实验教学智能健康护理

来源：评论

学校读者我要写书评

暂无评论

基于PE-CycleGAN网络的鼻咽癌自适应放疗CBCT-sCT生成研究

引用

南方医科大学学报 2025年第1期45卷 179-186页

作者：贺亚迪周炫汝金锦辉宋婷南方医科大学生物医学工程学院广东广州510515 南方医科大学中西医结合医院放疗科广东广州510315

目的探索基于PE-CycleGAN方法从锥形束CT(CBCT)合成高质量CT(sCT),用于鼻咽癌自适应放疗(ART)。方法提出感知增强的CycleGAN模型(PE-CycleGAN),引入判别器双重对比度损失、生成器多感知损失和改进的U-Net结构。采用80例鼻咽癌患者的CBCT... 详细信息

目的探索基于PE-CycleGAN方法从锥形束CT(CBCT)合成高质量CT(sCT),用于鼻咽癌自适应放疗(ART)。方法提出感知增强的CycleGAN模型(PE-CycleGAN),引入判别器双重对比度损失、生成器多感知损失和改进的U-Net结构。采用80例鼻咽癌患者的CBCT和CT作为训练集,7例为测试集。通过量化sCT与参考CT的平均绝对误差(MAE)、峰值信噪比(PSNR)、结构相似性指标(SSIM)以及sCT与参考CT剂量gamma通过率、靶区和危及器官(OAR)相对剂量偏差,评估sCT图像质量和剂量计算精度。结果PE-CycleGAN生成sCT与对应标准CT的MAE为56.89±13.84 HU,较CBCT的81.06±15.86 HU降低约30%(P<0.001)。PE-CycleGAN的PSNR和SSIM(26.69±2.41 dB,0.92±0.02)高于CBCT(21.54±2.37 dB,0.86±0.05)(P<0.001)。在与计划CT剂量gamma分析中,在2 mm/2%标准下,PE-CycleGAN的sCT剂量比对通过率(90.13±3.75)%高于CBCT的(81.65±3.92)%(P<0.001)和CycleGAN的(87.69±3.50)%(P<0.05)。在3 mm/3%标准下,PE-CycleGAN的sCT通过率(97.20±2.52)%同样优于CBCT的(86.92±3.51)%(P<0.001)和CycleGAN的(94.58±2.23)%(P<0.01)。sCT相比计划CT的靶区和OAR相对剂量偏差均值除Lens Dmax(Gy)为3.38%(P=0.09)外都在±3%范围内(P>0.05),PTVnx HI、PTVnd HI、PTVnd CI、PTV1 HI、PRV_SC、PRV_BS、Parotid、Larynx、Oral、Mandible、PRV_ON相对剂量偏差均值都小于±1%(P>0.05)。结论PE-CycleGAN能从CBCT快速合成高质量sCT,可用于鼻咽癌的CBCT引导ART。

关键词：锥形束CT 合成CT 自适应放疗深度学习生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于持续学习的心脏健康到情绪健康联合分析

引用

生物医学工程学杂志 2025年第1期42卷 1-8页

作者：高鸿祥蔡志鹏李建清刘澄玉东南大学仪器科学与工程学院南京210096 东南大学数字医学工程国家重点实验室南京210096 南京医科大学生物医学工程与信息学院南京211166

心血管疾病和心理障碍已成为威胁人类身心健康的两大主要问题。尽管基于心电图信号的研究为解决这些问题提供了重要契机,但在心电特征的理解以及跨任务知识迁移方面,现有方法仍面临性能瓶颈和适用性不足等挑战。为此,本文设计了一种基... 详细信息

心血管疾病和心理障碍已成为威胁人类身心健康的两大主要问题。尽管基于心电图信号的研究为解决这些问题提供了重要契机,但在心电特征的理解以及跨任务知识迁移方面,现有方法仍面临性能瓶颈和适用性不足等挑战。为此,本文设计了一种基于残差网络的多分辨率特征编码网络,能够有效提取心电信号的局部形态特征与全局节律特征,增强特征表达能力。此外,提出的基于模型压缩的持续学习方法通过将简单任务中的结构化知识逐步传递到复杂任务,可有效提升下游任务性能。多分辨率学习模型在心电QRS波群检测、心律失常分类和情绪分类等五个数据库上取得了超越或与当前先进算法相当的性能。持续学习方法在跨领域、跨任务和数据增量的场景下都取得了相较于常规训练方法的显著提升,证明了所提出方法对于心电跨任务知识迁移的能力,为心电多任务学习提供了新路径。

关键词：身心健康心电图信号多分辨率持续学习

来源：评论

学校读者我要写书评

暂无评论

基于中心指导与交替优化的低剂量CT图像恢复方法

引用

南方医科大学学报 2025年第4期45卷 844-852页

作者：张晓瑜王昊曾栋边兆英南方医科大学生物医学工程学院//广东省医学图像处理重点实验室广东广州510515

目的提出一种基于中心指导与交替优化的低剂量CT图像恢复方法(FedGP)。方法FedGP框架革新了传统的联邦学习模式,采用无固定中央服务器的结构,每个机构交替担任中心服务器。该方法采用机构调制的CT图像恢复网络作为客户端局部训练的核心... 详细信息

目的提出一种基于中心指导与交替优化的低剂量CT图像恢复方法(FedGP)。方法FedGP框架革新了传统的联邦学习模式,采用无固定中央服务器的结构,每个机构交替担任中心服务器。该方法采用机构调制的CT图像恢复网络作为客户端局部训练的核心,通过中心指导和交替优化的联邦学习方法,中央服务器利用本地标记数据指导客户端局部网络训练,从而显著提升多机构低剂量CT图像恢复模型的泛化能力。结果在低管电流和稀疏角度CT图像恢复任务中,与其他对比的联邦学习方法相比,FedGP方法的CT图像结果在视觉和定量评估上均有明显优势,FedGP获得了最高的PSNR指标(40.25和38.84)、最高的SSIM指标(0.95和0.92)以及最低的RMSE指标(2.39和2.56)。此外,FedGP的消融实验结果表明基于中心指导与交替优化的联邦学习框架能更好适应各机构之间的数据异构性,确保模型在各类成像条件下的稳健性和泛化能力。结论本文提出的FedGP为解决CT成像异质性问题提供了一个更灵活的FL框架,可以更好地适应不同参与方的数据特征,提高模型在多样化成像几何的泛化能力。

关键词：计算机断层成像联邦学习图像恢复数据异质性

来源：评论

学校读者我要写书评

暂无评论

基于多尺度监督与残差反馈的优化算法有效提高鼻咽癌CT图像视交叉及视神经分割精度

引用

南方医科大学学报 2025年第3期45卷 632-642页

作者：刘瑨禹梁淑君张煜南方医科大学生物医学工程学院//广东省医学图像处理重点实验室广东广州510515

目的提出并验证一种新的基于多尺度监督与残差反馈的深度学习分割算法(DSRF),以实现对鼻咽癌患者CT图像中小器官-视交叉和视神经的精确分割。方法收集来自SegRap2023、StructSeg2019和HaN-Seg2023公开数据库的212例鼻咽癌患者CT图像及... 详细信息

目的提出并验证一种新的基于多尺度监督与残差反馈的深度学习分割算法(DSRF),以实现对鼻咽癌患者CT图像中小器官-视交叉和视神经的精确分割。方法收集来自SegRap2023、StructSeg2019和HaN-Seg2023公开数据库的212例鼻咽癌患者CT图像及其真实标签。为解决传统卷积神经网络在池化过程中小器官特征丢失的问题,设计一种基于混合池化策略的解码器,利用自适应池化和平均池化技术将高级语义特征逐步细化并融合低级语义特征,使网络学习到更细小的特征信息。采用多尺度深度监督层,在深度监督下学习丰富的多尺度、多层次语义特征,以提高对视交叉和视神经边界的识别能力。针对CT图像中视交叉和视神经对比度低的挑战,设计可使网络多次迭代的残差反馈模块,该模块充分利用模糊边界和易混淆区域的信息,通过监督迭代细化分割结果,并结合每次迭代的损失优化整个分割框架,提高分割精度和边界清晰度。采用消融实验验证各组件的有效性,并与其他方法进行对比实验。结果引入混合池化策略、多尺度深度监督层和残差反馈模块的DSRF算法能有效提升小器官的特征表示,实现视交叉和视神经的准确分割,其平均DSC达到0.837,ASSD低至0.351。消融实验进一步验证DSRF方法中各组成部分的贡献。结论本文提出的基于多尺度监督及残差反馈的深度学习分割算法能有效提升特征表示能力,实现视交叉和视神经准确分割。

关键词：鼻咽癌视交叉与视神经分割混合池化策略深度监督残差反馈

来源：评论

学校读者我要写书评

暂无评论

基于生理网络脑心交互的视觉诱发情绪效价评估

引用

中国生物医学工程学报 2025年第1期44卷 11-20页

作者：蔡志鹏高鸿祥李建清刘澄玉东南大学仪器科学与工程学院数字医学工程全国重点实验室南京210096 南京医科大学生物医学工程与信息学院南京211166

近10年来,情绪加工中大脑与心脏的复杂生理交互成为研究热点。本研究采用网络生理学方法,分析Dreamer数据库中414条视觉情绪诱发期间的脑电和心电信号间的时间延迟稳定性(TDS)量化指标,探究视觉情绪刺激下的脑心交互。研究揭示了情绪处... 详细信息

近10年来,情绪加工中大脑与心脏的复杂生理交互成为研究热点。本研究采用网络生理学方法,分析Dreamer数据库中414条视觉情绪诱发期间的脑电和心电信号间的时间延迟稳定性(TDS)量化指标,探究视觉情绪刺激下的脑心交互。研究揭示了情绪处理时大脑半球间的不对称连接,特别是大脑右半球在交互中的主导地位。脑电分析强调了低频段(δ、θ、α)在情绪信息传输中的核心作用,其中额叶区域的δ-θ耦合对情绪调节尤为关键。在高效价情绪状态下δ-θ耦合的%TDS值(0.78±0.05)显著高于低效价状态(0.65±0.04)。此外,低效价脑心交互的平均连接强度最高达(0.68±0.06),而高效价下降至最低(0.59±0.03)。这些发现不仅增进了对情绪加工中大脑皮层与心脏同步机制的理解,而且丰富了神经生理学与情绪科学的知识体系。

关键词：脑心交互 EEG振荡情绪诱发网络生理学时间延迟稳定性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：