简介：目的通过头部CT螺旋扫描和轴扫描两种不同扫描模式的影像质量对照,探讨常规头部CT采用螺旋扫描模式取代轴扫描模式的可行性。方法40例患者,其中男性24例,女性16例;年龄18～74岁,平均年龄46岁。分别接受头部CT螺旋扫描和轴扫描两种不同模式扫描,轴扫描参数：140kV、170mA用于颅底部;120kV、150mA用于颅脑部,每周2s。螺旋扫描参数：120kV,150mA,每周0.6s。扫描剂量直接取自设备剂量指示值（CTDI和DLP）。影像质量分别由2位专家采用双盲法,对头部CT的颅底、脑灰-白质层面及全部影像逐层进行CT值测量评估。结果常规头部CT螺旋扫描模式较轴扫描模式可有效去除颅底部伪影,并能减少扫描时间和扫描剂量（轴扫描模式与螺旋扫描模式对比,CTDI55.43mGy/37.80mGy;DLP662.10mGy.cm/498.28mGy.cm;扫描时间12.0s/7.2s）（P〈0.001）。结论常规头部CT螺旋扫描模式的影像质量完全可与轴扫描模式相媲美,并可取代轴扫描模式。同时常规头部CT螺旋扫描模式还具有可减少扫描时间和辐射剂量,并可进行影像的二维和三维后处理,有利于提高微小病灶正确诊断率的优越性。

简介：热扫描成像技术是20世纪90年代继CT、磁共振、彩超等医学影像技术之后的又一新成像技术。该系统通过接受人体细胞新陈代谢过程中的热辐射，运用分析系统进行处理，以不同的色彩显示人体热辐射强弱的变化，实时捕捉信息，并根据人体细胞代谢的热辐射差和健康状态的对应关系来达到临床诊断的目的。对人体绝无损伤，对环境无污染。环保组织称之为“绿色CT”。

简介：以生理信号分析为主,表情行为观察和情绪主观感受评价为辅,对多名被试的情绪进行识别.60名大学女生接受恐惧-快乐-轻松的情绪诱发,有效数据55名,对应每个情绪片段,根据信号标记以及GSR微分,截取1min的生理信号进行处理和分析,应用SPSS对各生理参数进行情绪的单因素方差分析,然后采用逐步多类判别法,提取特征参数以识别情绪.结果表明HR、HRV、R波、T波各生理参数对情绪较敏感;提取出HFP,HRmax,PNN50,LF/HF,Ratio,LFP,MeanNN7个特征参数,构建情绪判别函数Fuction1,Fuction2和Z1、Z2,Z3;轻松的判别正确率为88.0%,快乐的为92.0%,恐惧的为80.0%,总体判别正确率为86.7%.以生理信号分析为主,辅助表情行为观察和情绪主观感受报告,是一种有效的情绪识别方法,所得数据客观、准确,提高了情绪识别率.

简介：根据王不留行籽的药性对152例足月单胎孕妇行产前耳压刺激试验(AVPST),并与传统的无负荷试验(NST)进行前瞻性对比研究。结果表明AVPST是一种临床价值较高的产前胎儿监护试验,它降低了阴性率和假阴性率,提高了阴性结果的预测价值。

简介：目的利用光学相干断层扫描（OCT）测量并分析早期糖尿病（DM）患者的黄斑区视网膜厚度。方法正常对照组30例60只眼,其中男性15例,女性15例;年龄38~71岁,平均年龄51岁。DM组60例120只眼,其中男性30例,女性30例;年龄32~73岁,平均年龄54.5岁。患有DM但不伴或伴有轻微视网膜病变的患者被纳入研究,并分为尿正常组（组1）和微量白蛋白尿组（组2）,组130例,组230例。采用OCT观察早期DM患者黄斑区图像特征,应用黄斑地形图分析软件测量黄斑部9个分区及黄斑中央小凹（CP）的视网膜厚度,进行早期糖尿病患者和正常人黄斑部厚度之间的数据分析。结果直径1mm的中央区视网膜平均厚度（CSF）,DM组1（226.0±23.0）μm,DM组2（235.0±22.1）μm,正常对照组（225.0±16.1）μm。CP视网膜平均厚度,DM组1（172.2±10.3）μm,DM组2（179.7±20.1）μm,正常对照组（172.1±11.9）μm。DM组1与正常对照组CSF之间差异不具有统计学意义（P〉0.05）,DM组2与正常对照组之间的差异具有统计学意义（P〈0.05）。结论OCT能定量定性地检测DM患者的黄斑变化,有利于诊断和监控早期糖尿病视网膜病变。

简介：对肿瘤样本进行准确的分型识别是有效治疗肿瘤的前提。首先，利用方差滤波方法选择肿瘤表达谱中具有最大方差的部分基因作为识别特征集，然后，利用支持向量聚类对肿瘤表达谱进行分型识别。针对多类型样本情况和支持向量聚类中出现的孤立点聚类问题，分别提出了有效的解决办法。对两个肿瘤表达谱数据的测试结果显示，基于支持向量聚类的方法能够准确地对肿瘤样本进行分型识别，同时能够自动发现肿瘤样本真实的亚型数量。

简介：为提高对婴儿健康监护的质量,本研究提出在育婴箱中增加婴儿哭声识别功能,该系统主要以TI公司的数字信号处理器(DSP)芯片TMS320DM643和多媒体音频编解码芯片TLC320AIC23B为硬件核心,设计一套实时的婴儿哭声识别系统。本系统使用拾音器采集婴儿哭声,音频解码芯片对声音信号进行处理,然后发送给DSP芯片,DSP芯片对声音信号进行预处理,然后用优化的自相关函数算法提取特征参数-线性预测系数(LPC),使用动态时间规整(DTW)识别算法,实现对婴儿的哭声准确识别,并经串口向上位机发送识别结果。该系统在实际测试后表明,婴儿啼哭状态识别准确率可达97.1%,在婴儿护理领域具有重要意义。

简介：基于水对近红外光的吸收原理,我们选用1300nm波长的近红外光,在一定压强下,测量单位厚度组织对近红外光的透光量,并以此来对组织的水肿状态进行识别。实验结果表明:同一压强下,随着水肿程度增加,单位厚度组织对近红外光的透光量减小;同一水肿状态下,随着压强的增加,单位厚度组织对近红外光的透光量增加;在1g/mm2压强下,不同水肿程度下的透光量之间具有显著性差异。初步研究表明,在适当压强下,使用单位厚度组织对近红外光的透光量,可以对不同水肿状态的组织进行识别,该方法能够为医生提供客观的数据支持,辅助医生在消化道重建手术中做出合理判断。