首页期刊导航|北京生物医学工程
期刊信息/Journal information
北京生物医学工程
北京市心肺血管疾病研究所
北京生物医学工程

北京市心肺血管疾病研究所

孙衍庆

双月刊

1002-3208

llbl@public3.bta.net.cn，llbl910219@126.com

010-64456508

100029

北京安定门外安贞医院

北京生物医学工程/Journal Beijing Biomedical Engineering北大核心CSTPCD
查看更多>>本刊是综合性学术期刊，主要刊登人工器官、生物材料、生物力学、生物信息与控制、生物医学测量、医药工程、生物工程、中医工程、计算机在医学中的应用、医疗器械等方面的理论研究和最新成果。适合从事生物医学工程的科研、工程人员及临床医生阅读，面向国内外公开发行。
正式出版
收录年代

    不同深度学习网络在心脏磁共振图像自动分析中的性能研究

    代佳欢唐晓英郭瑞
    551-558页
    查看更多>>摘要：目的 深度学习具有端对端的预测能力,能够加速医学图像的后处理,但是目前尚缺乏比较不同神经网络在心脏磁共振定量图像自动化分析性能差异的研究.因此本研究旨在探究不同神经网络是否具有自动化心脏定量图像分析的能力并比较其性能.方法 本研究收集了 155 名健康志愿者的MOLLI、SASHA T1 定量图像和 T2-prep bSSFP T2 定量图像,分别对 AlexNet、GoogLeNet、ResNet 和DenseNet进行训练,使这些网络能够直接从T1 和T2 定量图像中预测左心室全局(左心室心肌和左心室血液)与局部(室间隔和AHA节段)T1 和T2 定量结果,并对其性能进行比较.结果 4 种神经网络均能直接从心脏磁共振定量图像中预测全心和局部心肌的T1 和T2,具有自动化分析的能力.不同的网络对T1 和T2 的预测性能存在差异,同时对序列也敏感.在 3 个数据集中,DenseNet对于MOLLI和SASHA T1 定量图像的预测误差为 17 ms±60 ms,对于 T2 定量图像的预测误差约 2 ms,具有最好的性能.GoogLeNet性能优于AlexNet和ResNet.结论 本研究实验证明神经网络能够自动化分析心脏磁共振定量图像,不同神经网络存在性能差异,本研究可为心脏磁共振图像自动化分析技术提供支持,为医生等提供一种快速的图像分析方法.

    深度学习心脏磁共振自动分析定量图像心肌T1和T2分析

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于射频消融治疗静脉曲张中温度对隐神经的热损伤仿真研究

    宋晓华乔永琴胡昊南群...
    559-565,591页
    查看更多>>摘要：目的 射频消融(radiofrequency ablation,RFA)治疗静脉曲张(varicose veins,VVs)术是通过在静脉腔内释放射频能量,以热效应损伤静脉内皮、从而闭合血管达到治疗目的.但由于隐神经与下肢静脉紧密伴行甚至缠绕,因此神经损伤是该术式最常见的并发症.为此,本文拟通过RFA治疗VVs的有限元计算和神经电生理建模相结合研究神经的损伤问题.方法 利用COMSOL多物理场软件建立静脉和神经三种不同相对位置的三维模型,采用电-热-流体耦合有限元方法计算组织周围的温度分布及神经的热损伤情况;利用MATLAB软件建立基于Hodgkin-Huxley神经电生理模型,进一步从神经元响应频率的角度验证温度升高对神经的影响.结果 血管周围的组织温度随着距离电极越远,温度逐渐降低.血管与神经伴行以及血管与神经相互缠绕的位置关系中,神经最高温度分别可达54.7℃、62.0℃.对于静脉位于两神经干之间的情况,在神经分叉处温度较高,可达到65.5℃.距离血管越近,温度分布越高.高于45℃后神经组织开始出现损伤,损伤区域以及损伤分数也随时间变化不断增大.神经在不同温度下受刺激产生动作电位时表现出不同的特性,在37～48℃之间,温度越高,神经元动作电位振动频率越高,振幅略有降低.温度超过48℃时神经元动作电位振动频率趋近于零.结论 神经位置的分布影响RFA治疗VVs的决策,RFA过程中的热量会对神经造成不可逆的损伤,48℃是治疗静脉曲张过程神经损伤的温度阈值.

    射频消融静脉曲张温度控制Hodgkin-Huxley方程神经元电生理

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种基于改进的AFFormer网络的脊柱椎体分割方法

    王玉婷张新峰郭伟李相生...
    566-574页
    查看更多>>摘要：目的 提出一种基于改进的AFFormer模型实现脊柱椎骨的准确分割,辅助医师快速诊断脊柱侧弯情况.方法 本文数据集为全脊柱正位X线影像,图像尺寸约为5000×8000,针对图像尺寸大、前景区域小背景区域大、受试者个体差异大但相同部位差异小的数据特点,使用轻量级语义分割模型AFFormer进行脊柱分割.针对深层特征图中损失大量细节信息的现象,在用像素语义对特征中的局部细节进行建模时,在原有的16 维度特征图的基础上拼接一个支路输出8 通道的特征图实现多尺度特征融合,从而学习到更多的细节信息.数据集为某医院临床的正位全脊柱X线影像 146 张,使用labelme工具对图片进行像素级注释后,按照8∶1∶1 随机划分为训练集(117 张)、验证集(15 张)和测试集(14张).训练网络时,使用交叉熵、Dice系数以及增加先验知识的自定义得分函数的加权和作为损失函数,来优化模型训练.在验证集上,使用平均交并比和平均准确度进行检验,进一步调整模型的超参数并初步评估模型从而选择表现最优的模型.结果 使用所提出的方法训练得到的模型在测试集上进行测试,取得了最高的mIoU值(0.8678)、mAcc值(0.9232).结论 本文提出的方法经实验证明其分割性能优于现有的主流分割模型,能够实现脊柱椎骨的精确分割,为辅助脊柱医学诊断提供坚实基础.

    脊柱分割辅助医疗Transformer结构多尺度特征

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种基于知识蒸馏和注意力损失的时间增量学习系统

    李明爱徐裕超
    575-583页
    查看更多>>摘要：目的 基于深度学习的运动想像脑机接口技术在智能康复领域具有很好的发展前景.然而,运动想像脑电信号(motor imagery-electroencephalogram,MI-EEG)是一种非平稳信号,其数据分布和特征空间会随着康复进程的推进而发生变化,这会导致卷积神经网络(convolutional neural network,CNN)模型的识别能力下降.为改善运动想像解码模型对时间的自适应性,本文提出一种基于知识蒸馏和注意力损失的时间增量学习系统(session-incremental learning system,SILS).方法 首先,对运动想象脑电信号进行带通滤波和下采样等预处理,以增强与运动想象相关的信息;其次,设计一种多分支双注意力多模块卷积神经网络对多导联MI-EEG进行多尺度时间特征和空间特征的提取与整合,并基于注意力机制增强通道和空间维度的关键信息;然后,利用知识蒸馏技术及注意力损失改善增量时期解码模型持续学习新知识和保留旧知识的能力;进一步,基于最近邻法挑选少量优质旧样本进行数据回放,提升增量模型的抗遗忘性能力;最后,基于BCI Competition Ⅳ Dataset 2b公开数据集进行大量实验研究,通过可塑性和稳定性两项指标验证 SILS 性能.结果 SILS 对第 1～5 阶段的数据依次取得 79.21％、79.05％、89.06％、88.38％和88.47％的平均准确率,第5 阶段的SILS对第 1～4 时段(session)数据的平均遗忘率分别为9.72％、9.10％、9.88％和6.04％.结论 SILS具有自动调整模型参数,保持持续学习和自我更新的能力,表现出很好的时间适应性和性能稳定性.

    脑电信号运动想像增量学习知识蒸馏注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    静息与充血状态下主动脉血流动力学指标定量关系的研究

    马俊玲李娜吴若婷李鲍...
    584-591页
    查看更多>>摘要：目的 探究静息与充血状态下主动脉血流动力学指标的定量关系可以为血流储备分数(fractional flow reserve,FFR)无创数值计算中充血状态的模拟提供理论支持.方法 入组 109 名冠心病患者,经FFR导管检查,提取静息与充血状态下 5 个周期的主动脉压力波形,并记录平均动脉压(mean arterial pressure,MAP)、收缩压(systolic blood pressure,SBP)、舒张压(diastolic blood pressure,DBP)及心率(heart rate,HR)4 个主动脉血流动力学指标.随后将患者随机分为测试组(89 人)和验证组(20 人),测试组通过方差分析方法检验静息与充血状态下MAP、SBP、DBP、HR均值的差异显著性.静息与充血状态下各指标间的关系表示为充血指标与静息指标的比率.验证组通过均方误差分析对测试组统计结果加以验证.最后通过仿真计算FFR值来验证统计结果的可靠性.结果 充血状态下,测试组MAP、SBP、DBP 分别降低了(18.79±10.51)mmHg(1 mmHg=133.3 Pa)、(25.30±14.84)mmHg、(13.69±7.76)mmHg,HR升高了(9.82±10.95)次/min.MAP、SBP、DBP、HR充血与静息状态下的比率分别为0.82、0.82、0.82、1.1.验证组MAP、SBP、DBP、HR均方误差分别为 0.08、0.05、0.09、0.03(均＜10%).采用本研究统计结果来模拟充血状态计算FFR准确性为86.7%.结论 研究结果可以为FFR无创数值计算中建模提供理论支持.

    主动脉血流动力学指标静息状态充血状态血流储备分数无创数值计算

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    平滑肌细胞gp130在腹主动脉瘤中的作用机制研究

    韩迎春杨雨琪李玉琳杜杰...
    592-597,640页
    查看更多>>摘要：目的 探讨IL-6细胞因子家族的共受体糖蛋白130(glycoprotein 130,gp130)对血管平滑肌细胞表型和腹主动脉瘤的影响,挖掘腹主动脉瘤防治的潜在新靶点.方法 使用他莫昔芬[0.1 mg/(g·d)]对Sm22-ER-Cre+gp130loxP/loxP小鼠连续腹腔注射5d的方法诱导平滑肌细胞gp130 的敲除.选取 8 周的平滑肌细胞gp130 特异性敲除(CKO)和对照小鼠各 17 只,两组小鼠均通过联合Pcsk9 腺相关病毒尾静脉注射(1×1011 v.g.)、高脂饲喂和血管紧张素Ⅱ灌注[1000 ng/(min·kg),28 d]制备小鼠腹主动脉瘤模型.血管超声检测腹主动脉直径变化,腹主动脉最大外径超过造模前小鼠的 50％则判定为腹主动脉瘤形成.EVG染色检测血管弹力板断裂情况.实时定量PCR、蛋白免疫印迹和免疫组化染色检测血管的收缩相关基因及炎症相关基因的表达.胶原收缩实验检测小鼠原代血管平滑肌细胞的收缩功能.结果 与对照组相比,CKO小鼠腹主动脉瘤发生率降低(P<0.05)、血管直径下降(P<0.05)、弹力板断裂情况改善.CKO小鼠主动脉收缩相关基因(α-Sma、Sm22 等)表达上调、炎症相关基因(Ccl2、Il-6等)下调、炎症细胞浸润减少.与对照细胞相比,分离的CKO原代血管平滑肌细胞收缩功能增强(P<0.05).结论 平滑肌细胞特异性敲除gp130 通过维持平滑肌细胞收缩表型和收缩功能、减轻血管炎症,在腹主动脉瘤进展中发挥保护作用.

    腹主动脉瘤平滑肌表型收缩功能血管炎症gp130

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进Wasserstein生成对抗网络的出血性脑卒中CT图像去噪研究

    符炜浩范应威唐晓英
    598-605页
    查看更多>>摘要：目的 为提高无配对参考图像的出血性脑卒中 CT 的图像质量,提出一种基于改进Wasserstein生成对抗网络(Wasserstein generative adversarial network,W-GAN)的CT图像去噪算法.方法 以W-GAN网络为框架,在生成器部分引入视觉几何组(visual geometry group,VGG)网络计算感知损失模块,并在鉴别器部分加入自注意力机制和谱归一化卷积对模型进行改进,对输入的低剂量CT数据进行去噪,得到接近标准剂量的图像.随后对无配对参考图像的出血性脑卒中数据用训练完成的模型进行迁移学习,并对最终得到的图像分别使用全变分(total variation,TV)、无参考图像空间域质量评估(blind/referenceless image spatial quality evaluator,BRISQUE)和对比语言-图像预训练模型图像质量评估(contrastive language-image pre-training image quality assessment,CLIP-IQA)3 种无参考图像质量评估方式进行评估.结果 在TV、BRISQUE和CLIP-IQA 3 种无参考图像质量评估指标上相对于输入提升分别为0.0165、0.1272、0.007.结论 本文提出的改进W-GAN网络模型可以用于出血性脑卒中低剂量CT图像去噪的迁移学习任务,并取得良好的性能提升,为辅助医师诊断出血性脑卒中提供了一种可能的工具.

    生成对抗网络模型CT图像出血性脑卒中图像去噪Wasserstein距离

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于腹电信号的自动胎儿诊断算法的研究

    王铭涵李广飞冯永康李雅爽...
    606-612页
    查看更多>>摘要：目的 电子胎心监护是通过连续监测胎心率和宫缩的变化对胎儿宫内状态进行评估的重要手段,但对电子胎心监护的传统人工诊断存在主观性高和一致性低的局限.与超声多普勒法相比,经腹电信号法允许更长时间的监护,且受个体差异影响小,但国内缺乏精确的基于腹电信号的自动胎儿诊断算法.为此本研究提出了一种创新算法,旨在提高胎儿诊断的准确性和效率,并为国内临床医生提供有效的决策支持工具,提升医疗服务质量.方法 本算法首先采用稳定有效的多任务深度学习网络对腹电信号提取到的胎心率进行分析得到胎心率参数(基线、加速和减速的起止时间),同时通过由腹电信号滤波得到的子宫肌电信号进行宫缩识别获取宫缩参数(宫缩频率和起止时间).对提取的上述参数进行整理后结合电子胎心监护应用专家共识进行胎儿监护结果的诊断.结果 通过分析 89 例同时采用腹电式动态胎儿监护仪和多普勒胎儿监护仪的 20 min监护记录,算法在无激惹试验反应型的识别上表现出 76.09%的敏感度和 97.22%的阳性预测值,宫缩应激试验Ⅰ类的敏感度为 88.89%,阳性预测值为68.09%,整体准确率达到77.53%.结论 该算法在与医生诊断结果的对比中展现出较高的一致性,为提高临床决策质量和医疗服务提供了一个创新的辅助工具.

    电子胎心监护胎心率宫缩腹电信号子宫肌电信号

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于DNN的自动语音识别系统错误率评估方法

    王梓赫张培茗司博宇
    613-618页
    查看更多>>摘要：目的 为客观评估自动语音识别(automatic speech recognition,ASR)系统的词错率(word error rate,WER),满足言语能力受损人群的康复需求,促进特殊人群客观言语能力评估体系构建,本研究提供了一种直接根据深度神经网络(deep neural network,DNN)发出的音素后验概率预测WER的方法,而不是计算参考转录文本与隐马尔可夫(hidden Markov model,HMM)解码的转录文本之间的WER.方法 通过对语音信号进行特征提取并将其输入到 DNN 模型中以计算音素后验概率图(phonetic posterior grams,PPG).通过PPG计算出反映ASR系统WER的 3 种性能指标以达到预测目的.最后,对在4 种真实声学场景下所得WER预测数据进行分析,验证其有效性.同时,研究还搭建了20 种不同深度、宽度的声学模型进行性能评估对比,探究了模型规模对预测效果的影响.结果 根据 20 种模型WER评估的数据,其中具有2 层隐藏层且每层含 512 个神经元的网络模型对WER数据预测误差达到最小,省略ASR系统解码步骤而得到可靠的WER预测数据.结论 使用基于音素概率的性能指标可以实现对WER的有效预测,并且可以摆脱参考转录文本和单词标签的限制.

    深度神经网络隐马尔科夫自动语音识别系统系统性能评估音素后验概率图

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    生物补片组织方向性对其力学性能的影响

    李崇崇陈大雷刘丽赵丹妹...
    619-625页
    查看更多>>摘要：目的 力学性能是保证补片临床效果的重要特性.生物补片具有组织排列的方向性(以下简称组织方向性),而这种特性对其力学性能的影响尚未见有详细的研究.本研究拟使用同种异体真皮基质补片和牛心包补片,测试其不同组织方向的力学性能,为相关行业产品的研发、检验、监管以及应用提供参考.方法 取同种异体真皮基质补片和牛心包补片各 6 片,每 2 片同材质补片为一组,每片样品分别沿平行和垂直于组织方向各裁取 3 个试样用于同项目测试.使用单立柱电子拉力试验机,分别测量 2 种补片在平行和垂直于组织方向的拉伸强度、断裂伸长率、缝合强度以及撕裂强度.使用单尾t检验分析不同组织方向测试结果是否具有差异性,并对比不同组织方向的测试现象.结果 两种补片的各项力学性能测试结果均表现出了明显的组织方向差异性.平行于组织方向的拉伸强度和断裂伸长率均明显高于垂直于组织方向的测试结果(P＜0.05),而缝合强度和撕裂强度均明显低于垂直于组织方向的测试结果(P＜0.05).并且在缝合强度和撕裂强度的测试中,样品的破损情况也表现出了明显的组织方向差异性.结论 生物补片的组织方向性会对其力学性能产生影响,建议在产品的性能测试和评估中应加以区分,以便更全面地体现产品性能,促进产业的高质量发展.

    生物补片异体真皮基质补片牛心包补片力学性能组织方向性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据