首页期刊导航|生物医学工程研究
期刊信息/Journal information
生物医学工程研究
山东生物医学工程学会 山东省医疗器械研究所 山东省千佛山医院
生物医学工程研究

山东生物医学工程学会 山东省医疗器械研究所 山东省千佛山医院

康永军 王勤

季刊

1672-6278

sdbme@163.com

0531-88933885，88562189

250013

山东省济南市解放路11号

生物医学工程研究/Journal Journal of Biomedical Engineering Research北大核心CSTPCD
查看更多>>本刊是山东生物医学工程学会等主办的，面向国内外公开发行的学术性期刊。主要栏目有研究论文、科研简报、文献综述、专题讲座、新产品评介、信息动态等。主要刊登人口器官、生物材料、生物力学、生物效应、生物电阻抗、生物信息与控制、生物医学测量、心脏起博与电生理、医学超声、血液净化、中医药工程、人工智能、医学图像与成像、介入医学工程技术、康复工程、组织工程、生物芯片、传感器等领域的文章。该刊面向广大医生、生物医学工程工作者等。本刊除注重论文质量外，最大特点是注重时效性、出版周期短，刊出时间为三个月以内。本刊于1982年创刊，是中国学术期刊、中国期刊网入编期刊、中国学术期刊综合评价数据库来源期刊、中文科技期刊数据库收录期刊。
正式出版
收录年代

    全视野数字病理图像智能分析

    王景川胡喜风许宏吉刘治...
    175-180,222页
    查看更多>>摘要：随着数字组织病理学的快速发展,全视野数字病理切片(whole slide imaging,WSI)在医疗领域得到了广泛应用.近年来,深度学习算法的飞速发展为WSI的研究提供了新契机.为更好地分析WSI,充分利用其中丰富的细节信息,通过深度学习算法提取WSI图像特征,进而完成各种下游任务已成为当前的研究热点.本文对WSI图像的智能分析作了综述,首先介绍了利用深度学习进行颜色归一化的方法,随后回顾了不同研究在输入数据筛选方面采用的不同策略.最后,本文总结了深度学习在WSI的分割、分类、预测三大任务中的应用,并探讨了其在WSI应用中面临的挑战和未来的发展方向.

    深度学习全视野数字病理切片数字病理学图像分析卷积神经网络组织病理学图像

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

    多尺度特征融合的膀胱癌磁共振成像分割算法

    姜梓垚李翔魏本征
    181-189页
    查看更多>>摘要：针对膀胱癌磁共振成像(magnetic resonance imaging,MRI)图像肿瘤区域面积小、膀胱壁边界模糊及像素不平衡等问题,本研究基于特征融合过程和不同图像像素之间的相关性,提出了一种多尺度特征融合的膀胱癌MRI图像分割算法.在编码阶段设计多尺度特征融合模块,用于学习不同编码器的多尺度信息,提取膀胱壁和肿瘤更加丰富的特征;在解码阶段设计的像素对比模块,可增加膀胱壁和膀胱肿瘤间的差异性,解决对比度低及像素不平衡问题,提高膀胱壁与肿瘤相邻边界区域的分割性能,实现膀胱癌多区域分割.本研究在膀胱癌MRI数据集上进行实验,结果显示,算法在膀胱壁和肿瘤区域的Dice分别为 89.70%和 89.13%、交并比(intersection over union,IoU)分别为 81.32%和 80.51%、豪斯多夫距离(Hausdorff distance,HD)分别为 1.30 和 1.37,分割结果较已有算法均有一定提升.本研究能较好地辅助临床影像学诊断,可为后续肿瘤分期和临床诊疗提供重要依据.

    多尺度特征融合膀胱癌T2加权MRISwinTransformer对比学习

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

    混合智能在精准睡眠阶段判别中的应用研究

    邵益梓黄柏恺杜利东王鹏...
    190-199页
    查看更多>>摘要：针对手工睡眠分期过程繁琐,自动睡眠分期模型存在精度不足或难以解释分类结果的问题,本研究提出了一种基于混合智能的自动睡眠分期模型,结合数据智能和知识智能以实现睡眠分期精度、可解释性和泛化性的平衡.首先,基于典型脑电(electroencephalography,EEG)和眼电(electrooculography,EOG)通道的任意组合,建立了基于U-Net架构的时序全卷积网络和多任务特征映射结构;其次,通过组合不同睡眠图校正方法,探究了知识智能对粗睡眠图的不同作用方式.本模型在ISRUC和Sleep-EDFx数据集上的F1指标分别为 0.804、0.780.此外,本研究利用知识智能解决了模型得到的粗睡眠图跳变过多、睡眠阶段转换不合理的问题.结果表明,本研究能够为睡眠医师提供有效的判读辅助,在提高临床睡眠分期效率上具有巨大潜力.

    睡眠分期混合智能多任务学习特征映射可解释性睡眠图校正

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

    基于稀疏嵌入的多分类脑电信号分类方法研究

    郑旭王延平高诺
    200-206,231页
    查看更多>>摘要：为解决运动想象脑电(electroencephalogram,EEG)信号多分类传输速率慢、准确率低的问题,本研究利用"一对多"滤波组共空间模式(one vs rest filter bank common spatial pattern,OVR-FBCSP)和稀疏嵌入(sparse embeddings,SE)提出了一种基于SE的多分类EEG信号分类方法.为降低多类任务特征提取的复杂度,提高分类效率,本方法首先采用OVR-FBCSP进行EEG信号特征提取;然后对其相应的标签矩阵进行低维嵌入,构建稀疏嵌入模型,分别计算训练和测试数据的嵌入矩阵;最后在嵌入空间中对训练和测试数据执行k最近邻(k-nearest neighbor,kNN)分类.本研究在BCI Competition IV-2a公开数据集进行了实验测试,并与其他分类方法进行了对比.实验结果表明,本研究方法拥有较高的分类准确率和较短的分析时间.

    运动想象稀疏嵌入一对多共空间模式k最近邻

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

    基于语义分割的单导心电图心拍分类研究

    王豪廖云朋彭宽黄忠朝...
    207-213页
    查看更多>>摘要：为从心电图(electrocardiogram,ECG)中准确识别心拍,本研究提出了一种融合残差连接与注意力机制的改进一维U-Net语义分割模型,使用从上万名患者远程动态ECG记录中截取的 148 340 条单导联ECG数据,对正常窦性心律(Nor-mal)、室性早搏(premature ventricular contraction,PVC)、房性早搏(atrial premature beat,APB)、左束支传导阻滞(left bundle branch block,LBBB)和右束支传导阻滞(right bundle branch block,RBBB)五种常见心拍进行分类.该模型以一定长度的ECG片段作为输入,通过添加背景标签,完成对所有采样点的语义分割,实现对各心拍进行定位的同时,完成类型识别.在测试集上的实验结果表明,该模型能够准确检测心拍位置,仅有 0.04%的心拍被漏检;对Normal、PVC、APB、LBBB、RBBB心拍分类的F1分数分别为 99.44%、99.03%、97.63%、95.25%和 94.77%.该方法与传统U-Net模型相比,能够取得更好的心拍分类效果.

    心拍分类U-Net语义分割残差连接注意力机制

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

    基于自适应参数的心电压缩方法研究

    林钰洁王星尧陈超李建清...
    214-222页
    查看更多>>摘要：为探究一种适应于临床诊断的高压缩比的心电(electrocardiograph,ECG)压缩方法,本研究提出了一个自适应压缩参数寻优器,基于压缩算法定位出压缩性能最佳的ECG信号参数组.针对算法的普适性,本研究推荐了一组适用于所有ECG信号的参数组,并利用 4 个指标在MIT-BIH数据库上对压缩性能进行估计.实验结果表明,平均压缩比(compression ratio,CR)达到了26.67,平均百分比均方根误差(percentage root-mean-square difference,PRD)达到了14.64%,压缩一条30 min ECG信号的平均时长为 0.125 8 s.本研究改进后的压缩算法在压缩比上表现突出,对临床诊断有应用意义.

    心电信号心电压缩参数自适应穿戴式心电

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

    基于Goddard评分法的肺气肿自监督分级算法研究

    韩云龙王苹苹卢绪香杨毅...
    223-231页
    查看更多>>摘要：针对肺气肿智能化诊断高度依赖高质量标注数据、图像空间信息复杂及特征提取不足等问题,本研究基于Goddard评分法设计了一种肺气肿分级算法.首先,利用SimSiam框架进行自监督学习,以解决对大量高质量标注数据的依赖;其次,引入连续 3D卷积模块和高效多尺度注意模块(efficient multi-scale attention,EMA),通过整合上肺野、中肺野及下肺野的信息捕捉肺部图像中的关键空间信息,以提升模型在处理复杂肺部CT图像时的特征提取能力和识别精度.实验结果显示,在识别肺气肿存在、轻度肺气肿与无肺气肿、肺气肿严重程度的分级任务中,模型准确率分别为 88.79%、83.44%、57.4%.结果表明,本算法在肺气肿识别和分类任务中表现良好,具有一定的临床意义.

    慢性阻塞性肺疾病肺气肿CT影像自监督学习EMA3D卷积

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

    一种基于结构光的高效手术导航空间注册方法

    丁芮林钦永彭科海杨荣骞...
    232-237页
    查看更多>>摘要：空间注册是手术导航系统获得手术空间与图像空间转换关系的关键步骤.针对现有手术导航系统存在的空间注册过程操作复杂、耗时长问题,本研究提出了一种基于编码散斑结构光的空间注册方法,设计了一种包含不同半径的圆形点阵光斑的散斑模板用于重建手术空间点云,通过与图像空间进行由粗到精的点云配准完成空间注册.实验表明,该方法在提升整体注册效率的同时,保证了较高的空间注册精度,整体注册时间小于 10 s,所有靶点的平均注册精度为(0.89±0.08)mm,可满足在手术导航中的应用要求.

    结构光手术导航空间注册光学定位系统表面配准

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

    基于碳纳米管和聚二甲基硅氧烷的光声换能器研究

    王甲琼赵攀云李梦雨赵树林...
    238-245页
    查看更多>>摘要：为探究激光参数、光声转换层厚度对光声换能器输出声压的影响,本研究通过COMSOL仿真软件建立了光声换能器的物理模型.首先,基于聚二甲基硅氧烷(polydimethylsiloxane,PDMS)和碳纳米管(carbon nanotube,CNT)分别建立CNT、CNT-PDMS转换层模型;其次,改变激光脉冲持续时间和转换层厚度,对转换层输出声压进行测量;最后,对激光脉冲持续时间和转换层厚度所引起换能器输出声压强度的改变进行分析.结果表明,当CNT和CNT-PDMS转换层的厚度均为 200 μm、激光脉冲持续时间分别在10～30 ns和50 ns左右时,换能器能输出较高声压强度的超声波.仿真结果对光声换能器的研究有一定的指导意义.

    复合薄膜光声效应有限元模拟光吸收热膨胀激光能量密度

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

    基于图神经网络的神经精神疾病研究进展

    王海源吴凯陈小怡彭润霖...
    246-255页
    查看更多>>摘要：神经精神疾病严重影响患者脑解剖结构、神经系统功能及心理健康,其早期识别与诊断对患者的治疗及康复具有重要意义.基于神经影像数据构建复杂的脑网络,可用于定量化分析神经精神疾病患者的脑结构及功能异常,为研究神经精神疾病的神经影像生物标记物提供重要参考.近年来,图神经网络具有处理非欧几里得数据、能充分利用节点与连边的拓扑结构和属性等优势,被广泛应用于神经精神疾病的辅助诊断研究.本文对图卷积神经网络的基本原理和神经精神疾病的最新研究进展进行了总结和分析,并展望了动态脑网络、大样本与多中心、可视化与可解释性等研究热点.

    磁共振成像神经精神疾病脑网络自动分类图神经网络疾病诊断

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