首页期刊导航|数据采集与处理
期刊信息/Journal information
数据采集与处理
中国电子学会 中国仪器仪表学会信号处理学会　中国仪器仪表学会中国物理学会微弱信号检测学会　南京航空航天大学
数据采集与处理

中国电子学会 中国仪器仪表学会信号处理学会　中国仪器仪表学会中国物理学会微弱信号检测学会　南京航空航天大学

贲德

双月刊

1004-9037

sjcj@nuaa.edu.cn

025-84892742

210016

南京市御道街29号1016信箱

数据采集与处理/Journal Journal of Data Acquisition & ProcessingCSCD北大核心CSTPCD
查看更多>>本刊是中国科协主管，由中国电子学会、中国仪器仪表学会所属信号处理学会，中国仪器仪表学会、中国物理学会所属微弱信号检测学会和南京航空航天大学联合主办，南京航空航天大学出版，向国内外公开发行的技术刊物。主要反映信号处理、测试工程和计算机应用的科技成果，为中文核心期刊，中国科技论文统计周期刊，中国科学引文数据库(CSCD)中文核心期刊统计源，并被美国Ei Page One数据库、俄罗斯《文摘杂志》、《中国电子科技文摘》、《中国无线电电子学文摘》、《计算机网用文摘》、《中国导弹与航天文摘》等多种国内外著名检索刊物列为统计源。并是“中国国防科技中文期刊文献数据库”和“中国学术期刊(光盘版)”的成员。
正式出版
收录年代

    "医工融合"专栏序言

    张道强
    775页
      原文链接:
    • 万方数据

    弥散磁共振成像在中医诊疗中的机遇与挑战

    吴烨和岚翔张鑫媛伏云鹤...
    776-793页
    查看更多>>摘要：弥散磁共振成像(Diffusion magnetic resonance imaging,dMRI)是一种通过测量水分子在不同方向上的弥散情况来获取微观结构信息的先进医学影像技术,在临床辅助诊疗中的应用日益广泛.在中医诊疗领域,dMRI技术同样展现了其独特的潜力和价值,为中医"辨证施治"提供了更为客观的依据.在中医诊疗中,dMRI不仅能够帮助医生更准确地诊断疾病,还能监测疾病的发展过程以及治疗效果,为中医"治未病"和"个体化治疗"提供了有力的支持.然而,dMRI技术在中医诊疗领域的应用也面临着诸多挑战.本文集中回顾了近几年dMRI技术在中医诊疗中的应用,并探讨了高级dMRI技术在中医诊疗领域的广阔前景和潜力,同时也讨论了当前dMRI应用的局限性以及dMRI在中医诊疗应用中的挑战.本研究将促进医工交叉,尤其是中医-智能影像技术领域的交流与合作,并推动dMRI技术在中医诊疗中的深入应用和发展.

    弥散磁共振成像中医诊疗中医理论中医证候医工交叉

      原文链接:
    • 维普
    • 万方数据

    人工智能辅助的磁共振成像在评估乳腺癌新辅助化疗中的应用综述

    刘凯文金莹莹王守巨
    794-812页
    查看更多>>摘要：新辅助化疗已成为乳腺癌标准治疗策略,而磁共振成像是评估乳腺癌对新辅助化疗反应的首选影像学方法.虽然磁共振成像能提供关于肿瘤位置、大小及微环境等详细信息,但肿瘤的多样性变化给乳腺癌新辅助化疗的精准评估带来挑战.基于机器学习和深度学习的人工智能方法展现出识别磁共振成像数据中复杂模式的能力.通过临床影像特征分析、影像组学分析和生境分析等方法,人工智能技术已显著提升乳腺癌新辅助化疗评估的性能和效率,有助于实现个性化治疗策略.本文介绍了乳腺癌新辅助化疗评估所用的磁共振成像数据及性能指标,总结了人工智能技术在此领域的应用进展,同时探讨了当前人工智能技术在实际应用中的挑战和未来可能的研究方向.

    乳腺癌新辅助化疗磁共振成像人工智能影像组学生境分析

      原文链接:
    • 维普
    • 万方数据

    CI-WGAN:融合临床指标和WGAN的孤独症个体化脑功能连接网络生成

    孙海林严加栋张嵘KENDRICK Keith...
    813-826页
    查看更多>>摘要：脑功能连接(Functional connectivity,FC)网络作为潜在的脑影像标志物对孤独症谱系障碍(Autism spectrum disorder,ASD)的辅助诊疗研究具有重要作用.然而现有的FC生成方法大多仅基于脑影像数据,未充分考虑个体的临床指标从而易丢失疾病的特异性信息.而且,ASD作为一种谱系障碍,其临床指标存在显著的个体化差异.因此,仅基于脑影像数据的传统生成模型在生成准确的且能反映个体化临床指标的ASD个体FC的任务上存在挑战.针对上述挑战,提出了个体化临床指标引导的沃瑟斯坦生成对抗网络模型(Clinical-indicator-aware Wasserstein generative adversarial network,CI-WGAN),用于生成孤独症个体化FC网络.该模型引入个体化临床指标引导机制,实现了高精度ASD患者FC网络的生成.基于全世界最大孤独症脑影像公开数据集之一的ABIDE I数据集进行实验,CI-WGAN生成FC与真实FC的峰值信噪比(Peak signal-to-noise ratio,PSNR)、结构相似度(Structural similarity,SSIM)与平均绝对误差(Mean absolute error,MAE)分别达到 19.037、0.236 与0.178,相较于其他FC生成模型分别提升了3%、12%与2%.此外基于生成FC和独立临床验证指标的表征相似度分析(Representational similarity analysis,RSA),CI-WGAN生成的FC相较其他模型生成FC最少提高了0.1倍和3.7倍,证明了CI-WGAN生成的FC包含更多的ASD个体特异性信息.本文提出的CI-WGAN模型实现了高质量个体化FC的生成,为ASD的早期诊断和个性化治疗提供了有力的技术支持.

    孤独症谱系障碍大脑功能连接生成对抗网络临床指标引导机制梯度惩罚机制

      原文链接:
    • 维普
    • 万方数据

    基于多尺度残差融合图卷积网络的脑疾病诊断研究

    郝小可何子龙卢欣楚马明明...
    827-842页
    查看更多>>摘要：近年来,功能性脑网络已被用于自闭症谱系障碍(Autism spectrum disorder,ASD)等脑部疾病的诊断.现有研究表明,将静息态功能磁共振成像(Resting-state functional magnetic resonance imaging,rs-fMRI)数据以及非影像信息结合起来构成人口图,然后采用图神经网络(Graph neural network,GNN)进行学习和分类的方法对ASD的诊断十分有效.然而,大多数研究仍然面临两个挑战:一是仅使用皮尔森相关系数等方法构建功能连接矩阵无法有效地识别和分析与疾病相关的局部脑区和生物标志物;二是无法在GNN上有效地学习人口图中节点特征的多尺度信息.为解决这些问题,提出了一种基于注意力机制的多尺度残差融合图卷积网络(Multi-scale residual fusion graph convolutional networks,MSRF-GCN).该算法通过设计一个功能连接生成器来提取具有远程依赖关系的时间相关特征,从而有效地定位和识别对诊断有益的脑区.同时,通过设计多尺度残差融合算法,学习人口图中的多尺度信息.此外,还引入了Edge Sparse策略,通过随机丢弃初始人口图中的边,以增加节点连接的稀疏性,进而减少训练期间过拟合的风险.通过在自闭症脑影像数据交换项目(Autism brain imaging data exchange,ABIDE)上进行实验的结果证明了MSRF-GCN在ASD诊断方面的有效性.

    自闭症谱系障碍功能连接注意力机制人口图图神经网络

      原文链接:
    • 维普
    • 万方数据

    基于图学习的缺失脑网络生成及多模态融合诊断方法

    龚荣芳黄麟雅朱旗李胜荣...
    843-862页
    查看更多>>摘要：融合大脑结构和功能网络的多模态脑网络能够挖掘不同模态间的互补信息,有效提高癫痫等神经系统疾病的诊断准确率,在神经疾病诊断上具有优势.然而,由于多模态数据采集时间长、成本高,在实际应用中常面临模态缺失问题,导致可用数据量减少,模型的诊断精度和泛化能力下降.针对某一模态数据完全缺失问题,提出了基于图学习与循环一致生成对抗网络(Cycle-consistent generative adversarial networks,CycleGAN)的图CycleGAN方法.该方法通过引入图卷积神经网络与图注意力机制等图学习方法捕捉脑网络不同脑区间的特征信息,强化生成框架对图形式脑网络的特征提取能力,实现脑结构网络与功能网络的相互生成.此外,针对目前较少利用诊断结果评估生成数据质量的情况,提出了一种融合真实脑网络与生成脑网络的多模态融合分类模型,以进一步评估生成脑网络的有效性.在癫痫数据集上的实验结果表明,图CycleGAN方法能够有效利用已有的模态信息,实现缺失脑网络的生成.

    脑网络模态缺失图学习生成对抗网络模态补全癫痫诊断

      原文链接:
    • 维普
    • 万方数据

    基于T1加权图像的白质纤维束分割方法

    焦瑞柯张小凤叶初阳
    863-873页
    查看更多>>摘要：白质纤维束分割方法通过识别连接不同脑区的白质通路,为脑连接分析提供了重要的神经通路参考信息.然而,传统的白质纤维束分割方法主要依赖于弥散磁共振图像(Diffusion magnetic resonance imaging,dMRI),由于获取弥散磁共振图像比较耗时,这极大地限制了其在临床中的应用.为解决此问题,提出了一种基于T1加权图像的白质纤维束分割方法,通过计算T1加权图像的结构张量来提示可能的纤维走向,进而提高白质纤维束的分割精度.此外,本文在模型训练期间引入弥散磁共振图像的特权信息来指导模型学习,从而提升白质束分割模型性能,具有挑战性的束分割效果提升明显,其中左穹窿(Left fornix,FX_left)的Dice得分提高了5%,右穹窿(Right fornix,FX_right)的Dice得分提高了6%.本研究弥补了在缺少弥散磁共振图像的场景下无法进行神经通路分析的不足,扩展了神经通路分析的应用场景.

    医学图像分割白质纤维束特权信息T1加权图像弥散磁共振图像

      原文链接:
    • 维普
    • 万方数据

    基于多模态超声对比学习的肝癌诊断方法

    杨印凯万鹏石航薛海燕...
    874-885页
    查看更多>>摘要：近年来,肝癌已经成为严重威胁人类健康的疾病,多模态超声成像是其诊断的重要手段之一.与临床医生结合多模态超声诊断肝癌类似,利用多模态融合的方法集成各模态超声的影像特征有望提高肝癌诊断的准确性.然而,现有的多模态融合方法在融合过程中往往将各模态的特征信息孤立处理,未能充分考虑模态内的样本相似性和模态间的语义一致性,同时忽视了模态的不确定性.因此,提出了一种基于多模态超声对比学习的肝癌诊断方法,旨在充分利用各超声模态的特征信息,提高诊断准确率.该方法利用监督对比学习深入挖掘模态特征,捕获模态内同类样本之间的相似性信息和不同模态之间样本的语义一致性信息.此外,该方法基于主观逻辑引入了模态不确定度的度量,实现了模态信息的动态融合,具有较好的鲁棒性.多模态超声影像评估结果显示,本文提出的方法实现了85.21%诊断准确率,相较于主流的多模态融合方法性能得到了提升.

    多模态融合超声对比学习不确定度肝癌诊断

      原文链接:
    • 维普
    • 万方数据

    基于生成对抗网络的天线三维方向图室外测量方法

    兰天旭朱秋明白云鹏林志鹏...
    886-897页
    查看更多>>摘要：天线方向图测量是天线测量的重要内容.针对天线方向图室外测量困难的问题,提出了一种基于生成对抗网络的天线三维方向图室外测量方案.该方案利用无人机对天线方向图数据进行采集,对采集的数据进行修正,获得待测天线和接收天线极化匹配时的直射径数据,最后利用训练好的生成对抗网络重构出天线的三维方向图.仿真结果表明,本方案可以高效、高精度地完成天线三维方向图的测量,具有一定的实用价值.

    天线方向图无人机生成对抗网络射线追踪误差修正

      原文链接:
    • 维普
    • 万方数据

    频率分组编码信号的相参积累算法

    王家东张伟科张盼
    898-907页
    查看更多>>摘要：针对捷变频信号的相参积累处理进行研究,提出了一种基于频率分组编码信号的相参积累算法.以线性调频(Linear frequency modulation,LFM)信号为基础,构建了频率分组编码信号,使得发射信号的脉冲载频序列具有一定随机性,保证了波形的抗干扰能力.同时针对频率捷变信号相位非相参带来的主瓣展宽和旁瓣抬高问题,设计了对应编码信号的相参处理方法.首先对回波脉压后的信号进行高分辨距离补偿,然后通过速度遍历插值和距离一致性校正实现脉组内相参处理,最后利用编码信号载频序列的优势实现脉组间相参处理.在仿真实验中,对构建的编码信号相较于LFM信号在抗干扰方面的优越性进行了验证,同时验证了所提相参处理方法相较于基于压缩感知的稀疏重构算法的有效性.

    捷变频频率分组编码相参积累抗干扰目标检测

      原文链接:
    • 维普
    • 万方数据