首页期刊导航|生物医学工程学杂志
期刊信息/Journal information
生物医学工程学杂志
生物医学工程学杂志

陈槐卿

双月刊

1001-5515

swyxgcxzz@163.com,swyxgcxzz@yahoo.cn

028-85501507,85422073

610041

四川省成都市武候区外南国学巷37号 四川大学华西医院

生物医学工程学杂志/Journal Journal of Biomedical EngineeringCSCD北大核心CSTPCDEI
查看更多>>本刊为中国生物医学核心期刊。被国内外多家著名检索系统收录。是国内外重点院校,从事生物医学工程领域科技工作者进行学术交流的主要场地。本刊的收录近况以2000年为例:自然科学刊登率为55.4%,Ei的收录率为55.7%.
正式出版
收录年代

    基于囟门补偿的婴儿脑电正问题建模方法

    张婷刘燕彭博张思琪...
    1085-1094页
    查看更多>>摘要:基于磁共振成像(MRI)的脑电正问题建模方法已在脑电领域被广泛应用.然而,婴儿囟门无法在MRI中清晰成像,所构建婴儿脑电正问题建模缺乏囟门信息,影响建模精度.为此,本文提出一种新的基于囟门补偿的婴儿脑电正问题建模方法.首先,基于头部MRI的图像分割和网格划分,构建无囟门头模型;然后,提出基于投影的网格重建方法,利用囟门的形态学先验信息和无囟门头模型将二维囟门测量重建为三维囟门模型,实现囟门补偿头模型构建;最后,该头模型被用于脑电正问题建模完成脑电正问题的囟门补偿.基于真实头模型的仿真结果表明,所提囟门补偿具有提升婴儿脑电正问题建模精度的潜力,对于囟门下方神经源的补偿效果尤为显著(拓扑误差RDM>0.05).进一步的实验结果表明,颅骨电导率的不确定性对建模的影响范围最广,囟门缺失对建模的影响强度最大.总体上,本文提出的基于形态学先验的囟门补偿方法展现出不依赖计算机断层扫描(CT)即可提升脑电正问题建模精度的潜力,更符合实际应用场景的需求.

    脑电正问题建模婴儿囟门囟门补偿

    学习对记忆任务中大鼠海马—前额叶连接特性影响的研究

    李双燕郑卫然阿兰王龙龙...
    1095-1102页
    查看更多>>摘要:海马和前额叶皮层之间神经信息的传递与交互在学习和记忆功能的实现中发挥了重要作用,但记忆相关任务学习前后,两脑区之间的连接特性是否及如何变化,仍有待深入研究.本文应用在体微电极记录技术,获取了任务学习前后,8只大鼠执行T迷宫记忆任务时腹侧海马(vHPC)和内侧前额叶皮层(mPFC)的局部场电位(LFPs)信号,并基于动态因果模型(DCM)对比分析大鼠学习前后执行T迷宫记忆任务时vHPC和mPFC之间的因果连接特性的变化.结果显示,大鼠执行T迷宫记忆任务时,从vHPC到mPFC为前向连接,从mPFC到vHPC为后向连接.任务学习后两脑区之间的前向连接增强,后向连接减弱,与大鼠正确执行任务时两脑区连接变化趋势一致.综上所述,通过本文研究,希望能够为进一步从不同脑区连接特性变化角度研究学习记忆的相关机制提供支持.

    学习与记忆海马前额叶动态因果模型因果连接

    基于独立成分分析—递归图和改进的高效能网络的脑电情绪识别研究

    冯国红郑潇张彬王宏恩...
    1103-1109页
    查看更多>>摘要:为精准捕获并有效融合脑电信号中的时空特征以提高脑电情绪识别精度,本文提出一种基于独立成分分析—递归图和改进的第2代高效能网络(EfficientNetV2)相结合的新方法.首先,采用独立成分分析从脑电信号的关键通道中提取包含空间信息的独立成分;然后,由递归图转换为二维图像以更好地提取时间信息中的情感特征;最后,将二维图像输入到引入全局注意力机制和三重注意力机制的EfficientNetV2中,由全连接层输出情感分类.为验证所提方法的有效性,本研究基于上海交通大学情绪脑电数据集(SEED)进行对比实验、通道选择实验和消融实验.研究结果显示,本文所提方法平均识别准确率为96.77%,显著优于现有其他方法,为脑电情绪识别研究提供了新的思路.

    脑电情绪识别独立成分分析递归图高效能网络注意力机制

    基于多图谱多核图卷积的创伤后应激障碍分类研究

    周丽君朱鸿儒刘云飞莫贤...
    1110-1118页
    查看更多>>摘要:创伤后应激障碍(PTSD)临床表现复杂多样,仅依靠临床评估进行诊断缺乏准确性和客观性.因此,迫切需要建立可靠客观的辅助诊断模型,为PTSD患者提供有效的诊断.目前,利用图神经网络表征PTSD受限于已有模型的表达能力,并不能取得较好的分类诊断结果.为此,本文提出多图谱多核图卷积模型对PTSD数据进行分类.首先,采用不同图谱构建同一受试者不同尺度下的功能连接矩阵,并通过K最近邻算法构建为图.其次,对同一受试者不同尺度的脑图结构,提出多图谱多核图卷积方法来提高模型特征的提取能力.最后,将提取到的不同尺度下多种受试者特征融合后进行分类,并使用图类激活映射确定Top 10的分类贡献脑区.在地震后PTSD数据上的实验结果表明,本文模型在地震后PTSD患者和未患病受试者分类任务上获得了84.75%的准确率、84.02%的特异性及85%的曲线下面积.本文结果为地震后PTSD辅助诊断提供了有力证据,并有望在其他PTSD疾病分类诊断中也能可靠地识别特异性的大脑区域,为临床医生提供参考.

    创伤后应激障碍功能连接多图谱多核图卷积分类

    融合脑电多域特征和功能连接的早期痴呆症识别

    常文文郑磊闫光辉吕仁杰...
    1119-1127页
    查看更多>>摘要:痴呆症是一种与脑网络功能失调密切相关的神经退行性疾病.本研究基于相位锁值来评估早期痴呆症患者脑区间的相互依赖关系,并构建功能性脑网络,基于复杂网络分析方法选择网络特征参数进行度量.同时,分别提取表征脑电信号时域、频域和时频域特征的熵值信息,以及Hjorth和Hurst指标等非线性动力学特征.基于统计分析筛选在不同病症之间存在显著差异的特征参数构建特征向量,最后利用多种机器学习算法实现对痴呆症患者早期类别的识别.结果表明,多特征的融合在阿尔茨海默症、额颞叶痴呆与健康对照组的分类中表现优异,尤其在阿尔茨海默症与健康对照组的识别中,β频段的准确率达到98%,显示了方法的有效性.本研究为痴呆症早期诊断提供了新思路,也为计算机辅助诊断提方法供了参考.

    痴呆症脑电图脑功能网络非线性动力学特征融合特征

    采样间隔依赖下癫痫信号的状态转移网络特征提取

    张镭阎爽顾长贵
    1128-1136页
    查看更多>>摘要:癫痫发作期脑电与发作间期癫痫样放电具有近似的波形,有效提取癫痫发作的特征在理论和实践上至关重要.本文分别在多个采样间隔下,利用可见小图构建状态转移网络并挖掘网络特征发现:发作期在采样间隔变化的情况下更能维持特征波形,且采样间隔变化较小时的特征网络结构不易发生改变;而发作间期癫痫样放电的特征网络结构,则是在相对较大的采样间隔范围内不易改变;此外,发作期关键节点在时序上具有长程相关性,对调控系统行为起重要作用.本文研究还发现,对于500 Hz左右的立体定向脑电图而言,当采样间隔为0.032 s时,两者特征差异最大.综上,本文研究有效揭示了大脑系统病理变化特征与采样间隔之间的关联规律,这在临床诊断上对癫痫的识别、分类与预测具有潜在的应用价值.

    立体定向脑电图可见小图状态转移网络模体特征提取

    仿尺蠖气动软体肠道机器人的设计与研究

    何永胜孙志峻袁捷韦聪文...
    1137-1144页
    查看更多>>摘要:为了寻求一种对患者友好、成本低廉的肠道检查方法,设计并制作了一种结构简单的仿尺蠖气动软体肠道机器人.该肠道机器人由两个用于锚定的径向膨胀圆柱形橡胶薄膜气囊和一个用于轴向伸缩的低密度聚乙烯薄膜气囊构成,通过模仿尺蠖的爬行实现在肠道中的运动.对锚定气囊内部气压和膨胀后自由变形尺寸的关系进行了理论推导,指出气囊不均匀变形是一种由橡胶材料大变形引起的膨胀失稳现象.对肠道机器人在不同尺寸硬管和离体猪小肠中验证了其运动性能,在离体猪小肠中运行速度为4.87mm/s,驻留时锚固力为2.33 N,能够顺利通过90 °硬质弯管.这项工作有望为病患提供一种低痛苦、低费用的肠道检查新方法.

    肠道机器人尺蠖运动非线性膨胀圆柱形橡胶薄膜

    基于空-频特征图学习三维卷积神经网络的运动想象脑电解码方法

    吴雪健褚亚奇赵新刚赵忆文...
    1145-1152页
    查看更多>>摘要:运动想象脑电(EEG)的脑机接口因其无创采集和易用性等优势,在神经康复领域展现了巨大潜力.然而,运动想象EEG具有较低的信噪比和时空分辨率,且传统神经网络仅关注其时空特征,导致运动想象任务的解码识别率较低.为解决这一问题,本文从EEG信号的频域和空间域角度出发,提出了一种基于空-频特征图学习的三维卷积神经网络解码方法.首先,利用Welch方法计算EEG的频带功率谱,结合电极空间拓扑分布的二维矩阵将时序EEG转换为包含空-频信息的脑地形图.然后,设计一维和二维卷积串行结构的三维网络,以有效学习EEG空-频特征.最后,该方法与多种经典方法进行对比实验,结果显示平均解码识别率达86.89%,较对照方法更优,验证了该方法在运动想象EEG解码领域的有效性.

    运动想象脑电脑机接口系统空-频特征图特征选择信号解码

    基于表面肌电信号灰度图和多视野卷积神经网络的手势精确识别方法

    陈清正陶庆张小栋胡学政...
    1153-1160页
    查看更多>>摘要:针对表面肌电信号时域和频域特征提取识别手势的准确性易受影响及分类器识别率低的问题,本文提出一种将表面肌电信号处理为灰度图,并结合卷积神经网络作为分类器的手势精确识别方法.首先,使用能量阈值法截取肌电信号的活动段,通过线性和幂运算对时域电压值进行处理,生成灰度图作为卷积神经网络的输入.其次,搭建多视野卷积神经网络模型,使用1 × n和3×n的异形卷积核,在同一卷积层内实现不同尺寸卷积核并行的结构,以优化对肌电信号的表达能力.实验结果表明,所提出的方法对13种手势和12种多指运动的识别准确率分别达到98.11%和98.75%,显著高于现有机器学习方法.本文提出的基于肌电信号灰度图与多视野卷积神经网络的手势识别方法,具有简单高效的特点,能够有效提升手势识别的准确性,具有较强的应用潜力.

    卷积神经网络表面肌电信号灰度图手势识别

    低强度视网膜超声刺激对视觉皮层神经活动的调节作用研究

    王倩倩袁毅闫佳庆
    1161-1168页
    查看更多>>摘要:低强度超声刺激视网膜具有对初级视觉皮层(V1)的神经活动进行调节的能力,但目前尚不明确不同强度和时间的超声作用视网膜时,如何调节V1内神经活动.在本文中,记录了不同超声强度和不同时间下小鼠V1脑区的局部场电位(LFP)信号,分析了超声刺激前1 s至刺激后2s(-1~2s)对应的LFP幅值,以及delta、theta、alpha、beta、低gamma频段的功率和样本熵.实验结果表明低强度超声刺激视网膜时,随着刺激强度的增加,视觉皮层局部场电位峰峰值呈现线性上升趋势;delta、theta频段的功率呈现线性上升趋势,样本熵呈现线性下降趋势.随着刺激时间的增加,视觉皮层局部场电位峰峰值呈现上升趋势,上升趋势逐步减弱;delta频段的功率呈现上升趋势,样本熵呈现线性上升趋势,而theta频段的样本熵呈现下降趋势.结果表明,低强度视网膜超声刺激对于视觉皮层的神经活动有显著的调节作用.本研究能帮助理解超声刺激对视觉系统功能的调控机制,推动个体化多参数调控治疗视觉神经退化、视网膜病变等疾病研究的开展.

    低强度超声刺激视网膜初级视觉皮层局部场电位超声参数