首页期刊导航|西北大学学报（自然科学版）
期刊信息/Journal information
西北大学学报（自然科学版）
西北大学学报（自然科学版）

姚远

双月刊

1000-274X

XCXB@NWV.Edu.cN

029-88302822

710069

西安市太白北路229号

西北大学学报（自然科学版）/Journal Journal of Northwest University(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊是反映理工类科研成果的自然科学综合性学术理论期刊。其办刊宗旨为：立足世界科学发展前沿，展示西部科技文化风采；兼顾理论与应用开发，崇尚学术争鸣与创新求实。本刊主要发表数学、物理学、化学、生物学、地质学、地理学、计算机科学、化学工程和科学技术史等基础研究方面的学术论文。现在，该学术期刊已成为我国西北地区综合性自然科学基础理论方面的最高学术论坛之一，在西部大开发中扮演着重要的角色。
正式出版
收录年代

    三支决策在工业大数据中的应用

    于洪杨雪梅
    505-515页
    查看更多>>摘要：当前,我国正处于工业化和信息化的深度融合时期,发展基于工业大数据的人工智能新技术是实现从制造大国向制造强国迈进的战略举措.三支决策是一种符合人类认知的智能信息处理模式,文中提出结合三支决策的思想来解决工业大数据中的一些问题.首先,归纳总结了工业大数据新的特点,分析了工业大数据智能决策面临的挑战;然后,对三支决策在工业大数据的应用进行了举例阐述;最后,探讨了未来的研究方向.

    三支决策工业大数据认知

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    三支决策——基于管理研究视角

    刘盾
    516-527页
    查看更多>>摘要：从三支决策管理视角出发,介绍了三支决策的哲学与管理思想;分析了三支决策TAO模型的3个重要问题;讨论了效用三支决策和行为三支决策模型;探讨了动态决策环境下的序贯三支决策模型与方法.最后,给出了基于管理视角下三支决策未来的发展方向.

    三支决策粒计算效用三支决策行为三支决策动态三支决策

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于马尔科夫模型的期望效用序贯三支决策方法

    曹家硕李华雄闵帆贾修一...
    528-538页
    查看更多>>摘要：投资决策过程中的收益和风险充满不确定性,需要通过评价投资决策过程中的效用来判断投资者是否应该投资以及如何投资.序贯三支决策可以有效模拟投资者的动态投资行为过程,为投资者做出最优的动态投资决策.文中通过马尔科夫预测方法来模拟预测投资收益与风险,引入期望效用理论模拟投资者对不同投资行为的偏好并建模,提出了一种序贯三支决策模型.将投资决策过程分为3个部分,其中,确定进行投资为正域决策,确定不进行投资为负域决策,不确定是否投资需要收集更多信息为边界域决策.最后,通过实验证明了模型的有效性.

    序贯三支决策投资决策马尔科夫链期望效用

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于证据深度神经网络的医学影像三支决策

    岳晓冬刘思雯袁斌
    539-548页
    查看更多>>摘要：在医学领域中,基于影像数据分析的决策支持系统通常采用深度神经网络对医学影像进行分类以实现智能辅助诊断.然而,受标注数据受限、数据噪声、病灶表征不明确等因素影响,实际应用中医学影像数据通常包含不确定样例.对不确定影像数据直接应用深度学习方法进行强制确定分类可能导致严重病例误判,从而造成过高的系统决策风险.作为不确定性决策的有效工具,三支决策为不确定性数据分类提供了理论依据.基于三支决策的病例数据分类有助于区分不确定病例,延迟谨慎决策,通过人机协同有效降低系统决策风险.传统三支决策理论方法基于逻辑规则构造,擅长分析结构化数据,对于图像等非结构化数据不确定性分类存在应用局限.针对该问题,文中将证据理论与深度神经网络相结合,拓展构造了证据深度神经网络,并针对医学影像分类任务,构造了基于证据深度神经网络的医学影像三支决策方法.在肺炎、乳腺癌影像数据集上的实验表明,提出的三支决策方法能够有效识别高不确定度医学影像,降低决策系统病例分类风险.

    三支决策医学影像不确定性分类证据深度神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于骨振信号和深度网络的膝关节退行性病变早期筛查方法

    郑田田周海天宋江玲张瑞...
    549-557页
    查看更多>>摘要：膝关节退行性病变(knee osteoarthritis,KOA)是一种由关节软骨病变导致膝关节发生不可逆损伤的慢性疾病.若在KOA发病初期及时诊断并采取有效措施,则可有效延缓病程进展.由于在发病初期关节病变范围小、程度轻、患者症状不明显,传统检查手段(MRI,CT等)几乎无法得到显著的病理信息,这使得早期筛查变得十分困难.而髌骨关节摩擦音(又称为骨振信号,vibroarthrographic signal,VAG)有可能为实现早期筛查提供一种新的途径.基于此,文中以VAG信号为数据源,提出了一种基于卷积神经网络的KOA早期筛查方法.首先,结合自动裁剪、补零处理、白化处理等方法对VAG信号进行信号对齐与去相关等预处理;其次,从VAG信号频域角度出发,采用卷积神经网络实现KOA的早期筛查;最后,采用西安市某医院临床采集的772条VAG信号数据集验证所提方法的可行性与有效性.数值实验结果表明,本文所提KOA早期筛查方法准确率、灵敏度、特异性分别可达86.2％、88.20％、83.3％.

    膝关节退行性病变骨振信号早期筛查卷积神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    一种新的基于脑电信号的意识障碍预后评估方法

    程雅楠李斯卉宋江玲张瑞...
    558-566页
    查看更多>>摘要：意识障碍(disorders of consciousness,DOC)是由中枢神经系统受损导致个体感知能力出现障碍的一种神经系统疾病.DOC的预后评估能够辅助医师及时调整治疗措施,促进DOC患者的意识恢复.传统的预后评估手段包括行为量表、核磁共振成像等,但这些检查手段易受干扰、价格昂贵、难以实时评估.相关研究表明:脑电图(electroencephalo-gram,EEG)与DOC患者的意识水平显著相关,这为DOC的预后提供了一种潜在的评估手段.基于此,文中以EEG为数据源,提出了一种新的基于EEG的DOC预后评估方法.首先,对给定的DOC-EEG信号,采用小波包变换提取不同频带的脑电信号;其次,计算不同频带脑电信号的功率谱,并绘制对应功率谱的庞加莱散点图;然后,对每一庞加莱散点图定义3种新的度量指标:最大半径、区域密度以及密度变异性;进而,结合3种度量指标,提出基于功率谱庞加莱散点图的脑电特征提取方法(power spectra-Poincare plot-based feature,PPBF);最后,结合所提特征与随机森林分类器,提出了一种基于PPBF的DOC预后状态自动评估方法.采用西安某医院神经内科临床采集19名DOC患者的脑电数据对所提方法进行了验证,所得平均评估准确率85.54％,表明所提特征能够有效完成DOC预后状态的自动识别.

    意识障碍预后评估脑电信号功率谱-庞加莱散点图随机森林

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于镜像神经元理论的便携式MI-VR BCI康复系统设计

    胡景钊刘阳贾巧妹马媛...
    567-576页
    查看更多>>摘要：镜像神经元是一类个体在执行或观察特定动作时均会兴奋的特殊神经元,其在运动想象与学习、动作模仿与理解等重要神经生理学过程中起着关键作用.众多研究表明,运动观察和运动想象均可以通过激活镜像神经元来促进运动障碍患者康复.基于该原理的运动康复系统逐渐受到学者和业界的关注,但已有系统往往存在复杂不便携、造价昂贵、难以精确感知患者运动想象程度或运动观察沉浸度不高的问题.为此,该文选用廉价和便携的设备设计了一套运动康复系统:首先,由患者想象患肢运动;然后,采用基于脑电(EEG)的脑机接口(BCI)技术检测患者运动想象程度;最后,通过虚拟现实(VR)技术高沉浸地展示患肢运动,供患者观察.该系统会在检测到患者正确想象患肢运动后才在VR场景中展示对应侧患肢运动,能帮助患者更好地想象和观察患肢运动、多次激活镜像神经元,最终达到运动康复的效果.通过在实验室模拟场景对正常人进行实验,验证了该系统的可行性.

    运动康复系统轻量便携虚拟现实脑机接口镜像神经元

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于双路径特征融合的结肠组织病理腺体分割方法

    王红玉张墺琦卜起荣崔磊...
    577-586页
    查看更多>>摘要：结肠腺癌是一种严重危害人们生命健康的常见癌症,作为癌症检测与诊断的关键环节,腺体分割在结肠腺癌计算机辅助诊断研究中至关重要.针对结肠组织病理图像中腺体分割存在不同癌变水平腺体外观差异大,单一模型难以同时实现对良性、恶性腺体的高精度和高形状相似性分割的问题,设计了一种基于双路径特征融合结肠组织病理图像腺体分割网络.该网络利用带注意力的上下文特征提取路径和空间特征提取路径,获得较大的感受野和空间信息,增强网络对腺体形态学特征的学习能力,最终提升了腺体自动分割的性能.在Warwick-QU数据集上进行实验,与目前流行的分割算法对比,该文算法在不同类型测试集上的Dice系数、F1得分和Hausdorff距离均取得较好的性能,模型泛化性较强,具有重要的应用前景.

    组织病理图像腺体分割注意力机制双路径特征

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    麻醉诱导的无意识过程中海马神经信号的动态变化

    任梦贾建胡柯嘉
    587-593页
    查看更多>>摘要：医学上通常认为皮层下脑区与人的意识和行为相关,该文通过对比人的海马脑区局部场电位信号在麻醉过程中的不同动力学特征,分析被试者在清醒和无意识状态下的表现差异.使用颅内立体定向脑电图记录了6名癫痫患者在异丙酚诱导麻醉过程中海马局部场电位信号并进行功率谱密度估计,通过混沌吸引子形态、样本熵以及互信息对清醒状态和意识丧失状态下的表现进行比较和区分.结果 显示,异丙酚全麻导致海马局部场电位信号多个频带的活动发生变化,从清醒状态向意识丧失状态转换过程中,吸引子形态会变得更加扁平.在意识丧失状态下,海马局部场电位信号具有更小的beta频带样本熵以及更小的自互信息衰减率.

    海马区局部场电位全身麻醉癫痫异丙酚

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于改进的nnU-Net胰腺分割模型

    龚晓庆
    594-600页
    查看更多>>摘要：CT扫描是腹部器官疾病的常规检查手段,准确地对腹部器官进行自动分割能够给医生提供辅助诊疗信息.但腹部CT影像中器官类型多、背景复杂等情况给腹部器官分割带来挑战,尤其是胰腺在CT影像中存在边界模糊的特点,导致现有器官分割模型难以准确分割胰腺.为此,该文针对胰腺分割存在分割边界不准确的问题,基于nnU-Net医学影像分割自适应框架,设计了一种具有边界感知机制的胰腺器官分割模型.该模型在分割网络中嵌入边界感知模块来引导分割网络关注目标边界特征的有效提取;此外,模型将传统分割网络模块提取的语义特征和边界感知模块提取的边界特征进行融合,以有效缓解胰腺器官边界特征提取不完整的问题,从而实现更精准的胰腺器官分割.所提模型在NIH胰腺分割公开数据集上分割准确率达到0.879,分割效果优于现有器官分割模型.

    CT影像胰腺器官分割nnU-Net分割网络特征融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普