首页期刊导航|中国医学物理学杂志
期刊信息/Journal information
中国医学物理学杂志
中国医学物理学杂志

胡逸民

双月刊

1005-202X

yxwl@263.net.cn

020-61648280

510515

广州市同和南方医科大学生物医学工程学院

中国医学物理学杂志/Journal Chinese Journal of Medical PhysicsCSCDCSTPCD北大核心
查看更多>>本刊是国际医学物理学组织（ZOMP）的成员——中国医学物理学会会刊，是国内唯一全面涉及医学物理学各分支学科领域、国内外公开发行的专业性学术双月刊。读者对象是各大医院从事医学物理及相关人员、广大从事医学物理学学科研究的教学工作者以及医学物理学、生物物理学、生物工程学、医学和应用物理学等专业的工作者及博士、硕士研究生。
正式出版
收录年代

    "新医科"背景下医学图像处理教学软件的研究与开发

    刘燕茹毕宇越汪宇航朱婷...
    333-339页
    查看更多>>摘要：针对"新医科"背景下医学图像处理课程所面临的形势和教学现状,开发了与其教学过程高度契合的医学图像处理教学软件,该教学软件可实现医学图像的线性灰度变换、开窗显示、缩放、旋转、镜像、中值滤波、微分锐化、边缘检测、直方图获取和直方图均衡,并可在一定范围内调节线性灰度变换、开窗显示、缩放、旋转、中值滤波、微分锐化、边缘检测的参数,同时用不同算法实现了医学图像的缩放功能.该教学软件用于包头医学院医学图像处理课程理论与实验教学中,可提高学生学习的主动性和积极性,能强化学生对放射技师考点知识的理解,为后续课程的学习打下坚实基础,最终实现"新医科"背景下包头医学院医学影像技术专业"医工"、"医理"的深度交叉融合.

    医学图像处理新医科教学软件开发

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

    基于CT数据的肺部影像可视化系统设计

    付俊泽贾茜李几雄张建敏...
    340-347页
    查看更多>>摘要：设计一种基于CT数据的肺部影像二维可视化与三维重建系统,首先对DICOM图像进行解析,分割和标记出肺结节的位置;然后利用CT序列的重采样、面绘制的三维重建、形态学处理等技术,实现肺实质和结节的多视角、多分辨率三维显示;最后设计交互界面,包括图像增强、肺部二维可视化、结节勾勒、肺实质和结节三维重建、旋转、缩放切换视角等功能.实验表明,本系统对于二维图像的可视化和病灶区域勾勒位置清晰、准确,并使三维图像呈现的结节完整且光滑.本系统相较于已有的类似医学处理软件,大幅度提高重建和可视化效率,使医生能够更加快速、精确地观察三维图像,辅助疾病诊断和手术方案制定.

    肺CT可视化三维重建医学图像

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

    EEG-fNIRS技术在神经精神疾病研究中的应用进展

    高晨洋吴凯李文豪李懿...
    348-355页
    查看更多>>摘要：通过脑电图(EEG)、功能近红外光谱成像(fNIRS)、功能磁共振成像对神经精神疾病已经开展广泛的研究与应用.近年来随着技术的不断发展,EEG与fNIRS的同步采集设备被开发且逐步应用于神经精神疾病的研究中.本文首先对EEG-fNIRS设备的同步检测与数据分析技术进行简要概述,总结脑卒中、癫痫以及其他神经精神疾病研究中EEG-fNIRS的分析方法与最新发现,并探讨研究的发展方向.

    脑卒中癫痫神经精神疾病脑电图功能近红外光谱成像综述

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

    基于小波变换和CNN-LSTM的肺音分类算法

    张乙鹏孙文慧陈扶明
    356-364页
    查看更多>>摘要：目的:针对如何建立有助于电子听诊诊断的肺音分类模型,提出一种基于卷积神经网络(CNN)-长短期记忆网络(LSTM)的混合深度学习肺音分类模型方法.方法:首先使用小波变换对数据集进行特征提取,使肺音信号转化为能量熵、峰值等特征;在此基础上构建CNN和LSTM的混合算法分类模型,其中将小波变换提取的特征先输入CNN模块,能够获得数据的空间维度特征,再通过LSTM模块获得数据的时间维度特征,融合两类特征,通过模型可以将肺音分类,从而达到辅助判断患者的肺部疾病.结果:CNN-LSTM混合模型准确率、F1分数均明显高于其他单一模型,可达到0.948和0.950.结论:提出的CNN-LSTM混合模型分类准确率更高,在智能听诊领域具有广泛的潜在应用价值.

    肺音分类小波变换卷积神经网络长短期记忆网络

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

    基于连续小波变换和高阶统计量的心律失常识别算法

    李刚高广帅张珍珍巴任伟...
    365-374页
    查看更多>>摘要：针对可变持续时间心电图(ECG)数据信号的非平稳性和时序性问题,提出一种基于连续小波变换(CWT)和高阶统计量(HOS)的心律失常识别算法.首先,针对可变持续时间ECG数据中每个样本的数据点数量不同,采用RR间期插值法预处理数据,并通过CWT将信号分解为不同的时频分量,从而使网络能够更好地提取心电信号中的时间和频率特征.其次,针对时序信息利用不充分的问题,提出基于HOS和长短期记忆网络的时序挖掘模块,以捕捉和学习ECG信号中的长期依赖关系,从而有助于识别和理解特定的心律失常类别.通过在公开的ECG数据集MIT-BIN上进行的大量实验,验证所提方法的有效性和优越性.

    心律失常识别连续小波变换高阶统计量长短期记忆网络RR间隔

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

    基于微分熵及卷积神经网络的脑电运动想象分类识别

    廉小亲蔡沫豪高超罗志宏...
    375-381页
    查看更多>>摘要：针对基于运动想象的脑电信号多分类识别准确率不高的问题,提出一种基于微分熵及卷积神经网络对运动想象四分类的识别方法.首先,将脑电信号通过滤波器提取为Alpha、Beta、Theta、Gamma 4个频段,分别计算各个频段的微分熵特征,并按照脑电极空间特征对数据结构进行重构为三维脑电信号特征立方体.最后,将其输入卷积神经网络进行四分类,该方法基于BCI Competition IV-2a公开数据集,准确率达到95.88%,并在试验室建立四分类运动想象数据集进行相同的处理,准确率达到94.50%.测试结果表明本文所提方法具有更好的识别效果.

    运动想象脑电信号卷积神经网络微分熵特征提取

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

    膝关节骨性关节炎轻症患者膝关节三维有限元建模及力学分析

    周陶勇杨永盛鲁宁唐浩...
    382-388页
    查看更多>>摘要：目的:在缺少层厚较薄的CT和MRI数据的情况下建立膝关节骨性关节炎(KOA)轻症患者膝关节三维有限元模型,并研究胫骨平台内外侧的应力分布.方法:以一名患有轻度KOA的女性患者为研究对象,自盆骨至腓骨胫骨远端进行连续断层扫描.将得到的DICOM格式文件导入至Mimics软件中并通过阈值分割提取膝关节中的骨性结构,将提取出的骨骼进行蒙版编辑、空腔填充、区域增长等操作后导入3-matic中做光顺、包覆处理.在Geomagic Wrap将处理后的骨性结构使用网格医生检查,修复表面缺陷并拟合曲面.以轮廓延展的思路建立相关的软骨、半月板和韧带,并在SolidWorks中以原点重合的方式与骨性结构进行装配.接下来在ANSYS软件中定义材料、设置接触、划分网格、设置约束和载荷,分析在双腿站立下胫骨平台上的应力分布情况.结果:成功建立了包括骨性结构、软骨、韧带的完整膝关节模型.在双腿站立状态下,接触应力峰值约为1.21 MPa,位于胫骨平台内侧中部,胫骨平台外侧的最大应力为0.72 MPa,内外侧间室分别承担总载荷的62.7%和37.3%.结论:通过CT提取加软件绘制的方式建立了全膝关节模型,有限元分析结果符合临床预期,通过此方法建立的模型可靠,能进行后续的研究.

    膝关节骨性关节炎膝关节有限元建模生物力学

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

    人工智能在肿瘤基因表达数据中的应用研究进展

    李坤鹏王泽朋周玉李四海...
    389-396页
    查看更多>>摘要：肿瘤是影响人类健康的严重疾病,早期诊断对提高治疗成功率和患者生存率至关重要.肿瘤基因表达数据的研究已经成为揭示肿瘤疾病机制的主要工具,人工智能在肿瘤基因表达数据分析中扮演着重要角色.本文从机器学习方法的角度,探讨监督式学习、无监督式学习和深度学习在肿瘤预测和分类中的潜在优势,特别关注特征选择算法对基因筛选的影响及其在高维度基因表达数据中的重要性.通过全面综述人工智能在肿瘤基因表达数据分析中的应用与发展,旨在为未来的研究方向提供参考,促进进一步发展.

    基因表达数据人工智能机器学习特征选择综述

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