简介：深度学习算法现在已经成为医学图像处理的最成功的模型,生成对抗网络将神经网络与对抗训练的思想相结合,已经开始应用于医学图像处理。该文主要介绍了几种典型的生成对抗网络,回顾了生成对抗网络在医学图像处理中的应用,包括图像的生成、转换、重建、分割等任务,并对生成对抗网络在智能诊断中的作用、目前存在的问题和未来的发展方向做了讨论。

简介：过去20年基因组的革命提供给医药公司无以数计的潜在药物靶标。创造强有力的新药来作用这些靶标已经迫在眉睫。然而，大多数“低挂水果”已经被采摘，药物开发因此变得越来越困难。为了获得美国食品药品管理局（FDA）批准，新药必须证明其安全性和有效性，特别是当新药与现存药物进行比较时。

简介：自动图像采集和分析的发展已经牢牢确立了高通量筛选（HCS）作为一种药物发现工具的地位。虽然高通量筛选在细胞检验中具有广泛的应用,但整个生物体（如斑马鱼）的全自动化图像分析,如果没有用户深入介入,目前尚不能实现。其主要障碍包括方位的变化,样本的高变异性,每个样本特征的复杂性。因此,目前还没有方法能实现斑马鱼幼虫的无监督检测和特征定量。目前,一种在计算机环境中模拟人的认知过程的人工智能方法能克服这些障碍。

简介：本文介绍了自动调焦虹膜图像采集系统的系统结构、工作流程，软硬件设计及其实现。采集系统主要由CCD摄像头，加装罔像采集卡的控制计算机和调焦模块组成，其软件部分主要包括虹膜图像采集程序、图像聚焦质量评估程序和搜索调焦程序。系统的调焦机构主要南89C52单片机以及其他辅助芯片组成的驱动电路控制传动机构调节摄像头，具有调焦速度较快、精度较高，并且结构组成简单，设备成本较低等特点。

简介：基于造影图像序列的血管减影增强技术能够有效地去除图像中大部分非血管结构、成像噪声以及不同结构运动所造成的运动伪影,对实现血管结构识别,提高血管的对比度,并对后续血管结构的分析和医生对疾病的诊疗具有重要意义;同时,该技术可减少对病人的造影剂注射量,具有重要的临床意义。本文基于单视角血管造影图像序列,从血管造影图像减影技术的基本原理,包括基于图像配准和基于层分解的两类减影方法出发,介绍了每个关键步骤的发展现状。同时对血管减影技术的难点进行分析,并对减影增强技术未来的发展趋势予以展望。

简介：基于曲线演化的水平集算法近来已被广泛应用于医学图像分割中，根据分割医学图像的鲁棒性实时性的要求，提出一种新的基于改进窄带法的图像分割方法INBM（Improvednarrowbandmethod）。INBM首先将均匀采样的图像映射到对数极坐标系中，由视网膜空间分辨率机制可知，注视点都在图像兴趣区，由此形成初始轮廓，然后用改进的窄带水平集（LevelSet）方法演化曲线得到最终分割结果．改进窄带法是通过降低窄带区域内的水平集函数求解个数，来减少计算时间。实验结果表明，该方法能够快速、准确地得到医学图像的结果。

简介：基于深度学习的医学图像处理已成为该领域研究的热点。深度学习方法在各种医学图像应用中取得了优异性能,达到甚至超过了专家级医生的水平。本文首先简述深度学习模型的基本原理,尤其是监督学习算法中的各种神经网络,然后总结它们在医学图像分类与识别、定位与检测、分割、配准与融合等应用领域的研究进展,最后探讨医学图像处理深度学习方法面临的挑战及应对措施。

简介：医学图像在形成、传输和记录过程中，由于受多种原因的影响，图像的质量会有所下降，典型表现为图像模糊、失真、有噪声等。针对现有图像遗传恢复算法存在的缺陷，从编码设计、种群初始化、遗传算子操作及更新机制，提出了自己的观点，在MATLAB7．0环境下结合不同图像进行仿真实验，

简介：本文选择宋词为实验语料,使用PowerLab生物电采集器、MLT1132压电呼吸带传感器等仪器录制呼吸信号和语音信号,对语音信号的韵律等级进行切分,通过判断呼吸周期的波峰和波谷来标记吸气相和呼气相,揭示了不同语音韵律等级时长和两个常见的呼吸结构模型之间的相关性。在语音多模态研究中,可以为语音多模态的合成提供可靠的数据,提高言语模型的自然度。准确的数据模本还可以为治疗言语障碍提供帮助,为语言教学和二语习得提供标准。

简介：本文将相位相关方法用于医学MR图像的位移注册，并将其精确到子像素级。传统的相位相关方法的思想是空域中的平移对应于频域中的标准相位差。该方法对于像素级的注册可以达到非常高的精确度，但不能得到子像素级的结果。而相位相关方法的扩展则适用于高精度的子像素级的注册。该技术的关键在于，如何利用已知的离散函数值估计出函数峰值的位置。实验结果显示了该方法的可行性和可靠性。本文只对注册中的平移计算提出讨论。

简介：三维显微图像复原方法通常分为两类：邻域法和三维去卷积法。本文详细介绍了邻域法的基本原理；对邻域法公式中参数c，α的不同选择和相应的复原结果进行了评价，通过仿真实验得出了考虑不同切片数时c，α的最佳选择以及不同显微成像系统所需考虑切片数M的最佳选择。与三维去卷积法相比，邻域法具有简单、计算量小，容易实现等优点，适合于观察活的生物和进行实时连续观察。

简介：为了克服图像模式识别中的噪声干扰,提出了一种具有感知功能的蚁群算法获得最终检测的边缘信息。改降低了迭代的游走以及初始随机分布里面一些没有意义的运算,使系统运算更加快捷,极大的提高了运算的效率。同时使用感知区域对蚂蚁的游走方向进行了引导和限制,降低了蚂蚁陷入局部而无法走出的可能性。通过对比两种算法进行仿真实验时的运行速度可以发现传统蚁群算法的速度比SACO慢很多。

简介：小世界是一种以较低的连接和能量成本实现高效的信息分离与整合的网络结构,而人脑网络具有显著的小世界特性。在弥散张量成像（diffusiontensorimaging,DTI）脑网络的研究中,如何有效地量化和评估网络的小世界属性依然是研究中存在的一个关键问题。在研究文中,我们首先概括了已有小世界属性评估指标及其存在的问题,随后提出了一种新的基于网络全局效率和局部效率的小世界属性评估指标。为了验证该指标的有效性,我们基于75个中老年人的DTI脑网络对其进行了应用与评估。与传统指标相比,该指标对研究对象的年龄变化更敏感,并与多项认知评估量表的结果存在显著相关。网络节点随机化和网络失连接这两种攻击测试的结果也表明,新指标在DTI脑网络的研究中具有较高的准确性和稳定性。

简介：糖尿病已经成为世界范围内危害人类健康的主要疾病之一，对糖尿病的研究和治疗具有重要意义，本文首先建立并优化小鼠脂肪细胞糖尿病药物筛选模型，然后使用临床抗糖尿病药物对该模型进行考察，并对海糖平（H）和杉糖平（S）两种降糖新药进行了筛选。通过Westem-blot法检测GLUT4（葡萄糖转运蛋白4）以确定药物的药效。结果表明，用临床抗糖尿病药物考察模型能客观反映该药物药效。在此模型上，对杉糖平和海糖平的各个馏分进行初步筛选，发现两种药物的一些有效成分。

简介：近日从卫生部获悉，我国即将在北京、黑龙江、上海、江苏、浙江、湖南、广东等七省市建立饮用水水质与水性疾病监测点，试行监测数据网络直报，开展城市饮用水卫生监测网络试点工作，此举意味着我国将逐步建立健全饮用水卫生监测网络。

简介：生物系统具有鲁棒抵御外界干扰而维持自身性能稳定的特征。细胞中分子相互作用负反馈环是系统鲁捧控制的主要机理之一。本文对各种负反馈环之间的差异进行了对比并针对p53、Mdm2构成的负反馈环建立了数学模型，以模拟负反馈系统的衰减振荡。

简介：为了跟随全球规则,许多行业（例如,建筑业和装饰,机动类和电子）产品释放的挥发性有机化合物（VOCs）需要进行监测。检测VOC的经典方法是热解析（TD）-气相色谱-质谱（GC-MS）联用。对于非科学家来说,该方法产生的复杂数据令人生畏,难以解释而且比较耗时。为了解决这个问题,这里设计了一种特殊软件,可以从复杂的GC-MS数据中方便地鉴定目标化合物,如产品辐射图中的目标组分。

简介：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

简介：

简介：梁第五届慕尼黑上海分析生化展9月17日在上海新国际博览中心落下帷幕，专业观众人数超出预期，共有来自66个国家和地区的15，282人，创下了自2002年首次举办后的纪录。同样，展商数量同比也有了超过30％的涨幅，共有来自22个国家和地区的468家展商来到上海新国际博览中心。