目的:研究舱室空气微生物浓度检测数据分布的有效统计学分析模型，为获取舱室空气微生物污染容许浓度理论限值提供手段。方法:应用数学统计学原理，采用线性变换 y＝ x、负指数变换 y＝1/ x、根指数变换 y＝sqrt( x)、对数变换 y＝log10( x)和反三角函数变换 y＝arctg( x)5种数学映射变换处理检测数据；应用正态分布、伽玛分布、指数分布、瑞利分布、威布尔分布和贝塔分布6种概率函数模型分析数据的分布；在映射变换置信水平α＝0.05下，采用KS检验方法对模型可接受性进行检验，当 P≥α时判定为不拒绝该分布模型。 结果:舰艇舱室空气微生物浓度数据经线性变换、负指数变换、根指数变换、对数变换后，大型水面舰艇、潜艇舱室微生物浓度分布接受正态分布模型、伽玛分布模型和威布尔分布模型( P≥α)；普通水面舰艇舱室微生物浓度分布接受威布尔分布模型( P≥α)。 结论:威布尔分布模型在舱室微生物数据分布统计学分析中通用性好，可用于容许浓度理论参数值演算。

针对传统掩蔽治疗音在耳鸣声治疗中有效性和可听性不足的问题,本研究提出了一种基于相位声码器(phase vo-coder,PV)和渐变混合算法的个性化多轨耳鸣掩蔽治疗音(multi-track personalized tinnitus masking therapy sound,MT-PTMTS)合成方法.本研究以生物自然音库和环境背景自然音库为基础,利用 PV进行音调变换,同时使用迭代函数系统(iterated function system,IFS)分形映射算法合成能够匹配患者耳鸣频段的时长可控且相似不重复的个性化生物自然音,并加入经渐变混合算法拼接而成的环境背景自然音.实验结果表明,本研究合成的治疗音在频段上可有效匹配患者的耳鸣频段,且符合1/f波动;此外,治疗音输入耳鸣模型能有效抑制对应频段耳鸣.试听结果表明,治疗音怡人且自然,对耳鸣声治疗具有一定的参考价值.

P53家族基因(p53、p63和p73)与肿瘤密切相关.为研究其相关性质,首先用Voss映射将p53家族基因的蛋白质编码序列(coding sequence,CDS)映射为数值序列;继而对数值序列进行离散傅立叶变换,并计算其功率谱;接着基于功率谱研究p53家族基因的最大功率谱、信噪比、位移偏度和三周期性强度等性质;最后利用p53家族基因的三周期性分析结果,构造其特征向量并进行分布聚类分析.结果显示,p63基因和其他两类基因的性质较为接近,而p53和p73基因的性质差异相对较大.另外,通过实例说明和比较分析的方式证明分步聚类分析对p53家族基因具有较高的有效性.

针对血管内超声 (IVUS) 图像中各类斑块、超声阴影和血管分支等造成内膜 (LU) 与中-外膜 (MA) 边界难以准确检测的问题, 提出一种结合堆叠沙漏网络 (SHGN) 和有条件生成对抗网络 (C-GAN) 的IVUS内膜与中-外膜检测的改进方法.首先根据血管形态特点, 使用旋转、缩放和Gamma变换等方法将图像训练集扩充57倍, 降低网络训练过拟合风险;然后利用对抗训练思想, 构建基于L1、L2重建损失的联合损失函数, 学习超声图像与其对应分割图像的映射关系, 将IVUS图像分割为3种不同区域:血管外周组织、斑块区域和内腔区域;最后在图像分割结果上, 采用阈值处理方法, 检测最终的内膜与中-外膜边界.采用国际标准IVUS图像数据集 (10位病人435幅) 评价所提出的算法.实验量化评价结果为:内膜计算面积交并比 (JM) 93％, 面积差异百分比 (PAD) 3％, Hausdorff距离 (HD) 0.19 mm;中-外膜JM 95％, PAD 3％, HD 0.16 mm.这些指标满足临床诊断要求, 性能优于现有的、近年较好的9种算法, 以及Pix2Pix模型.在临床实践应用分析中, 利用南部战区总医院心血管内科所收集的100幅IVUS图像进行检验, 取得较好的分割结果.这表明该方法具有较好的跨数据集泛化性能.

目的:研究基于形变配准算法进行前列腺癌分次间剂量评估的可行性.方法:采用锥形束CT(CBCT)形变配准到再计划CT,产生有明显配准误差的形变CBCT.分别结合频谱峰值转换法和逐层线性变换法,根据刚性盆部模体的噪声模型来修正形变CBCT,生成与再计划CT解剖结构基本一致的两组虚拟CBCT作为形变配准评估的"金标准".以再计划CT为基准,评估计划CT形变配准到虚拟CBCT形成的虚拟CT的Gamma通过率.比较两组虚拟CT的评估系数,验证再计划CT转换为虚拟CBCT的可行性.评估基于形变场映射产生感兴趣区域(ROI)的dice系数,验证基于形变配准中产生形变场的半自动勾画技术的可行性.结果:计划CT形变配准到两组虚拟CBCT产生的虚拟CT的1 mm/1％和2 mm/2％的Gamma通过率分别为(98.08±0.43)％/(97.95±0.37)％(P>0.05)和(99.53±0.08)％/(99.55±0.10)％(P>0.05).基于形变场映射产生各个ROI的dice系数均值为0.78～0.95.结论:虚拟CBCT提供了一种解决形变配准算法缺少"金标准"的问题,并验证基于形变配准算法评估前列腺癌分次间剂量的可行性.

配准图像中存在的结构对应性缺失与局部复杂大形变给非刚性图像配准准确寻找一一映射形变变换带来了极大挑战.传统配准方法以及基于深度学习配准方法都不能处理好此类图像配准异常难题.基于全局到局部的递进深度网络策略,该文提出了配准图像联合显著结构上下文信息增强的无监督式深度配准网络.其中,全局到局部的卷积网络通过将待配准图像输入到结果形变场输出的复杂映射分解为两个更易求解的全局映射与局部映射网络,同时结合配准图像联合显著结构上下文信息双向加强网络的学习训练,实现了精确、鲁棒、高效的联合显著图强化形变配准网络,有效地解决了既存在结构对应性缺失又存在局部复杂大形变的图像配准难题.

针对基于迭代优化的传统2D-3D医学图像配准算法运行速度慢,难以达到实时配准的要求,本研究提出一种实时2D-3D配准方法.通过将空间刚体变换参数分解到两个平面上,将2D-3D配准简化为两个步骤,包含2D-2D近似刚体配准与单参数2D-3D刚体配准.同时利用深度卷积神经网络拟合患者X射线影像残差与其对应姿态差异间的非线性映射关系,从X-DRR图像对的残差回归出空间刚体变换参数.经由头颅CT数据训练后的网络,在0.04 s内完成了高精度的双X射线配准.本研究提出的配准方法满足了放疗过程中进行实时2D-3D配准工作的要求.

为辅助手功能障碍患者在日常生活中更好地进行手部的康复训练与活动,提出一种基于柔性铰链的仿生外骨骼机械手.首先,基于弹性力学建立直梁型与半圆弧梁型柔性铰链刚度之间的映射关系模型,通过有限元模型改进半圆弧梁型柔性铰链的刚度设计式,并利用三铰链串联式外骨骼手指有限元模型验证单铰链刚度设计式的通用性和有效性;其次,基于修正后的刚度设计式,设计基于柔性铰链的仿生外骨骼机械手,通过绳索实现屈曲运动,通过柔性铰链的储能实现伸展运动,并根据齐次坐标变换建立相关的运动学模型,研究绳驱下的运动特性;最后,对试制的原型机进行屈曲性能与抓握能力的实验验证.外骨骼手指的仿真结果表明:单铰链的刚度设计式可用于复杂机构中各铰链的刚度计算,其误差值不大于3.5％;所试制的原型机手部执行构件仅重125 g,方便使用者日常携带.屈曲性能的实验结果表明:改进的刚度设计式减小了半圆弧梁型柔性铰链40％的刚度计算误差,使误差控制在5％以内,能快速获取满足弯曲条件的铰链几何尺寸.抓握能力的实验结果表明:两名健康受试者测量出外骨骼手单指能稳定输出8N的指尖力,满足日常生活所需.因此,该外骨骼机械手可提供正常的关节活动度,其轻质便携及抓握能力高的特性还能辅助手功能障碍患者进行手部康复训练与日常活动.

脊髓损伤慢性期胶质瘢痕及其所包绕的囊腔所构成的脊髓坏死区域在磁共振成像(MRI)中形态各异,边界模糊.针对单纯根据图像无法准确识别脊髓坏死区域这一问题,提出一种基于病理切片"金标准"来标记MRI图像实际坏死区域的方法.双边滤波去噪并刚体配准脊髓损伤慢性期的多模态MRI图像,使用Snake模型进行脊髓的分离,并利用双三次插值法对脊髓进行拉直.采用双树复小波变换融合不同模态的图像后,基于病理切片的胶质瘢痕及囊腔区域与MRI图像的脊髓坏死区域具有空间相对位置一致性的特点,建立从脊髓病理切片到MRI图像的空间映射关系,最终实现MRI图像中实际坏死区域的标记.以圆度和偏心率作为形状评价指标,对本方法标记的MRI坏死区域与病理切片"金标准"结果进行对比,相似度分别达到了0.93±0.03和0.97±0.02.结果表明,应用本方法构建的映射关系能较为准确、客观地标记MRI图像的实际坏死区域,为后期计算机自动识别与分割MRI坏死区域奠定基础.

特征表达和分类器的性能是决定计算机辅助诊断(CAD)系统性能的重要因素.为了提升基于超声成像的乳腺癌CAD系统的性能,本文提出了一种基于自步学习(SPL)的多经验核映射(MEKM)排他性正则化机(ERM)集成分类器算法,能同时提升特征表达和分类器模型的性能.该算法首先通过MEKM映射得到多组特征,以增强特征表达能力,并嵌入到ERM作为多个支持向量机的核变换;然后采用SPL策略自适应地选择样本,由易到难地逐步训练ERM集成分类器模型,从而提升分类器的性能.该算法分别在乳腺癌B型超声数据库和弹性超声数据库上进行了验证,结果显示B型超声的分类准确率、敏感度和特异性分别为(86.36±6.45)％、(88.15±7.12)％和(84.52±9.38)％,而弹性超声的分类准确率、敏感度和特异性分别为(85.97±3.75)％、(85.93±6.09)％和(86.03±5.88)％.实验结果表明,本文所提出算法能有效提升乳腺超声CAD的性能,具有投人实用的潜能.