- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[SPIE计算机辅助诊断会议 - 美国休斯顿（2018年2月10日-2018年2月15日）] 医学成像2018：计算机辅助诊断 - 利用CT图像和左心房补丁检测病变心脏的卷积神经网络
摘要： 心血管疾病是美国的主要死亡原因之一。在传统三维（3D）CT上识别心脏疾病具有诸多临床应用价值。当唯一可用的检查手段仅为传统3D CT时，能区分健康与病变心脏的自动化方法可提升诊断速度与准确性。本研究提出并实施了卷积神经网络（CNN）技术用于CT图像中心脏病变的识别。选取6例心脏健康患者和6例有既往心血管疾病史的患者进行胸部CT检查。对每例心脏的左心房进行分割后，生成二维与三维图像块。随后采用患者配对的留一法交叉验证，选取部分图像块分别训练独立的卷积神经网络。通过对比两个神经网络的检测结果发现，三维图像块具有更高的测试准确率。最终使用最优三维CNN模型对全部左心房三维图像块进行分类，并生成受试者工作特征曲线（ROC）。所得ROC曲线的平均曲线下面积（AUC）为0.840±0.065，平均准确率达78.9%±5.9%。这证实了基于CNN的方法能有效区分健康心脏与既往心血管疾病心脏。
关键词： 深度学习、心脏病、分类、心血管疾病（CVD）、卷积神经网络、计算机辅助诊断、三维计算机断层扫描
更新于2025-09-23 11:27:58
-
[IEEE 2018年计算、通信与信息学进展国际会议(ICACCI) - 印度班加罗尔(2018.9.19-2018.9.22)] 2018年计算、通信与信息学进展国际会议(ICACCI) - 超宽带(UWB)脉冲多普勒雷达在噪声环境下监测心率和呼吸率的性能
摘要： 本文研究了一种超宽带脉冲多普勒雷达系统，用于在联邦通信委员会（FCC）建议的发射信号功率低于-41dBm条件下监测心率和呼吸频率。分析了系统在噪声环境下的性能。通过对接收信号进行相位解调后获取胸部位移的频域信息，从而得到心率和呼吸频率。结果表明：在不同雷达与受测者距离下，当信噪比范围为-10dB至100dB时，心率监测的均方误差（MSE）可达0.2至0.1，呼吸频率监测的MSE可达0.1至0.001。即使受测者与雷达相距10米，仍可有效监测其心率和呼吸频率。
关键词： 多普勒雷达，心血管疾病（CVD），超宽带（UWB）
更新于2025-09-04 15:30:14