轻度认知障碍转化阿尔兹海默病影像预测研究

基于结构核磁共振影像,探讨轻度认知障碍向阿尔兹海默病转化情况.选取152例轻度认知障碍、101例阿尔兹海默病、97例正常对照组的结构核磁共振影像为研究对象.首先,采取独立成分分析方法对阿尔兹海默病和正常对照样本进行组间特征提取;其次,执行感兴趣体素分析,获取组间差异特征信息,并将轻度认知障碍样本在阿尔兹海默病和正常对照组的特征空间上进行表达,获取轻度认知障碍样本特征信息;最后,运支持向量机,对轻度认知障碍样本进行转化预测.测试结果:预测准确率、灵敏度、特异度分别达到80.26%、86.30%、74.68%.结果显示,利用阿尔兹海默病和正常对照个体之间的差异特征能够比较准确地对轻度认知障碍向阿尔兹海默病转化进行预测.     

经颅交流电刺激对阿尔兹海默病小鼠双侧海马有效连接的干预研究

通过格兰杰因果方法,对Y迷宫任务中双侧海马间的有效连接进行分析,从相连脑区的角度,研究经颅交流电刺激(tACS)干预阿尔兹海默症(AD)的神经机制。记录正常对照组、AD组、tACS组和假刺激组小鼠执行任务时的行为表现和海马左、右侧场电位,计算各组的功率谱密度和格兰杰因果值(GC)。研究发现：AD组行为训练的正确率低于正常对照组,tACS可以提高其正确率。在θ和γ频段上,AD组的功率谱密度显著低于正常对照组(P<0.01),tACS组接近正常对照组水平。在θ频段上,tACS增加了AD小鼠海马左侧到右侧和右侧到左侧异常的GC值(从0.111±0.002;0.109±0.003到0.377±0.017;0.185±0.005),和正常对照组接近;在γ频段上,tACS降低了AD小鼠海马左侧到右侧和右侧到左侧异常的GC值(从0.145±0.002;0.127±0.003到0.074±0.001;0.082±0.002),和正常对照组接近。双侧海马间有效连接的异常可能是AD小鼠记忆功能下降的原因,tACS可以改善海马间的异常连接且恢复海马处场电位的功率谱密度。     

一种实用型医学影像处理平台

综合分析了医学影像的三维重建方法,提出适合我国国情的医学影像处理平台体系结构,提出了面向临床应用的断层影像表面重建流程,并且着重阐述了重建过程中使用到的关键技术。该工作对于推进我国自主产权的三维重建系统的商业化进程具有一定的推动作用。     

一种实用型医学影像处理平台

综合分析了医学影像的三维重建方法,提出适合我国国情的医学影像处理平台体系结构,提出了面向临床应用的断层影像表面重建流程,并且着重阐述了重建过程中使用到的关键技术.该工作对于推进我国自主产权的三维重建系统的商业化进程具有一定的推动作用.     

基于独立成分分析的人脸图像特征提取与识别

特征提取是人脸识别的关键环节之一。文章首先简述了独立成分分析（ Independent Component Analysis,ICA）的基本模型和原理,介绍了快速独立成分分析FastICA方法特征提取的一般过程。然后给出了FastICA算法中分离矩阵的并行计算算法。最后,利用ORL人脸图像数据库在Matlab环境下进行了仿真实验。实验结果表明,FastICA方法是一种有效的特征提取方法,并讨论了影响分类识别的几个因素。     

一种适于虹膜识别的特征提取算法

为克服现有基于线性变换特征提取方法中基向量非动态和参数需指定的缺陷,分析了虹膜的几何特征和识别原理,提出用独立成分分析ICA（Independent Component Analysis）方法进行虹膜特征提取,最大限度地去了除虹膜特征空间的冗余,克服了传统线性变换特征基向量非动态的缺陷;用BP（Back Propagation）神经网络进行虹膜分类,实现特征的降维和有效表示,并在自主研制的JLU-IRIS虹膜图像库中进行小样本空间实验。结果通过三种不同的识别率100%,96.5%和92.5%,表明了该算法的正确性和有效性。     

岩石表面图像的特征提取和处理方法

在对比多种岩石表面图像特征提取的基础上,提出了岩石表面图像中节理特征的提取方法,包括图像的增强、二值化、边缘提取、Hough变换等,提出了3个限制条件,以剔除提取的节理特征冗余线段,并给出了处理依据和流程.同时,编写相应的软件以对所提方法的可行性进行验证.结果表明,经所提线段分类与合并方法处理后,冗余线段的重复率大幅降低,其结果能够准确反映岩石表面裂隙特征的分布情况.     

ICA特征提取技术在背景噪声建模与分析中的应用

应用infomax学习规则对船舶辐射噪声信号进行独立成分分析(ICA)特征提取,并证明了ICA变换能增强信号的非高斯性.在此基础上,根据稀疏编码的特性,利用阈值化的方法将船舶辐射噪声信号有效去噪.通过对含有海洋环境噪声的船舶辐射噪声信号的去噪实验,证明了本方法的有效性,并且去噪结果明显优于传统的几种去噪方法.     

ICA纹理分类中特征提取和滤波器独立性的研究

根据独立成分分析系数满足非高斯分布的特点,提出了一种新的对野值鲁棒的纹理特征提取方法,该方法较好地描述了独立分量分析系数分布的反对称性和稀疏性,在仿真实验中取得了较好的分类效果.同时针对不同的特征提取方法,利用独立性不同的滤波器研究了滤波器独立性对分类性能的影响,进一步揭示了独立成分分析系数的非高斯性与特征辨识能力之间的关系.     

WKICA算法在多光谱遥感特征提取中的应用研究

多光谱遥感图像具有高度冗余、非线性化的特点。对其进行有效的特征提取是完成精确目标分类的前提。基于核方法强大的非线性映射能力,提出一种小波核独立成分分析WKICA算法。WKICA算法结合小波核函数近似正交,能够对复杂非线性信号进行逐步逼近的优势,有效提高了核独立成分分析KICA算法的求解精度。将其应用在多光谱遥感图像特征提取中,并对预处理条件下的图像采用不同的监督分类方法进行分类实验。实验结果表明,在WKICA算法预处理条件下,能够更有效的滤除图像噪声,相比较传统的特征提取算法,能够获取更加精确的图像分类效果。     

基于位平面图像的人脸特征抽取

提出一种新的基于位平面图像的特征抽取方法.该方法通过对原始图像进行"位切片",将1幅图像分解为8幅位平面图像,然后针对不同的位平面图像的特点,对不同的单幅位平面图像和合成的位平面图像进行特征抽取,为从复杂的人脸图像中抽取出有效的鉴别特征提供了一种有效措施.ORL标准人脸库中的实验数据验证了该方法的有效性.     

基于形态学方法的工件表面缺陷红外热像检测技术

提出一种基于形态学理论的红外热像分割方法,用于工件表面缺陷的自动检测。首先在含缺陷钢制试件红外热成像检测试验的基础上,对工件的红外热像进行灰度化、高斯高通滤波、对数变换和二值化等方法相结合的增强处理;然后采用形态学方法,基于缺陷的空间连续性和缺陷与噪声的尺寸差别,设定连通分量所含像素数的阈值,最终实现红外热像的有效分割。结果表明,新的红外热像处理方法可以实现缺陷位置和形状的精确检测,可作为含缺陷部件的红外检测和自动识别手段。     

基于智能影像基因组学技术的阿尔茨海默病预测进展

 阿尔茨海默病（AD）起病隐匿,目前尚无有效控制病情进展以及治疗的药物或方法。在其发病轻度认知功能障碍阶段早期预测进行干预,则能有效控制其病程。从基于脑影像组学特征的AD早期临床诊断、基于人工智能影像组学技术的AD早期预测两个方面综述了AD的早期诊断与预测研究进展,提出结合多模脑核磁共振影像特征和组学特征,在深度学习的框架下,将影像学和基因组学联系在一起,构造高分类与预测性能的深度学习模型,可为AD早期筛查并干预提供支持。     

阿尔茨海默病的基因组学与功能基因组学研究进展

 阿尔茨海默病（AD）是最常见的神经退行性疾病与最主要的痴呆类型,其发病率随着年龄增加而呈指数式增长。随着人口老龄化,AD造成的社会经济负担愈趋严重。AD的遗传力接近80%,其人群易感程度、表型差异等性状特征受机体遗传变异的极大影响。总结了基于家系连锁分析、病例对照全基因组关联分析、全基因组测序等基因组学分析手段鉴定与AD发生发展相关的遗传变异与风险基因,梳理了基于各种组学数据的功能基因组学研究手段,解析遗传变异背后的调控元件、效应基因及其分子过程的研究进展。对风险基因及其转录与蛋白水平改变的揭示,可为AD的发病机制解析、药物开发、精准诊断与早期预测提供直接的靶点。     

基于递归量化分析的表面肌电特征提取和分类

利用展拳、握拳和腕屈、腕伸时从前臂分别检测的两路表面肌电（surface electromyography,SEMG）信号,对四种动作进行了分类研究.先采用移动平均法（moving average,MA）和一阶差分法确定SEMG信号中对应的每个动作波形的起止点,再利用递归量化分析（recurrence quantification analysis,RQA）方法提取各种动作波形的非线性特征参量（确定率、递归率等）,由两路SEMG信号的这些特征参量构成特征矢量,输入BP（back propagation）神经网络,完成对不同动作的分类.研究结果表明,将利用递归量化分析得到SEMG信号的几种非线性参量作为特征值,对不同动作进行分类能够获得较高的分类准确率.     

基于灰度击中击不中变换的故障特征提取方法

提出了一种应用灰度击中击不中变换提取故障特征的方法.从待分析信号中指定若干个目标波形,由此计算得出击中击不中结构元素对,在每个采样点位置进行模式匹配,具有故障特征的波形段将具有较高的输出.应用于制氧厂驱动电机的碰摩信号和转子试验台的冲击信号,成功提取出削波特征和冲击特征.该方法与人工分析信号的思路接近,算法容易理解,可以作为从时域波形直接提取故障特征的一种有效方法.     

一种基于ICA的机械缺陷超声信号提取方法

针对强噪声背景下缺陷超声回波信号检测的问题,利用了基于独立分量分析的方法进行缺陷信号的提取。该方法首先对观测信号进行JADE分解,得出多导独立分量,再根据赫斯特指数,分离缺陷信号和噪声信号。通过对仿真和实测缺陷超声信号的去噪实验研究,结果表明,与小波去噪方法相比,ICA去噪方法能够得到很好的信噪比,有利于强噪声背景下缺陷的去噪处理及微弱信号的提取。     

AD-rfMRI图像的基于改进EDC的独立分量数目估计

阿尔茨海默病(Alzheimers disease,AD)在老年人中的患病人数逐年升高,而静息态功能磁共振成像(rfMRI)功能连接变化是研究AD发病机制的重要手段.为了有效地提取静息态功能磁共振成像图像感兴趣区域并进行功能连接变化分析,需要分离独立分量.而独立分量的分离实现,必须预先估计需要分离的独立分量的数目.在独立分量数目估计方法中,信息理论准则中的有效检测准则(effective detection criteria,EDC)具有灵活的惩罚函数,估计结果鲁棒性高,但存在过估计问题,影响独立分量分离结果的准确性.本文将对数函数引入惩罚函数的第2种表示(EDC₂)对其进行改进,并结合黄金分割法确定惩罚函数项的最优值,称为OIEDC₂(optimizing and improving effective detection criteria).实验结果表明,OIEDC₂与EDC₂相比提升了独立分量数目估计的合理性和准确性.     

基于目标特征的图像预处理技术

结合建筑物搜索与识别的实例,提出了有利于保留目标特征的二值图像平滑算法和水平分割算法,改进了中心差分算子的边缘检测方法,并采用基于边缘特征的二值化算法对图像进行预处理.实验表明,这种基于目标特征的图像预处理方法对各种条件下采集的图像都能达到较好的处理效果,并取得了令人满意的速度.     

阿尔茨海默病研究进展

 综述了阿尔茨海默病（Alzheimer's disease,AD）发病机制的胆碱能假说、Aβ级联假说、免疫炎症学说、兴奋毒性学说和糖脂代谢学说等的研究进展;介绍了近几年发展起来的新的研究手段,如光遗传及冷冻电镜技术和光、磁、超声技术在AD研究及治疗领域的应用;提出应注重与其他跨界学科的交叉,如先进成像/检测技术、精准诊断和防治、可穿戴式物理治疗仪等。