光聲成像在骨質疏松診斷中的研究
發布時間:2020-12-07 02:10
骨質疏松癥(osteoporosis)是一種常見的全身性代謝性骨病,以單位體積內骨量減少及骨微結構改變為特征,多見于絕經后婦女和老年男性。骨質疏松的嚴重后果為發生骨質疏松性骨折,即在受到輕微創傷時或日常活動中即可發生的骨折。近年來,骨質疏松在我國的發病率逐年提升,已經成為了危害我國老年人健康的一大隱患,甚至發病人年齡有年輕化的趨勢,因此尋找一些快速,有效的檢驗骨質疏松的方法成為了當務之急。本文主要是探究一些診斷骨質疏松的新型方法,包括傳統的定性的頻譜分析法和新型的定量的機器學習方法。近年來寬帶超聲頻譜法(QUS)是一種新興的檢測骨質疏松的定性方法,主要通過斜率的變化趨勢來確定骨質疏松的變化程度。我們首先通過數學推導來證明光聲頻譜法對骨質疏松檢測的可行性,然后我們通過光聲頻譜的變化趨勢和寬帶超聲頻譜進行對比,來展示光聲頻譜法的確可以定性的檢測骨質疏松的變化情況。仿真實驗和實際實驗都證明了兩者具有相同的變化趨勢,我們根據骨質疏松的腐蝕程度不同確定了光聲頻譜變化的趨勢,再根據三組骨質情況差異的骨質信號光聲頻譜與超聲頻譜對比得出了結論。除了定性的方法,本文還研究了探測骨質疏松的定量方法。我們主...
【文章來源】:南京大學江蘇省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】:59 頁
【學位級別】:碩士
【部分圖文】:
圖1光盧效應示怠圖????
此處的f〇稱為激勵函數。??ifu多M感知器則是由輸入層、-層或者多層隱含層以及輸出層構成的神經網??絡。對f單層感知器會出現線性不可分的問題,多層感知器可以很好的解決。??>1:中,輸入層的神經元接受輸入的倍號,發送到隱含層的各個神經/d之jn,??經過權值加成輸出給之后的神經元,即下?個隱含層,隱含層的數量根據耑求而??定,最后一層隱含M的輸出再傳遞到輸出層。對T?隱含層和輸出層,其毎-個神??經元的輸入都是之前一G所有神經元輸出的加權和。在全連接以屮,這些神經元??被全部鏈接起來,組成-個輸入輸出。??在使用多層感知器進彳r分類時.輸入的神經元個數要f輸入信3的維度相當,??ifu輸出的神經元個數即為類別數。對干各個隱含屋,每一個隱含層的祌經元個數??要根據具體情況來判斷。在實際應用中,考慮到參數學習效率,^般都+會采用??超過H層的模爾。算法可分為兩個階:向前傳播以及向后傳播。通過建立損失函??
南京大學碩士畢業論文?第三章機器學習方法在醫學信號檢測中的應用??上式中,x(a)代表輸入的信號,W(t-?a)代表概率函數,s⑴為經過卷積系統??后得到的信號序列。上式是卷積的定義,是在連續時間域上的公式,似在實際W??況中,信號都是離散的,而且傳感器也不會接受連續位號,因此s(t)會是離散??信兮。農達式變化為卜'式:??s(t)?=?(x?*?CO?)(t)?=?I:J1_rox(a)cu(t?-?a)?(3.?2)??對J-本文中的卷積操作,輸入的是一維的聲壓信號,相當f很多-維數組組成的??數據集介。卜'圖足在-個?維信吟上做卷枳的示意圖。??
【參考文獻】:
期刊論文
[1]基于K-means聚類算法優化方法的研究[J]. 劉葉,吳晟,周海河,吳興蛟,韓林嶧. 信息技術. 2019(01)
[2]Where Does AlphaGo Go: From Church-Turing Thesis to AlphaGo Thesis and Beyond[J]. Fei-Yue Wang,Jun Jason Zhang,Xinhu Zheng,Xiao Wang,Yong Yuan,Xiaoxiao Dai,Jie Zhang,Liuqing Yang. IEEE/CAA Journal of Automatica Sinica. 2016(02)
[3]Screening and early diagnosis of osteoporosis through X-ray and ultrasound based techniques[J]. Paola Pisani,Maria Daniela Renna,Francesco Conversano,Ernesto Casciaro,Maurizio Muratore,Eugenio Quarta,Marco Di Paola,Sergio Casciaro. World Journal of Radiology. 2013(11)
[4]基于卷積神經網絡的木材缺陷識別[J]. 徐姍姍,劉應安,徐昇. 山東大學學報(工學版). 2013(02)
[5]基于二階振蕩微粒群最小二乘支持向量機的物流需求預測[J]. 耿立艷,趙鵬,張占福. 計算機應用研究. 2012(07)
[6]增長式卷積神經網絡及其在人臉檢測中的應用[J]. 顧佳玲,彭宏京. 系統仿真學報. 2009(08)
[7]骨定量超聲測量的臨床應用[J]. 陶蓓,劉建民. 國際內分泌代謝雜志. 2006(04)
[8]一種PCA算法及其應用[J]. 張媛,張燕平. 微機發展. 2005(02)
[9]診斷骨質疏松癥的超聲參量[J]. 他得安,余建國,汪源源,王威琪. 中華超聲影像學雜志. 2003(05)
博士論文
[1]APOE基因多態性與骨質疏松性骨折易感性關系的研究[D]. 孫金磊.山東大學 2018
本文編號:2902423
【文章來源】:南京大學江蘇省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】:59 頁
【學位級別】:碩士
【部分圖文】:
圖1光盧效應示怠圖????
此處的f〇稱為激勵函數。??ifu多M感知器則是由輸入層、-層或者多層隱含層以及輸出層構成的神經網??絡。對f單層感知器會出現線性不可分的問題,多層感知器可以很好的解決。??>1:中,輸入層的神經元接受輸入的倍號,發送到隱含層的各個神經/d之jn,??經過權值加成輸出給之后的神經元,即下?個隱含層,隱含層的數量根據耑求而??定,最后一層隱含M的輸出再傳遞到輸出層。對T?隱含層和輸出層,其毎-個神??經元的輸入都是之前一G所有神經元輸出的加權和。在全連接以屮,這些神經元??被全部鏈接起來,組成-個輸入輸出。??在使用多層感知器進彳r分類時.輸入的神經元個數要f輸入信3的維度相當,??ifu輸出的神經元個數即為類別數。對干各個隱含屋,每一個隱含層的祌經元個數??要根據具體情況來判斷。在實際應用中,考慮到參數學習效率,^般都+會采用??超過H層的模爾。算法可分為兩個階:向前傳播以及向后傳播。通過建立損失函??
南京大學碩士畢業論文?第三章機器學習方法在醫學信號檢測中的應用??上式中,x(a)代表輸入的信號,W(t-?a)代表概率函數,s⑴為經過卷積系統??后得到的信號序列。上式是卷積的定義,是在連續時間域上的公式,似在實際W??況中,信號都是離散的,而且傳感器也不會接受連續位號,因此s(t)會是離散??信兮。農達式變化為卜'式:??s(t)?=?(x?*?CO?)(t)?=?I:J1_rox(a)cu(t?-?a)?(3.?2)??對J-本文中的卷積操作,輸入的是一維的聲壓信號,相當f很多-維數組組成的??數據集介。卜'圖足在-個?維信吟上做卷枳的示意圖。??
【參考文獻】:
期刊論文
[1]基于K-means聚類算法優化方法的研究[J]. 劉葉,吳晟,周海河,吳興蛟,韓林嶧. 信息技術. 2019(01)
[2]Where Does AlphaGo Go: From Church-Turing Thesis to AlphaGo Thesis and Beyond[J]. Fei-Yue Wang,Jun Jason Zhang,Xinhu Zheng,Xiao Wang,Yong Yuan,Xiaoxiao Dai,Jie Zhang,Liuqing Yang. IEEE/CAA Journal of Automatica Sinica. 2016(02)
[3]Screening and early diagnosis of osteoporosis through X-ray and ultrasound based techniques[J]. Paola Pisani,Maria Daniela Renna,Francesco Conversano,Ernesto Casciaro,Maurizio Muratore,Eugenio Quarta,Marco Di Paola,Sergio Casciaro. World Journal of Radiology. 2013(11)
[4]基于卷積神經網絡的木材缺陷識別[J]. 徐姍姍,劉應安,徐昇. 山東大學學報(工學版). 2013(02)
[5]基于二階振蕩微粒群最小二乘支持向量機的物流需求預測[J]. 耿立艷,趙鵬,張占福. 計算機應用研究. 2012(07)
[6]增長式卷積神經網絡及其在人臉檢測中的應用[J]. 顧佳玲,彭宏京. 系統仿真學報. 2009(08)
[7]骨定量超聲測量的臨床應用[J]. 陶蓓,劉建民. 國際內分泌代謝雜志. 2006(04)
[8]一種PCA算法及其應用[J]. 張媛,張燕平. 微機發展. 2005(02)
[9]診斷骨質疏松癥的超聲參量[J]. 他得安,余建國,汪源源,王威琪. 中華超聲影像學雜志. 2003(05)
博士論文
[1]APOE基因多態性與骨質疏松性骨折易感性關系的研究[D]. 孫金磊.山東大學 2018
本文編號:2902423
本文鏈接:http://www.malleg.cn/yixuelunwen/nfm/2902423.html
最近更新
教材專著

