一、临床医师医学数字图像数据库的研究与设计（论文文献综述）
李明龙[1]（2021）在《基于决策树改进算法的脑卒中辅助诊断系统的研究》文中指出脑卒中又称“中风”,属于急性脑血管疾病。脑卒中死亡率和致残率高,完全康复和痊愈的难度较大,对患者的患病后很长一段时间的健康自主生活会产生消极影响。目前国内已经建立了疾病诊疗电子管理系统,积累了大量脑卒中患者就诊、治疗、康复等医疗数据,如何挖掘这些数据中的价值,建立诊疗辅助决策系统,是现阶段提升医疗效率和智能化水平的重要路径,也是本文研究的重点。在对国内外医学数据挖掘、脑卒中诊疗、辅助决策系统设计等研究现状进行梳理和总结的基础上,本文的研究工作如下:（1）通过K均值聚类算法（K-means clustering algorithm,K-Means）将实例数据进行分组,随机抽样组成训练集,保证每个分组中都有一定数量的实例,数据集的信息获取更加精准,再通过K-Means均值迭代聚类,有效发现给定的数据集中的K个类,在数值均值分析基础上获得聚类中心。验证结果表明聚类处理之后决策树的准确率能够明显的提升。（2）提出了基于K-Means聚类抽样的决策树改进算法（Improved Decision Tree Algorithm based on Cluster Sampling,IDTACS）,在K-Means聚类的基础上,利用ID3决策树算法,对聚类后的数据进行决策分析,根据信息熵下降的速度,选择测试属性标准,在每一个决策节点选择尚未选择的信息增益最高的属性为决策树的划分标准,直至最终生成决策树。通过数据分析,有效地挖掘了高血压、高血脂、患者年龄、患者吸烟史、患者家庭脑卒中病史、高同型半胱氨酸症史、糖尿病史等高危因素与脑卒中发病之间的决策树关系。（3）在决策树改进算法分析基础上,基于百色市人民医院积累的大量一手的脑卒中疾病数据,依托现有数据库,利用决策树改进算法,分析脑卒中诊疗中的内在关联关系,发现脑卒中数据中存在的隐含知识,构建专家知识库,建立脑卒中诊疗辅助诊断系统,较好地提高疾病诊断准确率和诊疗效率。基于决策树改进算法的脑卒中辅助诊断系统有利于对脑卒中的早期诊断,对基层医生诊断的支持以及对脑卒中患者的长期动态监控。百色市人民医院的疾病患者多为滇黔桂三省交界少数民族居民,具有极强的区域特性,对该区域少数民族脑卒中数据挖掘和专家系统的研究具有重要的指导和实践意义。
戚帅帅[2]（2021）在《基于多尺度融合卷积神经网络的肺结节自动检测算法研究》文中认为在全球范围内,肺癌的死亡率居各种癌症之首。肺结节是肺癌早期的发病症状,准确检测与治疗肺结节对降低肺癌患者死亡率具有重要意义。目前,肺结节的筛查与诊断主要通过计算机断层扫描（CT）图像来实现。然而,肺结节在CT图像中尺寸不固定、形态多变,且易与肺内血管、器官等组织混淆粘连,因此,准确检测肺结节是一项十分困难的工作。随着深度学习在医学图像中的发展和应用,使人工智能技术辅助医生快速诊断肺结节已成为可能。本文针对肺结节检测中肺结节特征提取不全面,肺结节检测算法易受肺结节尺寸影响等问题,提出了融合多尺度卷积神经网络的肺结节自动检测算法,并采用密集连接的策略进一步提高了对微小肺结节的检测精度。主要工作如下:1.融合多尺度卷积神经网络的肺结节自动检测算法。由于CT图像中肺结节在尺寸和形状上的差异性,及其在灰度上与肺内血管的相似性,准确、全面提取肺结节特征变得十分困难,从而导致临床上肺结节的多检与漏检的问题,本文提出了一种融合多尺度卷积神经网络的肺结节自动检测算法。在用于大规模图像识别的深度卷积网络（VGG16）上引入多尺度特征融合策略,通过不同尺度上特征的融合分析,实现了肺结节特征的准确提取,极大地保留了肺结节特征的语义信息和细节信息。在多尺度融合特征图上进行肺结节检测,得到多种尺度下的肺结节候选框,引入非极大值抑制策略对多尺度下的肺结节候选框进行优化分析,得到最优的肺结节检测位置。本文利用肺部影像数据库联盟（LIDC-IDRI）中的肺结节数据对算法进行了验证,肺结节的平均检测精度达到90.9%。2.基于改进密集连接网络的微小肺结节自动检测算法。针对微小肺结节难检测,特征提取不全面的问题,本文构建了基于改进密集连接网络的微小肺结节自动检测算法。充分利用卷积密集连接在特征传递与特征提取方面的优势,建立了具有五个密集连接模块的特征提取网络,充分提取微小肺结节的多尺度特征,并对多尺度特征进行融合分析,提升对微小肺结节的检测精度。改进后的密集连接网络对微小肺结节的平均检测精度达到91.64%,比融合多尺度信息的VGG16网络检测结果提高1.16%。
宁凤霞[3]（2021）在《数字化复制配准制作全冠修复体临床应用病例报告》文中提出目的:探究牙体缺损后牙设计全冠修复体时,采用数字化复制配准法制作的技术流程,测量修复前后咬合接触面积、咬合点数目,评估患者满意度、修复体质量效果,为该技术的临床推广应用提供参考和依据。方法:选择2018年12月至2020年10月于大连市口腔医院修复科就诊患者,后牙牙体缺损需行冠修复设计。纳入标准:由于龋病、牙髓疾病等原因导致后牙牙体组织不同程度缺损,已进行过完善的根管治疗、树脂充填治疗,并且在口内经过至少2周的咬合调整;牙体缺损颌面范围小,缺损类型为非功能牙尖/邻面,具有良好充填体,具有完整的颊面,舌面/腭面形态;对颌牙及邻牙形态完整,牙周状况较好;不存在夜磨牙,紧咬牙等口腔副功能,无颞下颌关节疾病,患者依从性好,能按时复诊。排除标准:根管治疗时已调颌,咬合面形态丧失,患牙咬合无接触;牙体缺损颌面范围大,无良好的冠部和咬合面形态,咬合关系异常;口腔卫生状况不佳,牙周条件差;患者存在磨牙症,紧咬牙等口腔副功能;重度深覆HE,重度牙磨耗;精神状态不佳,不能配合扫描;依从性差,不能定期复查。对纳入的病例实施数字化复制配准技术制作全瓷冠修复体,并进行随访观察及临床效果评价。治疗过程:1.一般检查及口腔专科检查。2.术前沟通,制定治疗方案,告知患者流程及费用。3.复制牙体预备前的牙齿解剖形态,使用口内扫描仪（3Shape Trios）对原有牙、对颌牙扫描,上下颌咬合位于最大牙尖交错位扫描,保存数据。4.牙体预备,严格按照氧化锆全冠预备原则,预备后进行人工比色及制作临时冠。5.基牙区域使用口内扫描仪进行扫描,要求边缘清晰,肩台明确。6.使用软件（3Shape Dental System）进行修复体设计,在生物重建功能下对基牙直接复制配准原始牙形态结构,使用切削仪器（灵工五轴联动切削机）加工制作全瓷修复体,切削完成后进行抛光上釉。7.修复体试戴,调整就位、调颌,咬合及邻接正常后抛光,粘接。8.再次扫描修复体,获得上、下颌牙列及最大牙尖交错位咬合接触数据。9.定期随诊复查。术后由另外未参与治疗过程口腔修复医师对修复体进行评价分析,术后一周复诊患者填写满意度调查表;并对扫描修复前及修复后数据进行咬合点数目、咬合接触面积测量分析。结果:本研究总共纳入26例患者,其中男性9例,女性17例。利用数字化复制配准法制作的全冠修复体临床戴入后经适当调改,边缘密合、邻接合适,患者总体满意度达98%,无术后不良反应。修复体外形准确性A级比例为92.3%,B级比例为7.79%;颜色匹配性A级比例为88.46%,B级比例为11.54%;边缘密合性A级比例为96.15%,B级比例为3.85%,无C级修复体。原有牙体与修复体咬合点数目相似（P=0.161）,无统计学差异。修复前后牙列咬合接触面积无明显改变（P=0.106）,无统计学差异。原有牙体与修复体咬合接触面积接近,数据测量值无统计学差异（P=0.195）,邻牙咬合接触面积无明显变化（P=0.072）。结论:基于数字化复制配准法制作的全冠修复体咬合接触数目、咬合接触面积与牙体预备前相近,获得较好的咬合适应性,修复体质量评价较好,并且患者总体满意度高、主观评价好。利用此方法可以使全冠设计制作更加便利快捷,并且能减少临床调颌难度,恢复患牙的个性化咬合,提升全冠修复体精准度。因此,数字化复制配准法制作全冠修复体技术可以较好的应用于临床,值得推广应用。
钟宗雨[4]（2021）在《基于数字技术的膝关节骨关节炎健康管理和术前评估方案的建立及应用研究》文中指出背景膝关节骨关节炎（kneeosteoarthritis,KOA）是最常见的骨关节炎,约占全球骨关节炎的85%,受全球人口老龄化和日益增加的肥胖和关节损伤问题的影响,这一疾病变得越来越普遍。因其具有一定的致残性,KOA严重影响患者的就业状况和生活质量,给个人、卫生保健系统和更广泛的社会经济成本造成显着影响,是一种重大的、日益加重的健康负担。然而在如此巨大的疾病负担下,仍有大量的KOA患者的没有得到良好的管理和治疗。近年来,随着精准医疗理念及相关技术在KOA治疗的应用和发展,这一问题得到了一定程度的改善,但仍存在以下问题:1)大量KOA非手术治疗患者没有进行良好的健康管理,而快速发展到药物控制,甚至需要关节置换的阶段;2)手术治疗患者因膝关节的屈曲畸形或下肢旋转造成下肢力线测量误差,影响畸形精准矫正和手术效果。第一部分 KOA非手术治疗患者健康管理方案构建与应用研究目的1.调查了解云南省膝关节疼痛患者对KOA疾病的认知情况（预防知识、KOA疾病及其危险因素、治疗方式）,为KOA患者的健康教育和管理奠定基础;2.建立了一种基于WEB平台的KOA非手术患者健康管理方案,提高KOA非手术患者治疗效果。方法1.研究设计KOA认知度调查问卷,对2018年3月至2019年2月,在我院骨科门诊就诊的218名膝关节疼痛患者进行问卷调查,调查了解云南KOA疾病的认知情况（预防知识、KOA疾病及其危险因素、治疗方式）的总体认知情况及薄弱点;2.建立基于WEB平台的KOA健康管理方案,选取2019年4月至2019年12月期间,我院骨科门诊的154位KOA患者,随机分配至平台健康管理组（实验组）和传统健康管理组（对照组）,入组后评估基线信息,然后进行为期6个月的随访,对比分析两组患者第4周、8周、6月的WOMAC评分、VAS疼痛视觉评分、KOA认知度变化情况。结果1.218名云南膝关节疼痛患者中,KOA相关知识认知差（5分以下）的有83人,占38.07%,认知一般（6-10分）的有80人,占36.70%,认知优（得分大于11分）的有55人,占25.23%;疾病及危险因素平均得分:4.28±2.62,诊疗知识平均得分:2.26±1.60,KOA预防知识得分:0.95±0.71;调查对象对健康教育和功能锻炼的认识较差,只有36.7%的患者认为合理的锻炼能够治疗KOA,16.5%的认为健康教育是KOA的一种治疗方式;2.在6个月试验终点,实验组有27.27%（21/77）的患者疼痛没有改善,其中有2.60%（2/77）的患者疼痛加重;对照组有46.75%（36/77）的患者疼痛没有改善,其中有10.39%（8/77）的患者疼痛加重;WOMAC总分（均值±标准差）:实验组（44.71±8.71）,对照组（55.26±9.05）,P<0.001,平均差异10.56分,95%可信区间（7.72,13.34）;KOA认知度评分（均值±标准差）:实验组（13.81±1.68）,对照组（10.48±3.03）,P<0.001,平均差异3.32分,95%可信区间（2.54,4.11）。结论1.云南膝关节疼痛患者KOA疾病及危险因素知识,预防知识、治疗知识薄弱,需加强KOA相关知识的宣传教育;2.基于WEB技术的平台健康管理方案对KOA患者的疼痛、膝关节功能、疾病认知度的改善效果优于传统方案,能够有效提高KOA疾病早期患者非手术疗效,达到控制、延缓病情,降低手术率、降低医疗费用的目的,实现KOA疾病非手术患者的精准治疗。第二部分 下肢力线精准测量及临床应用研究目的1.总结影响下肢力线精准测量的因素;2.研究膝关节屈曲畸形、下肢旋转对下肢力线测量精准度的影响;3.建立并评估下肢力线三维数字化测量法的可行性和精确性;4.研究下肢力线三维数字化测量法指导全膝关节置换术的应用效果。方法1.通过文献回顾总结影响下肢力线精准测量的因素;2.检索2017年9月至2018年6月在我院行下肢血管造影检查患者的影像数据,并获得35例具有完整下肢骨骼影像的CT数据,基于该数据,用MIMICS系统建立膝关节屈曲畸形、下肢旋转模型及下肢三维数字化测量法,进而用解剖股胫角（anatomicalfemor-tibialangle,aFTA）、解剖股骨远端外侧角（anatomical lateral distal femoral angle,aLDFA）、髋膝踝角（Hip-knee-ankle angle,HKA）、机械胫骨近端内侧角（mechanical medial proximaltibial angle,mMPTA）、机械股骨远端外侧角（mechanical lateral distal femoral angle,mLDFA）的测量结果来评估膝关节屈曲、下肢旋转对力线的影响以及下肢力线三维数字化测量法的可行性;3.选取2018年1月年至2018年9月我科23例（35侧）膝关节骨性关节炎患者,所有患肢均用自主设计的模拟负重装置采集下肢模拟负重CT数据,并拍摄下肢站立前后位全长片,然后对比分析基于模拟负重CT数据的下肢力线三维数字化测量法与传统X线测量法的精准性差异;4.选取我院2018年9月至2019年9月诊断为KOA,伴膝内翻畸形拟行全膝关节置换术患者80例,随机分为实验组（术前采用下肢力线三维数字化测量法评估）,对照组（术前下肢力线采用传统X线测量法评估）,每组40例,对比分析下肢力线三维数字化测量法与传统X线测量法指导全膝关节置换术的应用效果差异。结果1.下肢力线具有明显的个体差异,与种族、性别、膝关节退变程度（肌肉力量、周围韧带松弛度、关节软骨磨损）、下肢畸形（屈曲、旋转）程度相关,下肢力线的精准测量与下肢全长片获取方式、拍摄体位和测量手段密切相关;2.膝关节以屈曲10°为增量的变化,会引起除mLDFA（F:1.66,P=0.138）以外,包括 aFTA（F:83.96,P<0.001）、aLDFA（F:3.88,P=0.014）、mMPTA（F:61.68,P<0.001）、HKA（F:30.79,P<0.001）,有统计意义的差异改变,其中aFTA的差异最大,与中立位比较,平均差异（5.53±0.65）;3.下肢以旋转10°为增量的变化,会引起aFTA、aLDFA、HKA、mMPTA、mLDFA,有统计意义的差异改变,P<0.001,而-30°至+30°各组与中立位（0°）组比较,仅mLDFA差异无统计学意义,P>0.05;内旋10°、外旋 10°,aFTA、aLDFA、HKA、mMPTA、mLDFA 各组均值与中立位比较差异不足2°;4.基于模拟负重CT数据的下肢力线三维数字化测量法与传统X线测量法配对 t 检验结果:aFTA（0.04±4.99,t=-0.00,P=0.99）,aLDFA（0.13±1.69,t=-0.63,P=0.053）,mLDFA（-0.22±3.35,t=-0.55,P=0.59）,差异无统计学意义,mMPTA（2.24±3.04,t=6.17,P=<0.001）,HKA（1.26±1.54,t=6.83,P<0.001）,差异有统计学意义;5.对照组手术时间（83.66±11.63）min,实验组手术时间（71.23±9.66）min,差异有统计学意义（P<0.05）;术后实验组和对照组的PTSA、HKA均值差异有统计学意义（t=2.52,P=0.014）,两组术后mMPTA均值和aMFA均值组间比较,差异无统计学意义（t=-1.002,P=0.319;t=0.583,P=0.514）;6.与基线相比,术后3月、6月和12月,两组HSS值均呈上升趋势,术后3月、6月和12月与基线比较,均有显着性意义（P<0.001）;术后3月、6月和12月,对照组患者HSS值均低于实验组,术后12月,实验组HSS评分（81.68±0.98）分,对照组（76.33±0.98）,组间差异有统计学意义（F=8.65,P=0.004）。结论1.下肢力线三维数字化测量法能够降低膝关节屈曲畸形和旋转因素带来的测量误差,提高下肢力线测量的精准度;2.用下肢力线三维数字化测量法进行术前下肢力线评估,指导全膝关节置换术,较传统X线测量法,能够提高下肢力线矫正精准度和手术疗效。
张丽倩[5]（2021）在《中医舌诊中舌形自动分类及辅助诊断系统研究与实现》文中进行了进一步梳理中医舌诊有着几千年的历史,早在《黄帝内经》中就记载了关于望舌诊病的内容。传统中医舌诊通过观察舌体特征来对人体的健康状况进行分析,是我国中医临床诊断的特色之一。由于传统舌诊是由中医医师肉眼观察患者舌体来进行诊断,这使得诊断结果比较依赖于中医医师的主观性和自身知识经验,中医舌诊缺乏定量化和准确化等客观标准。另外,传统舌诊的医师采用文字记录来描述病症,一些舌像资料和宝贵的诊断经验不能得到完整的保存和充分的利用,这影响医师学术交流的同时,制约了中医舌诊理论的传承与发展。随着科学技术及智慧医疗的迅猛发展,借助计算机实现舌象的现代化与客观化也越来越多的成为热点内容。利用计算机进行舌象的辅助诊断不仅对于临床医疗有深远影响,对于远程医疗也具有十分重要的意义。本文进行了计算机辅助中医舌象诊断的探索研究,对诊断流程中的关键问题解决方案做了深入探讨,着重对歪斜舌体的矫正及舌形分类的自动化进行了研究,并基于提出的算法及成熟的技术研发了计算机辅助舌诊系统,其主要内容有:（1）目前,对于计算机辅助中医舌象诊断中关键问题单方面的研究综述较多,本文首次系统、全面的对计算机辅助中医舌象诊断中关键问题解决方案进行深入地调研分析,归类总结了整个流程中的关键技术,弥补了单方面研究综述覆盖面小、综合性不够的缺陷。其中,介绍了计算机辅助中医舌象诊断的流程、数字化舌像的预处理过程;在广泛调研现有文献及研究成果的基础上,分类讨论了自2000年以来舌像分割及特征提取的主流方法,并针对方法的基本思想和优缺点进行了归类与总结;归纳了市面上目前已经研发出的舌象分析系统,并整理了每种系统的使用范围、使用条件及优缺点等方面内容。（2）提出了一种歪斜舌形校正的方法。由于在采集舌象时,患者在伸舌过程中力度不一致,容易发生舌体抖动的现象,从而导致采集到歪斜的舌体,这给分析舌像特征带来一定影响。本文基于完整的舌体区域,根据舌体的镜面对称特性,采用Harris角点检测的方法获取舌尖点,并结合舌体重心点与中垂线,实现了歪斜的舌体的矫正。通过图像的互信息对本文算法校正的舌像与人工校正的舌像之间的相似程度进行了度量,证明了本文方法的有效性。（3）提出了一种舌形自动分类的方法。基于歪斜舌体校正的预处理,分析计算了5种基于长度与面积的舌形相关特征。通过研究决策分析工具构造了舌形分类的层次结构模型,将相对重要程度的评价标度转换为数量表达的标准化度量。从舌形判定顺序及特征参数两个方面出发进行了方法的改进,实现了正方形舌、长方形舌等7种常见舌形的分类,分类结果与中医专家的评定相比具有较好的准确率。（4）研发了一个较为完备的计算机辅助舌诊系统。描述了计算机辅助舌诊系统的开发环境与开发工具、系统的框架结构与功能分析,并对计算机辅助舌诊系统进行了舌像诊断的测试与验证。最后,对系统功能的完整性等方面进行了分析总结。本论文在计算机辅助中医舌象诊断中关键问题的主流方法,特别是歪斜舌体的校正、舌形分类及现代中医舌诊系统的研发方面进行了初步研究,力图为现代中医舌诊的不断发展,实现舌诊的科学化、客观化、具体化贡献自己的微薄之力。
汪哲宇[6]（2021）在《数字化慢病管理系统的研究与实践》文中进行了进一步梳理为了应对以长期性、非传染性与难治愈性为主要特征的慢性疾病的复杂护理需求,“慢病管理”——一种以患者为中心的新型卫生服务模式——自上世纪八十年代开始逐渐涌现并不断发展。协同护理是慢病管理区别于传统卫生服务模式的关键要素,其目标是为患者提供有组织性的协同化医疗服务。以移动健康和人工智能为代表的信息技术能够提升慢病管理的协同效率,帮助患者与护理提供者之间形成完整的闭环反馈,将循证知识与健康数据中蕴含的信息集成到管理过程之中,推动慢病管理逐渐从传统方式向全面的数字化方式过渡。虽然以慢性病照护模型为代表的慢病管理理论模型已经发展得较为成熟,且其有效性已经在多个国家得到了验证,但在当前我国的慢病管理实践中,仍然存在着一系列的关键问题,导致以协同护理为核心的数字化慢病管理技术尚未得到有效应用。同时,数字化慢病管理领域的相关实施性研究也存在着一定的局限性。针对这些关键问题,本论文系统性地研究了如何在我国的医疗场景下形成以协同护理为特征的数字化慢病管理关键方法,具体内容包括:（1）数字化慢病协同管理模型的构建与表达方法研究。针对我国慢病管理实践存在的管理角色分工不明确、缺乏数字化全流程决策支持等问题,使用路径的方式对通用性慢病管理方法进行明确可执行的表示,通过对高血压、糖尿病与慢阻肺三类常见慢病国内外指南的分析与归纳,提炼出了包含九类共通任务的通用性管理路径,并对数字化场景下各病种的具体路径进行了明确。在此基础上,面向我国管理模式构建了路径驱动的数字化协同管理模型,并通过本体对模型中包含的结构化知识与具体路径中的医学决策知识进行了表达。（2）数字化背景下面向患者依从性增强的个性化管理方法研究。针对患者自我管理依从性问题与相关个性化管理研究的局限性,一方面,从移动健康应用的个性化需求分析入手,基于目标导向型设计方法中的用户建模过程,结合相关健康行为理论,提炼了面向患者自我管理依从性提升的用户模型,结合问卷与访谈结果识别出了三类患者虚拟角色与其对应的个性化需求。另一方面,从人工智能技术的管理实践入手,基于本体与多种自然语言处理技术实现了一种根据患者特征为其推荐相关文章的个性化健康教育方法;基于强化学习技术实现了一种在虚拟管理环境中根据患者与管理师状态给出干预建议的个性化管理策略生成方法。（3）数字化慢病闭环管理系统的设计与实现。针对我国慢病管理信息化实践中存在的缺乏理论指导以及多病种集成性较低等问题,基于所构建的模型与个性化管理方法,设计并实现了包含智能服务引擎与客户端两大组件的数字化慢病闭环管理系统。智能服务引擎以通用性慢病管理路径本体为核心,能够通过多种类型的接口为系统提供数据存储与全场景决策支持服务;客户端中的医生工作平台基于共通性路径任务设计,能够辅助不同角色的医护人员执行具有时序性与闭环性的协同式管理;客户端中的患者移动终端基于所提炼的个性化需求与行为改变轮设计,能够为患者提供全方位的自我管理支持,并在一定程度上改善患者依从性。所实现系统目前已在我国多个地区进行了实际的部署与应用。（4）面向数字化慢病管理的评价体系构建与实践。针对数字化场景下管理系统评价方面存在的局限性,基于面向远程医疗的综合评估模型,提炼了包含评价角色、评价重点与评价角度三个维度的面向个体层面的数字化慢病管理评估模型,并依据该模型对所实现系统进行了不同证据水平的实践评价,包括基于系统真实数据的回顾性评价、面向慢阻肺患者的前后对比试验与面向高血压患者的随机对照试验。评价结果表明,当前系统能够帮助医护人员与患者共同合作,开展医患之间高效互动的闭环式协同管理,并在一定程度上改善患者的疾病控制情况、日常生活质量与疾病认知水平。总的来看,本论文所提出的路径驱动的数字化慢病管理系统能够在一定程度上解决我国慢病管理实践与慢病管理领域相关研究中存在的多种问题,为数字化慢病管理在我国的推广与应用提供了理论指导与实践验证。
赵飞燕[7]（2021）在《基于卷积神经网络的肺纤维化分析系统设计与实现》文中研究说明近年来,卷积神经网络（Convolution Neural Network）在图像识别、自然语言处理、目标检测等多个领域中取得了广泛的研究和应用。在图像识别领域,卷积神经网络与数字病理（Digital Pathology）的结合,使得医学影像的自动化分析成为可能。将卷积神经网络应用到肺纤维化病理图像（Whole Slide Image）的分析任务中,进行肺纤维化病变程度的诊断,能够减轻病理医师的工作强度,降低误诊率,消除因主观因素导致的诊断差异。同时,计算机辅助诊断系统能够填补国内病理医师的人才缺口,极大地提高病理医生的工作效率。目前,卷积神经网络在肺纤维化疾病诊断方向的研究较少,在其他疾病的医学影像分析任务中,通常使用卷积神经网络模型对病理图像或者CT扫描图像进行分类或分割处理,区分出背景、血管、正常组织、病变组织等区域,主要聚焦于区域分类,关于病变组织区域的定量化分析的相关研究较少。针对以上问题,本文设计并实现了B/S架构的基于卷积神经网络的肺纤维化分析系统,使用监督学习的方法训练卷积神经网络模型,结合Ashcroft评分方法,对肺纤维化病理图像中的病灶区域进行定量化分析,完成对肺纤维化疾病的诊断。具体研究内容如下:（1）针对数据集存在的数据不平衡、图片亮度低和染色不一致的问题,首先切分病理图像和其对应的XML标记文件对数据集中的图片进行扩充;使用HSV方法调整数据集中的图片亮度,用染色标准化算法对数据集进行染色标准化处理,解决了数据集数据不平衡、图片亮度低和染色不一致的问题。（2）本文在对肺纤维化病理图像进行分析时,优化了病理图像的处理流程。首先进行二分类,训练基于Res Net50网络的二分类模型区分出病理图像中的肺部组织和血管、大气泡等非肺部组织;针对二分类模型识别出的肺部组织区域,进行多分类处理,结合Ashcroft评分方法,训练基于Res Net50＿IBN＿b的多分类模型对肺纤维化病变区域进行细致的等级划分,实现对肺纤维化病变区域的定量分析。（3）本文对二分类模型和多分类模型的性能进行评估时,加入了对病理图像进行预测和预测结果可视化的过程。分别利用二分类模型和多分类模型,对病理图像进行预测,可视化预测结果,与医生的诊断结果进行对比,更加直观地验证了模型的准确性,使得模型的分析结果更加具有说服力。（4）基于以上研究成果,本文设计实现了肺纤维化分析系统,能够实现自动化分析肺纤维化病理图像中的病灶区域,完成对肺纤维化疾病的诊断工作。本文研究成果能够辅助医生完成肺纤维化疾病的诊断工作,在肺纤维化疾病的诊断与治疗中具有重要的应用前景。
叶丽（盖娅丽丽）（Lily Gaia Ye）[8]（2021）在《论用艺术提升医学博物馆的公共性》文中提出博物馆不仅作为一个具有历史性、文化性和公共性的展示、教育和休闲的空间,同时也是一个公共文化服务的机构,它是现代语境下文化再生产必不可少的场域。随着社会进入信息数字化的生物医学的21世纪,博物馆正走向多元化的发展方向,尤其是在构建和提升博物馆公共性和民主性方面。博物馆的公共性是现代博物馆进行各项工作的基础,如何创生和提高医学博物馆的公共性就成为了本论文研究讨论的重点。全文主要以艺术的亲和性与数字科技的传播性为视角,以医学博物馆的历史演进、展览藏品、公众教育和公共空间的多重维度为切入点,论文分为六个部分展开研讨。首先,从回顾西方医学博物馆的产生、发展和演变开始,以医学知识的传承记载、人体标本的收藏保存和医学教育为主轴,总结医学博物馆在历史各个阶段的里程碑事件和重要医学发现。接着从回顾艺术与医学的交融演绎的关系入手,分析了艺术对医学的发展进步和传承的历史贡献,艺术品本身和博物馆治疗对人类身心健康和疾病的疗愈功效。其次,结合麦克卢汉提出的“媒介即讯息”理论,拓展了医学博物馆改革的思维模式,讨论了如何在展品和展览空间的设计中注入艺术审美概念,探索运用多媒体、数字技术和人工智能等高新科技来提升医学博物馆对公众的吸引力,从而改善公众教育的可能性。然后,借鉴最前沿的重组教育的理念,分析了在医学博物馆的公众普及教育中如何形成新的学习生态系统,以自主导向的体验式、社会性和分散式学习为特征,创造出特殊的文化景观和开放的公共场域的新型医学博物馆空间,有效地达成普及健康卫生教育的重要职能。探究了在信息网络全球化的后真相时代,医学博物馆在公众健康教育方面不可替代的优势,提出了博物馆公共教育的策略。接着结合布尔迪厄“文化再生产”理论以公众化的视角,阐述了用艺术提升医学博物馆公共性,从而打破现有文化区隔的可能性,推演了艺术与医学的跨界融合将极大程度地推动医学博物馆的健康知识民主化的进程。最后,以列斐伏尔“空间的生产”作为理论原点,首次提出了未来大医学艺术博物馆的概念,结合文化资本再生产理论探究在未来大医学艺术博物馆的再生产模式、路径及其在公众教育方面的策略,展望了未来大医学艺术博物馆对社会福祉和健康文化的贡献。希望该研究结果能为传统医学博物馆的改革和发展提供一些理论参考,对医学博物馆的公共性和公众健康教育的发展和未来布局有一定的借鉴作用。
杨祺琪[9]（2021）在《针对臂丛神经超声图像的多目标分割方法》文中研究表明随着目前医学超声图像学技术不断发展,利用超声引导注射的方法被广泛应用于臂丛神经阻滞麻醉手术中。但由于超声图像的噪音干扰和低分辨率问题,臂丛神经超声图像的分析更依赖医生的经验并且耗时费力。而深度学习方法因其智能、高效的优势,已逐渐成为医学图像分析的首选。利用深度学习进行臂丛神经超声图像智能分析,能自动地从病人的超声医学影像中准确识别出麻醉手术场景中医生所关注的目标部位,为臂丛神经阻滞麻醉提供诊疗辅助信息。为此,本文开展了针对臂丛神经超声图像的多目标分割方法的研究,构建了基于深度学习图像分割技术的多目标分割模型,用于在臂丛神经超声图像中识别关键的多目标解剖组织,从而提升臂丛神经阻滞手术的效率。本文的主要工作内容如下:（1）针对深度学习在超声图像多目标分割的应用,建立了具有专业的医学解剖组织标记且规范化的臂丛神经超声图像数据库,以训练识别精度更高、更高效的超声图像多目标分割模型。（2）提出了臂丛神经超声图像多目标分割网络,引入实际医学场景的先验知识约束网络模型不断学习超声图像中多目标之间的关系。利用超声图像数据库,训练出了能够在超声图像中同时精确分割出神经、静脉血管、动脉血管、肌肉组织等关键解剖组织的深度学习模型。（3）搭建了臂丛神经超声图像的对抗样本生成网络。通过学习干扰生成了多种对抗攻击后的对抗样本,并通过对抗训练增强网络的稳定性和鲁棒性。
陈昶鸿[10]（2021）在《基于众包的医疗影像标注及分析系统》文中研究表明随着21世纪全球软硬件研发能力的飞速提升,由此诞生的各式各类医学影像设备逐步被各大医院所引进,如今的医疗患者们在治疗过程中所接触到的医学影像为临床医生诊断疾病和确定治疗方案提供了重要依据,常见的医学影像辅助检测系统如CT（电子计算机断层扫描）、PET（正电子发射型计算机断层显像）、MRI（核磁共振成像）、US（超声成像）等,其显着的提高了临床医生治疗效率,节约了诊疗时间成本。然而,医学影像领域发展迅速,也带来了许多令人困扰的问题,首先,医学影像观察总结需要影像医师具有大量的经验以及专业知识,这无疑是增加了临床医生的学习成本。其次,即使对于经验和知识都非常丰富的医师来说,面对大数量的医学影像的查阅、诊断和报告撰写是非常耗时的,这也增加了临床医生的时间成本。针对上述问题,结合日益活跃群体智能领域的研究与应用,本文提出与实现了一个基于众包思想与原则的医学影像标注及分析系统,主要工作内容如下:（1）实现了一套基于众包机制的医学影像标注方案。本系统融合了众包任务机制和医疗影像的标注及诊断特性,搭建了一个支持医学影像数字化获取、分片存储、众包标注等功能的应用系统平台。（2）制定了“基于角色的权限管理”机制。本系统的权限控制均基于用户的角色,资源的访问权限包与角色所关联,用户具备某角色,也就相应具备了该角色所关联的权限,使得用户、角色和系统权限两两解耦,权限配置和角色配置均具备一定的可重用性。（3）探索了机器学习领域中运用Tensor Flow或者Pytorch导出模型进行医学影像智能诊断,同时支持任务结果导出,支持线下机器学习模型训练。
二、临床医师医学数字图像数据库的研究与设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、临床医师医学数字图像数据库的研究与设计（论文提纲范文）
（1）基于决策树改进算法的脑卒中辅助诊断系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的研究背景 |
| 1.2 选题的研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 脑卒中辅助决策研究现状 |
| 1.3.2 医学专家系统研究 |
| 1.4 拟采取的研究方法 |
| 1.5 研究的内容 |
| 第二章 研究分析相关理论 |
| 2.1 脑卒中及诊疗相关原理 |
| 2.2 数据挖掘概念及相关理论 |
| 2.2.1 聚类分析 |
| 2.2.2 决策树算法 |
| 2.3 数据关联性分析 |
| 2.4 数据挖掘在医学领域的应用 |
| 2.5 小结 |
| 第三章 基于决策树改进算法的脑卒中数据分析 |
| 3.1 数据分析基础 |
| 3.2 基于K-means聚类抽样的决策树改进算法 |
| 3.2.1 改进的决策树算法 |
| 3.2.2 改进算法结果验证分析 |
| 3.3 基于改进决策树算法的脑卒中诊疗规则分析 |
| 3.3.1 数据收集与预处理 |
| 3.3.2 决策树分析 |
| 3.4 小结 |
| 第四章 基于决策树改进算法的脑卒中辅助诊断系统的设计与实现 |
| 4.1 系统设计目标 |
| 4.2 系统需求分析 |
| 4.2.1 功能性需求 |
| 4.2.2 非功能性需求 |
| 4.3 系统设计 |
| 4.3.1 系统功能设计 |
| 4.3.2 系统数据库设计 |
| 4.4 系统实现 |
| 4.5 小结 |
| 第五章 结论与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文情况 |
（2）基于多尺度融合卷积神经网络的肺结节自动检测算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 本文各章节安排 |
| 第二章 肺部CT图像及肺结节介绍 |
| 2.1 CT成像原理及特点 |
| 2.1.1 CT成像原理 |
| 2.1.2 CT成像特点 |
| 2.1.3 肺部CT影像特点 |
| 2.2 CT影像数据格式 |
| 2.2.1 DICOM简述 |
| 2.2.2 DICOM格式 |
| 2.3 CT图像中肺结节特征 |
| 2.3.1 肺结节定义 |
| 2.3.2 肺结节分类 |
| 2.4 本章小结 |
| 第三章 深度学习理论基础知识 |
| 3.1 引言 |
| 3.2 深度学习理论概述 |
| 3.3 卷积神经网络基本概念 |
| 3.3.1 输入层 |
| 3.3.2 卷积层 |
| 3.3.3 池化层 |
| 3.3.4 全连接层 |
| 3.3.5 输出层 |
| 3.4 基于卷积神经网络的算法框架 |
| 3.4.1 Faster R-CNN |
| 3.4.2 YOLO |
| 3.4.3 SSD |
| 3.4.4 FPN |
| 3.5 卷积神经网络算法模型的训练方法 |
| 3.6 本章小结 |
| 第四章 融合多尺度特征的肺结节自动检测 |
| 4.1 引言 |
| 4.2 数据预处理 |
| 4.3 多尺度融合网络构建 |
| 4.3.1 锚框优化模块 |
| 4.3.2 物体检测模块 |
| 4.3.3 传输连接模块 |
| 4.4 多尺度融合网络训练策略 |
| 4.4.1 困难样本挖掘 |
| 4.4.2 损失函数 |
| 4.5 实验结果与分析 |
| 4.5.1 实验环境与评价标准 |
| 4.5.2 网络参数设置 |
| 4.5.3 肺结节检测结果 |
| 4.5.4 实验对比 |
| 4.6 本章小结 |
| 第五章 基于改进密集连接网络的微小肺结节自动检测算法 |
| 5.1 引言 |
| 5.2 改进密集连接网络的微小肺结节自动检测 |
| 5.2.1 网络框架 |
| 5.2.2 密集连接块的设计 |
| 5.2.3 特征融合 |
| 5.2.4 肺结节检测 |
| 5.3 实验结果与分析 |
| 5.3.1 数据预处理 |
| 5.3.2 网络参数设置 |
| 5.3.3 不同特征提取网络对微小肺结节检测结果 |
| 5.3.4 肺结节检测结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的研究成果 |
（3）数字化复制配准制作全冠修复体临床应用病例报告（论文提纲范文）
| 摘要 |
| abstract |
| 前言 |
| 材料与方法 |
| 1.材料与设备 |
| 2.研究对象 |
| 3.治疗程序 |
| 4.临床效果评价 |
| 结果 |
| 讨论 |
| 结论 |
| 典型病例 |
| 参考文献 |
| 综述 后牙全冠修复体咬合面设计研究进展 |
| 参考文献 |
| 附录 |
| 致谢 |
（4）基于数字技术的膝关节骨关节炎健康管理和术前评估方案的建立及应用研究（论文提纲范文）
| 缩略词表 |
| 中文摘要 |
| ABSTRACT |
| 第一部分 绪论 |
| 1.1 研究背景 |
| 1.2 我国KOA的流行病学现状 |
| 1.3 KOA的致病因素 |
| 1.4 KOA的诊断 |
| 1.5 KOA的治疗 |
| 1.6 精准医疗背景下KOA的治疗 |
| 1.7 本课题研究内容及意义 |
| 参考文献 |
| 第二部分 KOA非手术治疗患者健康管理方案建立及应用研究 |
| 2.1 云南膝关节疼痛患者KOA相关知识认知度调查研究 |
| 2.2 基于WEB平台的KOA健康管理方案建立研究 |
| 2.3 基于WEB平台的KOA健康管理方案应用研究 |
| 参考文献 |
| 第三部分 KOA手术治疗患者下肢力线测量及临床应用研究 |
| 3.1 下肢力线的理论研究 |
| 3.2 下肢力线测量的影响因素实验研究 |
| 3.3 下肢力线三维数字化测量法的建立 |
| 3.4 三维数字化测量法与传统X线法在下肢力线评估的比较研究 |
| 3.5 下肢力线三维数字化测量法在全膝关节置换术的应用研究 |
| 参考文献 |
| 第四部分 全文总结与展望 |
| 4.1 全文总结 |
| 4.2 展望 |
| 附录 |
| 1. 膝关节骨性关节炎认知程度调查表 |
| 2. VAS视觉评分量表 |
| 3. 云南省膝关节骨性关节炎致病因素调查表 |
| 4. WOMAC骨性关节炎指数评分表 |
| 5. HSS膝关节骨关节病评分表 |
| 综述 膝关节骨性关节炎的诊疗现状 |
| 参考文献 |
| 攻读学位期间获得的学术成果 |
| 致谢 |
（5）中医舌诊中舌形自动分类及辅助诊断系统研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状与分析 |
| 1.2.1 舌象分析系统 |
| 1.2.2 舌体校正 |
| 1.2.3 舌形分类 |
| 1.3 本文主要研究内容 |
| 第二章 计算机辅助中医舌象诊断研究 |
| 2.1 计算机辅助中医舌象诊断的流程 |
| 2.2 数字舌图的预处理 |
| 2.3 舌体图像分割 |
| 2.3.1 基于传统图像处理技术的舌像分割方法 |
| 2.3.2 基于机器学习的舌像分割方法 |
| 2.4 舌像苔质分离 |
| 2.5 舌像特征提取 |
| 2.5.1 对舌质的提取 |
| 2.5.2 对舌苔的提取 |
| 2.5.3 对舌下络脉的提取 |
| 2.6 舌象分析系统 |
| 2.7 本章小结 |
| 第三章 基于Harris角点检测的歪斜舌体的校正 |
| 3.1 Harris角点检测算法原理 |
| 3.2 舌体校正算法 |
| 3.3 实验结果分析 |
| 3.4 舌体校正准确性检验 |
| 3.5 本章小结 |
| 第四章 舌形的自动分类 |
| 4.1 舌形处理 |
| 4.2 舌形特征分析 |
| 4.2.1 常见舌形特征 |
| 4.2.2 舌形相关特征的提取 |
| 4.3 舌形分类 |
| 4.3.1 建立层次结构模型 |
| 4.3.2 构造判断矩阵 |
| 4.3.3 计算权重 |
| 4.3.4 检验矩阵一致性 |
| 4.3.5 层次分析算法的改进 |
| 4.4 实验及结果分析 |
| 4.5 本章小结 |
| 第五章 计算机辅助舌诊系统的设计研究 |
| 5.1 系统框架与功能分析 |
| 5.1.1 舌体图像处理模块 |
| 5.1.2 舌像特征提取模块 |
| 5.1.3 舌像综合诊断模块 |
| 5.2 系统测试与验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 参考文献 |
| 攻读学位期间取得的学术成果 |
| 致谢 |
（6）数字化慢病管理系统的研究与实践（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单和术语表 |
| 第一章 绪论 |
| 1.1 慢病管理概述 |
| 1.1.1 慢病的定义与分类 |
| 1.1.2 慢病的全球化流行趋势 |
| 1.1.3 慢病管理的定义与基本要素 |
| 1.1.4 我国慢病流行趋势及管理现状 |
| 1.2 慢病管理领域研究综述 |
| 1.2.1 基于协同护理的慢病管理理论模型发展综述 |
| 1.2.2 基于CCM框架的慢病管理实施性研究综述 |
| 1.3 数字化慢病管理研究进展及应用实践 |
| 1.3.1 数字化背景下的慢病管理理论模型发展 |
| 1.3.2 数字化背景下的慢病管理实施性研究进展 |
| 1.3.3 数字化慢病管理国内外代表性应用实践 |
| 1.4 关键问题分析与论文研究内容 |
| 1.4.1 关键问题分析 |
| 1.4.2 论文的研究内容及创新点 |
| 第二章 路径驱动的数字化慢病协同管理模型构建与表达 |
| 2.1 路径驱动的数字化慢病协同管理模型构建 |
| 2.1.1 通用性慢病管理路径提炼与多病种实现 |
| 2.1.2 面向我国管理模式的数字化协同管理模型构建 |
| 2.2 基于本体的模型知识表达与验证 |
| 2.2.1 本体相关概念与构建方法 |
| 2.2.2 慢病协同管理模型基础本体构建 |
| 2.2.3 基于演绎推理的路径化决策支持 |
| 2.2.4 本体构建结果与技术性评估 |
| 2.3 本章小结 |
| 第三章 面向患者依从性增强的个性化管理方法研究 |
| 3.1 基于健康行为理论的患者个性化管理需求分析 |
| 3.1.1 移动健康应用设计方法概述 |
| 3.1.2 面向自我管理依从性增强的用户模型提炼 |
| 3.1.3 用户虚拟角色构建与需求识别 |
| 3.2 基于健康推荐系统的个性化健康教育方法研究 |
| 3.2.1 健康推荐系统相关概念与研究进展 |
| 3.2.2 健康知识推荐系统的设计与实现 |
| 3.2.3 基于测试集的推荐系统评估 |
| 3.3 基于强化学习的个性化管理策略生成方法研究 |
| 3.3.1 强化学习相关理论与研究进展 |
| 3.3.2 策略生成模型的设计与实现 |
| 3.3.3 基于虚拟环境的训练结果与模型评估 |
| 3.4 本章小结 |
| 第四章 数字化慢病闭环管理系统设计与实现 |
| 4.1 面向全场景决策支持的智能化慢病服务引擎构建 |
| 4.1.1 以引擎为核心的系统整体架构设计 |
| 4.1.2 基于多种软件框架的云端引擎实现 |
| 4.2 基于路径任务的医生协作工作平台设计与实现 |
| 4.2.1 路径任务驱动的协作工作平台功能设计 |
| 4.2.2 基于网页的协作工作平台功能实现 |
| 4.3 基于行为改变技术的患者移动终端设计与实现 |
| 4.3.1 行为改变轮驱动的干预功能设计 |
| 4.3.2 面向多平台的移动终端功能实现 |
| 4.3.3 面向患者依从性的移动终端试点性应用评价 |
| 4.4 系统部署与实际应用情况 |
| 4.5 本章小结 |
| 第五章 面向数字化慢病管理的多维度评价体系研究 |
| 5.1 数字化慢病管理系统多维度评价体系构建 |
| 5.1.1 慢病管理领域评价方法概述 |
| 5.1.2 面向个体层面的数字化慢病管理评估模型提炼 |
| 5.2 基于系统观察性数据的回顾性评价 |
| 5.2.1 研究设计与数据分析方法 |
| 5.2.2 回顾性评价结果总结 |
| 5.3 基于多层次临床试验的前瞻性评价 |
| 5.3.1 探究慢阻肺患者院外管理效果的前后对比试验 |
| 5.3.2 探究高血压患者院外管理效果的随机对照试验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 个人简历 |
| 攻读博士学位期间的主要研究成果 |
（7）基于卷积神经网络的肺纤维化分析系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 主要工作 |
| 1.4 论文组织结构 |
| 第2章 相关技术介绍 |
| 2.1 肺纤维化组织病理学 |
| 2.2 数字化病理与计算机辅助诊断 |
| 2.3 染色标准化 |
| 2.4 卷积神经网络 |
| 2.5 本章小结 |
| 第3章 基于Res Net的肺部组织病理图像的二分类 |
| 3.1 数据集设置 |
| 3.2 二分类处理流程 |
| 3.3 模型训练与WSI图像预测 |
| 3.4 模型训练与WSI图像预测结果 |
| 第4章 基于ResNet_Ibn_b的肺纤维化病理图像的多分类 |
| 4.1 数据集设置 |
| 4.2 多分类处理流程 |
| 4.3 模型训练与WSI图像预测 |
| 4.4 模型训练与WSI图像预测结果 |
| 4.5 本章小结 |
| 第5章 肺纤维化分析系统设计与实现 |
| 5.1 系统目标 |
| 5.2 总体设计 |
| 5.3 开发环境 |
| 5.4 功能模块设计 |
| 5.5 系统测试 |
| 5.6 本章小结 |
| 第6章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在校期间发表的文章 |
（8）论用艺术提升医学博物馆的公共性（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 一、问题缘起和研究意义 |
| 二、研究现状和文献综述 |
| (一)世界博物馆学的研究趋势 |
| (二)早期的医学博物馆馆藏研究推动了人文自然科学发展 |
| (三)医学博物馆学术研究概况 |
| (四)医学博物馆学术研究文献综述 |
| (五)艺术和医学的交融促进医学的发展和医学知识的传播 |
| 三、研究方法和论文构架 |
| 第一章 西方医学博物馆的历史演变 |
| 第一节 西方医学和医学史的记录和传承 |
| (一)史前医学时期 |
| (二)远古文明中的医学时期 |
| (三)古希腊医学时期 |
| (四、五、六)古罗马医学、中世纪医学、文艺复兴时期的医学时期 |
| (七)近现代医学时期 |
| (八)后现代医学时代 |
| 第二节 西方医学博物馆的产生、发展和演变 |
| 一、早期西方医学博物馆 |
| 二、大众人体解剖博物馆 |
| 三、卫生博物馆与健康博物馆 |
| 四、医学相关专科博物馆 |
| 五、西方医学史和医学博物馆沿革的历史时间轴 |
| 第三节 欧美医学博物馆的现状和困境 |
| 一、博物馆在当代被赋予了新的发展内涵 |
| 二、欧美医学博物馆现状 |
| 三、欧美医学博物馆困境成因分析 |
| 四、欧美医学博物馆发展状况对中国医学博物馆发展的启示 |
| 第四节 欧美博物馆与其瘟疫主题展 |
| 一、20 世纪流行传染性疾病的主题教育展与其博物馆 |
| 二、古老的黑死病与亚姆村瘟疫博物馆的建立 |
| 三、其它博物馆的瘟疫教育展 |
| 第二章 艺术和医学的共同演绎 |
| 第一节 对人体的研究是艺术与医学的永恒话题 |
| 一、艺术与医学的交融与萌芽:人体 |
| 二、艺术与医学的交汇与探究:人体解剖学 |
| 三、人体艺术的西方具象写实与东方抽象写意 |
| 第二节 世界名画里的人体和医学 |
| 一、名画中人物的疾病和健康状况 |
| 二、名画里反映出画家本人的身体疾病 |
| 三、名画里反映的医护病患关系 |
| 四、名画里记录着医学史中的重要事件 |
| 五、名画里记录的瘟疫 |
| 第三节 人体疾病和心理健康对艺术创作的影响 |
| 一、身疾心病对艺术家创作的影响 |
| 二、疾病对艺术创作影响的作用机制 |
| 第四节 艺术对人类身心健康的影响:博物馆处方与艺术治疗 |
| 一、博物馆处方和博物馆治疗 |
| 二、艺术是一种新型的古老治疗工具 |
| 三、艺术治疗的形式与主要方法 |
| 四、绘画治疗的理论基础与作用机制 |
| 五、艺术博物馆艺术治疗的有效性评估 |
| 第五节 艺术在医院和临床医学的应用 |
| 一、艺术有助于提升医务人员的人文修养 |
| 二、艺术在现代临床医学中的应用 |
| 三、医院空间环境的艺术化:绘画、雕塑、色彩和绿化等的治疗效果 |
| 第六节 生物医学艺术:艺术与医学融合的新趋势 |
| 一、欧美生物艺术的萌芽时期 |
| 二、欧美生物艺术的发展阶段 |
| 第三章 医学博物馆艺术化的路径 |
| 第一节 麦克卢汉的“媒介观” |
| 第二节 医学博物馆艺术化的重要手段:高新科技的应用 |
| 一、医学博物馆艺术化的内涵 |
| 二、医学博物馆的艺术化离不开科技化 |
| 第三节 人体和医学展品的标本固定和保存的艺术化 |
| 一、制成木乃伊(Mummification) |
| 二、蜜渍法(Mellification) |
| 三、古代防腐剂和福尔马林固定保存法(Formalin fixation) |
| 四、现代防腐剂:化学和物理方法综合使用(Embalming) |
| 五、人体冷冻(Cryogenics) |
| 六、塑化技术保存人体标本(Plastination) |
| 第四节 电子科技发展衍生人体艺术品:数字人体和数字解剖标本 |
| 一、人体生物医学标本的数字化 |
| 二、数码人体:电脑合成的三维人体 |
| 三、人体虚拟尸体解剖 |
| 四、3D-打印的人体器官标本 |
| 五、医学数字产品和数字艺术品 |
| 六、生物医学艺术作品 |
| 第五节 医学博物馆展陈设计的艺术科技化 |
| 一、围绕展品医学内涵和展览主题,强调知识性并突出审美感 |
| 二、展陈空间中的科技、医学和艺术的融合 |
| 三、应用数字医学标本和增强现实及虚拟空间:创造艺术化的虚拟场景 |
| 四、虚拟艺术的传播作用与意义 |
| 第六节 未来科技化的医学博物馆的表征 |
| 一、博物馆的线上数字展览 |
| 二、虚拟医学博物馆 |
| 三、博物馆的人工智能和医学智能博物馆 |
| 第七节 人体艺术标本和生物艺术品之伦理问题 |
| 一、东西方的生死观的讨论 |
| 二、海根斯塑化人体艺术的伦理道德问题 |
| 三、生物医学艺术的伦理问题与特点 |
| 第四章 医学博物馆的专业教育及公众教育 |
| 第一节 西方前沿的重组教育理念与博物馆教育改革 |
| 一、当代教育体制的问题和挑战 |
| 二、西方前沿的重组教育理念和学习网格模式 |
| 三、后真相时代博物馆教育的公信力 |
| 第二节 西方医学博物馆的专业教育 |
| 一、传授医学知识是医生的重要职责 |
| 二、医学博物馆是医学教学的重要课堂 |
| 三、人体解剖也是早期艺术家的专业课 |
| 四、医学博物馆专业教育的现状 |
| 第三节 西方医学解剖博物馆的公众教育 |
| 一、早期解剖博物馆的公众教育 |
| 二、公共卫生运动的兴起和公众卫生健康教育普及 |
| 三、现代医学博物馆的公众教育内容 |
| 四、医学博物馆的公众教育的现状与策略 |
| 第四节 医学博物馆不可替代的的公众教育特色 |
| 第五节 医学博物馆公众教育上面临的挑战 |
| 一、传统医学博物馆和现代医学博物馆的差别 |
| 二、医学博物馆公众教育上面临的问题 |
| 三、医学博物馆公众教育的意义 |
| 第六节 现代医学健康公众教育有关主题展的实例解析 |
| 一、心脏主题展 |
| 二、大脑主题展 |
| 三、人体解剖生理的公众教育:玻璃人和透明人人体模型 |
| 四、灵活机动的博物馆公众教育:微型主题展 |
| 五、人体生物科学技术内容主题展 |
| 第五章 拓展医学博物馆的公共性 |
| 第一节 消失的边界:艺术与医学的跨界融合与边界拓容 |
| 一、布尔迪厄的文化区隔理论与博物馆公共性的创生 |
| 二、当代艺术和博物馆的公共性 |
| 三、提升医学博物馆公共性的价值与实践意义 |
| 第二节 当代医学博物馆公共性应有的审美表征 |
| 一、生物艺术品和新标本艺术赋予新的审美特征 |
| 二、艺术再造医学博物馆现代展陈语境 |
| 三、艺术融入医学博物馆的公共空间与公共艺术 |
| 四、医学和艺术并行:医学艺术混合展 |
| 五、医学和艺术的融合:医学专家和艺术家合作 |
| 第三节 医学美术在传播医学知识和拓展公共性上的作用 |
| 一、医学美术的传播力:一图胜过千百字 |
| 二、医学插图展现艺术家和医学的完美融汇 |
| 三、超级写实主义雕塑表现人体医学的科学细节 |
| 四、医学三维动画展示生命和疾病的机制 |
| 第四节 提升医学博物馆公共性是一个系统工程 |
| 一、用普惠美学思想指导医学博物馆公共性的建设 |
| 二、医学博物馆工作人员需要多学科专业的培训 |
| 三、数字时代展陈设计中文化再生产的新模式 |
| 四、建构新型博物馆教育模式与加强公众健康知识的传播 |
| 五、医学博物馆需融合市场经济建立可持续发展的博物馆运营模式 |
| 第五节 解析公共性的典型案例:惠康医学博物馆 |
| 一、惠康信托基金会和惠康典藏博物馆 |
| 二、惠康典藏博物馆的公共性的表征之一:公众参与共建文化民主 |
| 三、惠康典藏博物馆的公共性的表征之二:当代艺术融合医学艺术 |
| 四、惠康典藏博物馆公共性的表征之三:分享主义与资源共享 |
| 五、惠康典藏博物馆公共性的表征之四:公共性和精英性共存 |
| 第六章 走向未来的大医学艺术博物馆 |
| 第一节 大医学艺术博物馆概念的界定与意义 |
| 一、列斐伏尔的“空间理论”溯源 |
| 二、大医学艺术博物馆概念形成的背景 |
| 三、大医学艺术博物馆的概念的界定及其内涵 |
| 四、大医学艺术博物馆的多元化的特点 |
| 第二节 大医学艺术博物馆作为公共性的文化空间生产 |
| 一、增强大医学艺术博物馆的公众影响力 |
| 二、大医学艺术博物馆公众影响力的作用机制 |
| 三、加强医学艺术博物馆公共性的审美表征 |
| 第三节 大医学艺术博物馆的线上线下的运作机制 |
| 一、线上大医学博物馆的运作机制 |
| 二、大医学艺术博物馆智能化的管理系统 |
| 三、医学健康普及的不仅是医学科学也是社会文化 |
| 四、大医学艺术博物馆为中心的社区文化健康与福祉联盟 |
| 第四节 大医学艺术博物馆建设的(SWOT)可行性分析 |
| 一、机会与威胁分析(OT)主要是对环境和时势的分析 |
| 二、优势与劣势分析(SW)主要是对自身优势和劣势的评估 |
| 三、博物馆企业家在大医学艺术博物馆的作用与职能 |
| 第五节 构建大医学艺术博物馆的策略 |
| 一、打造大医学艺术博物馆的特色品牌 |
| 二、寻求艺术家和医学博物馆的跨界合作 |
| 三、寻求医学专家和医学博物馆的跨界合作 |
| 四、大医学艺术博物馆与医学机构及博物馆的合作 |
| 五、大医学艺术博物馆的主题展要围绕公众关心的健康话题 |
| 六、大医学艺术博物馆社教部门的规划要反映新时代的述求 |
| 七、大医学艺术博物馆要应用在多元文化空间生产的管理思维 |
| 八、大医学艺术博物馆需要寻求为人类命运共同体服务的国际合作 |
| 结束语 |
| 附录一 、欧美十大医学博物馆 |
| 附录二、图版索引(按前后顺序) |
| 参考文献 |
| 在读期间公开发表的学术文章 |
| 后记与致谢 |
| 附件 |
（9）针对臂丛神经超声图像的多目标分割方法（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状和发展态势 |
| 1.2.1 臂丛神经超声图像数据库构建 |
| 1.2.2 超声医学图像分割技术 |
| 1.3 论文研究内容与创新 |
| 1.4 论文结构安排 |
| 第二章 相关工作 |
| 2.1 超声图像处理 |
| 2.1.1 超声成像技术 |
| 2.1.2 超声图像预处理 |
| 2.2 深度学习在图像处理中的应用基础 |
| 2.2.1 深度卷积神经网络 |
| 2.2.2 卷积操作 |
| 2.2.3 采样操作 |
| 2.3 图像分类及分割任务 |
| 2.3.1 图像分类网络 |
| 2.3.2 图像分割网络 |
| 2.3.3 臂丛超声图像分割网络 |
| 2.4 本章小结 |
| 第三章 臂丛神经超声图像数据集搭建 |
| 3.1 针对臂丛神经的超声图像数据集 |
| 3.1.1 数据集搭建 |
| 3.1.2 数据集构成 |
| 3.2 超声图像预处理 |
| 3.3 臂丛神经超声图像多目标分割任务评价指标 |
| 3.4 本章小结 |
| 第四章 臂丛神经超声图像多目标分割网络 |
| 4.1 针对臂丛神经的多目标分割网络设计 |
| 4.2 多目标分割网络 |
| 4.2.1 网络结构 |
| 4.2.2 多尺度特征提取网络 |
| 4.2.3 基于反卷积上采样的多尺度特征融合网络 |
| 4.2.4 空间局部对比度特征提取模块 |
| 4.2.5 自注意力门控 |
| 4.2.6 感兴趣区域生成网络 |
| 4.3 多目标分割网络实现 |
| 4.3.1 实验环境及参数设置 |
| 4.3.2 训练方法 |
| 4.4 实验结果与分析 |
| 4.4.1 多尺度特征提取网络结构对比实验 |
| 4.4.2 多目标分割训练vs单目标分割训练 |
| 4.4.3 空间局部对比度特征提取模块对比实验 |
| 4.4.4 自注意力门控对比实验 |
| 4.4.5 多尺度特征融合网络架构对比实验 |
| 4.4.6 多目标分割网络整体分割效果 |
| 4.4.7 与其他先进方法的对比 |
| 4.5 本章小结 |
| 第五章 臂丛神经超声图像对抗样本生成网络 |
| 5.1 针对超声图像的对抗样本生成网络设计 |
| 5.2 对抗样本生成网络 |
| 5.2.1 网络结构 |
| 5.2.2 超声图像分类网络 |
| 5.2.3 扰动攻击模块 |
| 5.2.4 对抗样本生成网络 |
| 5.2.5 对抗训练 |
| 5.3 对抗样本生成网络实验 |
| 5.3.1 实验环境与数据配置 |
| 5.4 实验结果与分析 |
| 5.4.1 对抗样本攻击效果 |
| 5.4.2 对抗训练鲁棒性提升实验 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果 |
（10）基于众包的医疗影像标注及分析系统（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 众包的国内外研究历史与现状 |
| 1.2.2 医学影像标注的国内外研究历史与现状 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 基于众包的医疗影像标注及分析系统相关技术 |
| 2.1 微服务架构 Spring Cloud |
| 2.2 医学影像标准DICOM |
| 2.3 数据库管理系统 |
| 2.3.1 关系型数据库My SQL |
| 2.3.2 内存型数据库Redis |
| 2.4 医学影像标注技术 |
| 第三章 基于众包的医疗影像标注及分析系统需求分析 |
| 3.1 业务需求 |
| 3.1.1 众包任务管理 |
| 3.1.2 医学影像分析 |
| 3.1.3 AI智能影像诊断 |
| 3.1.4 医疗患者管理 |
| 3.1.5 统计分析 |
| 3.2 基本需求 |
| 3.2.1 系统用户管理 |
| 3.2.2 系统角色管理 |
| 3.2.3 系统后台管理 |
| 3.4 本章小结 |
| 第四章 基于众包的医疗影像标注及分析系统概要设计 |
| 4.1 系统体系结构设计 |
| 4.1.1 物理体系结构 |
| 4.1.2 数据流模型 |
| 4.2 模块概要设计 |
| 4.3 系统接口设计 |
| 4.4 数据库设计 |
| 4.4.1 核心业务功能 |
| 4.4.2 系统运营功能 |
| 4.4.3 系统缓存 |
| 4.5 本章小结 |
| 第五章 基于众包的医疗影像标注及分析系统详细设计与实现 |
| 5.1 系统架构 |
| 5.1.1 技术架构 |
| 5.1.2 微服务组件 |
| 5.2 任务管理 |
| 5.2.1 任务查询 |
| 5.2.2 任务发布 |
| 5.2.3 任务接受 |
| 5.2.4 任务删除与屏蔽 |
| 5.2.5 任务结果反馈 |
| 5.3 影像分析 |
| 5.3.1 影像查看 |
| 5.3.2 影像上传 |
| 5.3.3 影像手动标注 |
| 5.3.4 影像诊断 |
| 5.3.5 标注信用管理 |
| 5.3.6 AI智能标注与诊断 |
| 5.4 统计分析 |
| 5.5 系统用户管理 |
| 5.5.1 个人信息管理 |
| 5.5.2 账号管理 |
| 5.5.3 登录/注册 |
| 5.6 系统角色管理 |
| 5.6.1 角色管理 |
| 5.6.2 角色资格申请/审查 |
| 5.7 系统后台管理 |
| 5.7.1 分类元数据维护 |
| 5.7.2 系统缓存机制 |
| 5.8 消息通知机制 |
| 5.9 本章小结 |
| 第六章 基于众包的医疗影像标注及分析系统测试 |
| 6.1 软硬件测试环境 |
| 6.2 系统功能测试 |
| 6.3 系统性能测试 |
| 6.3.1 测试策略与方案 |
| 6.3.2 测试结果 |
| 6.5 本章小结 |
| 第七章 全文总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
四、临床医师医学数字图像数据库的研究与设计（论文参考文献）
- [1]基于决策树改进算法的脑卒中辅助诊断系统的研究[D]. 李明龙. 广西大学, 2021(12)
- [2]基于多尺度融合卷积神经网络的肺结节自动检测算法研究[D]. 戚帅帅. 河北大学, 2021(09)
- [3]数字化复制配准制作全冠修复体临床应用病例报告[D]. 宁凤霞. 大连医科大学, 2021(01)
- [4]基于数字技术的膝关节骨关节炎健康管理和术前评估方案的建立及应用研究[D]. 钟宗雨. 昆明医科大学, 2021
- [5]中医舌诊中舌形自动分类及辅助诊断系统研究与实现[D]. 张丽倩. 山东财经大学, 2021(12)
- [6]数字化慢病管理系统的研究与实践[D]. 汪哲宇. 浙江大学, 2021(01)
- [7]基于卷积神经网络的肺纤维化分析系统设计与实现[D]. 赵飞燕. 西南大学, 2021(01)
- [8]论用艺术提升医学博物馆的公共性[D]. 叶丽（盖娅丽丽）（Lily Gaia Ye）. 南京艺术学院, 2021(12)
- [9]针对臂丛神经超声图像的多目标分割方法[D]. 杨祺琪. 电子科技大学, 2021(01)
- [10]基于众包的医疗影像标注及分析系统[D]. 陈昶鸿. 电子科技大学, 2021(01)