摘要：针对传统睡眠监测使用中的一些不足,设计了一种新型的无线睡眠监测仪。采用一种改进的脉冲驱动光电传感器,通过微处理器实时采集受检者的光电容积脉搏波,计算心率和血氧饱和度,将结果以ZigBee的方式发送给上位机,利用Visual Basic语言开发了上位机通信软件。实验结果表明,该监测仪对睡眠干扰小,能真实而准确地获取睡眠相关的生理信号,操作方便且成本低。

摘要：科研管理对科研活动的水平和效率有着较大影响,其中实验室试剂耗材的管理在科研管理方面也越来越重要。为强化实验室试剂耗材采购、使用、存储、结算等环节管理,预防和控制试剂耗材在管理中出现不规范行为,提高实验室试剂耗材管理的效率,针对国内实验室试剂耗材管理中存在的问题,南方医科大学在实验室试剂耗材管理和应用等方面不断创新,重点在制度建设、管理流程设计、信息系统建设、危化品管理、日常管理等方面进行探索和实践,并提出思考与建议,旨在为其他高校的实验室试剂耗材管理实施提供参考和借鉴。

摘要：为解决HIS和PACS之间的信息交换问题,提出一种基于HL7的HIS与PACS网关的设计方法。分析医院影像检查的业务流程,根据业务流程中的信息交换点构建HL7消息进行XML格式转换,采用套接字方式实现服务器和客户端的点对点通信。实验结果表明,该方法实现了HIS和PACS系统的数据集成,保证了数据的安全性和系统功能的独立性,提高了医院的工作效率,增强了医院信息系统的可扩展性。

摘要：组成心脏的心肌细胞具有自身的电活动特点,心脏通过传导系统协调全心脏心肌细胞的电活动,引起心脏的功能性机械运动。传统的医学实验方法难以复制心脏的电活动模型和直接观察心脏电活动的演变过程,而心电活动的仿真可以模拟心脏电兴奋的传播演变过程,对复杂生物系统进行直接观测。本文在分析心脏解剖结构的基础上,通过算法仿真兴奋在心肌细胞之间的传递过程,计算出各心肌细胞的电活动。本文设计了一个体现心肌纤维走向和心室细胞分层结构的几何结构模型,对不同层的心肌细胞赋予不同动作电位模型,实现了兴奋在心室肌细胞之间的传递和各心室肌细胞的电活动,并以剖切三维显示来观察兴奋过程。本文中的方法兼顾了计算量和效率,使得高分辨率的基于解剖结构和细胞电生理的心室电活动仿真在普通PC机上实现,取得了较好的仿真效果。

摘要：为了提供老年人跌倒损伤后的紧急救助,设计了一种基于智能手机内置加速度传感器和陀螺仪的人体跌倒检测系统。阐述了利用智能手机监测人体运动变化和基于Android平台的软件设计,提出了基于信号向量模和特征量W相结合的跌倒检测算法。当检测到跌倒的发生,系统将自动发送包括用户跌倒位置、时间等紧急救助信息给预设联系人,使用户及时得到医疗救助。实验结果表明,该系统能有效检测到跌倒事件,检测结果的假阳性和假阴性较低。

摘要：目的为快速有效去除CT图像中的环形伪影,本文提出一种基于图像重建后处理的CT环形伪影去除改进方法。方法首先对CT图像从直角坐标系转换成极坐标系,其后对极坐标系下的图像进行滤波,设计一维滤波器,计算每个像素滤波后均值以及方差,通过对计算的方差与方差阈值比较以及该像素点的像素值与像素值阈值比较双重精确确定伪影点位置,并对伪影点进行合理的修正。最后将校正完毕的极坐标图像转换为直接坐标图像。结果仿真和实际CT图像实验表明,本方法在伪影去除、图像保真和计算时间等方面均取得了很好的效果。结论本文提出的方法能够准确识别伪影点位置并有效去除伪影信息,其处理速度能够满足临床要求。

摘要：基因数据小样本、高维数、高冗余的特点常导致特征基因选择出现"维数灾难"和"过拟合",针对这一问题,提出一种特征基因提取算法——互信息最值过滤原则-惯性权重粒子群优化(MIMVFC-IWPSO)算法。首先,借鉴过滤法的思路,通过计算互信息指标,依据互信息最值过滤原则(MIMVFC)获得特征基因候选子集(FGCS),缩小分类操作的范围,提高特征基因被覆盖的概率;接着,对粒子群优化(PSO)算法进行改进,引入惯性权重实现自调节可变惯性权重粒子群优化(IWPSO)算法,使得在算法迭代初期有着快速的全局优化能力,而在算法后期具有较强的局部搜索能力;最后,运用IWPSO从FGCS中提取核心信息基因子集(CFGS),并基于CFGS对样本进行肿瘤与正常组织的分类。采用3个公开的肿瘤基因表达谱数据进行实验,MIMVFC正确分类率优于信噪比(SNR)、t-检验和信息增益(IG)方法,与卡方统计值(Chi-Square)方法接近,而MIMVFC还能利用IWPSO进一步优化结果。基于相同的FGCS,与目前效果较好的二进制粒子群优化与防治基因算法(BPSO-CGA)相比,IWPSO的运算耗时有所增加,但所获得的CFGS规模减小,准确率提高;而与经典PSO相比,所获得的CFGS规模减小、运算耗时减少、准确率提高。实验结果表明MIMVFC-IWPSO具有较好的综合分类性能,能有效提高准确率和效率,可用于多种肿瘤的特征基因选择,辅助指导分子生物学实验设计和验证。

摘要：目的研究一种改进的Demons变形配准算法,验证算法的有效性,评价配准算法的精度,并将其应用于4D-CT轮廓线的推衍。方法为加快收敛的速度和提高配准精度,将Demons算法的双向作用力进行重分配,并提出一个能量函数作为相似性测度,利用BFGS优化算法对能量函数进行优化,避免了经典算法中需指定迭代次数的缺陷。分别利用模拟形变CT图像与变形模体,分析和测量了配准算法的精度,并对该算法在4D-CT轮廓线推衍中的应用进行了评价。结果改进后的Demons算法与经典的Demons算法以及类似的变形配准算法相比,有较高的配准精度,推衍生成的轮廓线与人工勾画的轮廓线匹配程度高。结论变形配准是4D-CT中的一项关键技术,改进后的Demons算法应用于轮廓线的推衍有望大大治疗计划设计的轮廓勾画工作量,其配准精度能满足实际临床的需要。

摘要：目前病理标本大多采用人工管理模式,费时费力,容易出现标本错检漏检的情况。针对这种现状,提出一种基于RFID技术的病理标本实时追踪与自动管理系统的解决方案。利用无源高频标签作为标本标识编码的载体,使用RFID读写器和串口-网口服务器搭建多个RFID数据采集和网络传输节点,实现对标本接收、流转、回收的实时监控。相比条形码和二维码,该项技术允许同时标记和识别多个目标对象,减少手工操作的步骤,在耐用性、识别速度和使用效率方面具有明显的优势。

摘要：云计算环境中的资源具有动态性和异构性,大规模任务资源分配的目标是最小化完成时间和资源占用,同时具有尽可能好的负载均衡,这是一个非确定性多项式(NP)问题。借鉴智能群体算法的优点,提出基于改进的粒子群优化(PSO)算法构建混合式群体智能调度策略——动态随机扰动的PSO策略(DRDPSO)。首先,将PSO的惯性权重常数修改为变量,实现对求解过程收敛速度的合理控制;其次,缩小每次迭代的搜索范围,在保留候选最优集合的前提下减少无效搜索;然后,引入选择操作,筛选出优质个体并传递到下一代;最后,设计随机扰动,提高候选解的多样性,在一定程度上避免了局部最优陷阱。在Cloud Sim平台上进行了两类仿真测试,结果表明,处理同构任务时,在大部分情况下DRDPSO的指标都优于模拟退火遗传算法(SAGA)和遗传算法(GA)+PSO算法,总执行时间比SAGA减少13. 7%～37. 0%,比GA+PSO减少13. 6%～31. 6%;其资源耗费比SAGA减少9. 8%～17. 1%,比GA+PSO减少0. 6%～31. 1%;其迭代次数比SAGA减少15. 7%～60. 2%,比GA+PSO减少1. 4%～54. 7%;其负载均衡度比SAGA减小8. 1%～18. 5%,比GA+PSO减少2. 7%～15. 3%,且波动幅度最小。处理异构任务时,三种算法表现出相似的规律:CPU型任务的总执行时间最多,混合型任务次之,IO型任务最少,DRDPSO的综合指标最好,较为适合处理多种类型的异构任务,而GA+PSO算法适合快速求解混合型任务,SAGA则适合快速求解IO型任务。所提DRDPSO在处理较大规模的同构和异构任务时,能够较为明显地缩短总的任务执行时间,不同程度地提高资源利用率,并适当兼顾计算节点的负载均衡。