摘要：设计了一种用于经食道超声心动图的1.5维超声探头,与传统1维超声探头相比,该探头可在仰角方向上实现变孔径、变焦点,从而提高切片厚度在远场、近场的一致性。采用传统PZT-5H压电陶瓷作为压电材料制备了一个包含320阵元的1.5维经食道超声探头,随后测试探头的电学性能、声学性能和声场分布情况。该探头的中心频率为5.6 MHz,-6 dB带宽为76%。在5~70 mm的探测范围内, 1维超声探头切片厚度为7~9 mm, 1.5维超声探头切片厚度为1.3~2.8 mm,在5~30 mm探测范围内切片厚度差值不超过0.2 mm,线靶成像显示的信息也更全面、分辨率更高。因此, 1.5维超声探头具有更广的聚焦深度、更好的远近场分布一致性以及更高的空间分辨率。

摘要：基于脑电信号的智能情绪识别系统具有便携性、高时间分辨率、实时性等特点,能够在健康、娱乐、教育等多个领域实现情绪监控与调节的应用。但由于脑电信号的非平稳性和个体差异性,传统分类器难以深入提取脑电信号中潜在的与情绪语义相关的特征。为了有效地提取脑电特征,提高脑电-情绪识别的准确性,提出一种新型的基于深浅特征融合的深度卷积残差网络情绪识别模型,主要包括浅层-深层特征提取两个模块和分类模块。首先,通过设计多层不同卷积核的卷积层,以实现浅层时-空特征提取;其次,将所提取的浅层时-空特征输入到双向GRU网络和注意力机制网络,进一步提取得到浅层-深层融合特征;最后,将浅层-深层融合特征输入到全连接层进行分类。使用DEAP数据集中76 800个脑电样本进行基于被试独立的留一交叉验证,在效价和唤醒度的维度上,跨个体、跨试次、跨时间的二分类准确率分别为96.95%和97.22%,比现有同类模型的最优识别性能分别提升3.53%和4.25%。另外,模型的性能也在MAHNOB-HCI和SEED数据集上得到验证。结果表明,提出的模型能有效地提取与情绪语义相关的脑电特征。

摘要：血流信息检测及其成像因其独特的优势,在临床上得到广泛应用。但常规经颅多普勒超声系统仍采用模拟和数字电路结合的传统技术,这类系统容易受到外界干扰且不能进行多深度检测。文章设计出一种全数字多普勒超声血流检测系统方案,弥补了传统模拟系统存在的问题。多普勒仿体和人体实验结果表明,该系统能够进行多深度检测,确定血管的深度;同时,还提高了检测灵敏度、超声穿透力和系统成像分辨率。

摘要：血流信息检测及其成像因其独特的优势,在临床上得到广泛应用。但常规经颅多普勒超声系统仍采用模拟和数字电路结合的传统技术,这类系统容易受到外界干扰且不能进行多深度检测。文章设计出一种全数字多普勒超声血流检测系统方案,弥补了传统模拟系统存在的问题。多普勒仿体和人体实验结果表明,该系统能够进行多深度检测,确定血管的深度;同时,还提高了检测灵敏度、超声穿透力和系统成像分辨率。

摘要：对于传统经颅多普勒检测设备,由于其采用大规模模拟电路,因此会使得整个系统的体积大,功耗高。而且模拟器件的不稳定性也会导致整个系统灵敏度低,准确性差,同时也会使得血流深度信息提取不足,以及系统信噪比较低。设计出了一种结合编码激励技术的全数字编码激励经颅多普勒系统,使得血流检测系统体积变小,而且能够获得更好的分辨率和灵敏度。以检测两条上下并行紧贴血管仿体实验为例。在实验中,采用4周期基础码调制的11位Barker码编码激励方式,通过介绍全数字编码激励经颅多普勒系统实现方法,并与传统商用经颅多普勒系统实验结果进行对比分析,证明了全数字编码激励经颅多普勒系统具有更好的分辨率。

摘要：针对医用超声换能器回波测量中存在的自动化水平低、测试人员主观判断对结果产生很大影响等问题,基于工业机器人设计了一套超声换能器回波自动测量系统;详细阐述了回波自动测量系统设计思路,对系统构建的关键——自动对位功能的实现方案进行了对比分析,在Matlab环境中开发了完整的参数设置、自动对位和回波采集与处理程序,对自动对位算法进行了详细描述;试验结果表明该系统达到了设计指标,灵敏度测量的偏移系数小于0.5%,能够满足日常工作中的测试需要,为医用超声换能器研发、生产全流程的智能制造打下了良好的基础。

摘要：钼靶检查是当前临床诊断乳腺肿瘤的常规手段,患者痛苦相对较小、简便易行、分辨率高、可重复性好。为了提高诊断效率,减小误诊风险,针对乳腺钼靶图像开发基于人工智能的计算机辅助诊断系统(computer-aided diagnosis,CAD)显得尤为重要。传统的分类方法需要使用大量的手工特征,而深度学习能够自动从数据中学习特征,避免了传统算法中人工设计、提取特征的复杂性和局限性。我们从感兴趣区域和全图两个方面对近年来基于深度学习的乳腺钼靶图像分类方法研究进展予以综述和展望。调研发现深度学习在乳腺钼靶图像分类方面展示了不错的效果,其中基于深度卷积神经网络的分类方法已经成为当下的热门技术。

摘要：超声诊断是产科临床上应用最广泛的医学成像方式,与之相应的自动医学图像处理是提高诊断准确率与客观性的重要手段。本文首先介绍超声医学图像处理方法的原理及特点,讨论了若干技术及其涉及的算法,包括图像滤波、图像分割及机器学习技术等,浅析了设计可靠的超声医学图像处理方法的要点。其次,以产前超声医学为背景介绍了这些技术的应用,主要包括标准切面自动提取和生物学参数自动测量。最后,讨论了产前超声智能化诊断的发展方向。