光声成像在骨质疏松诊断中的研究
发布时间：2020-12-07 02:10
骨质疏松症（osteoporosis）是一种常见的全身性代谢性骨病,以单位体积内骨量减少及骨微结构改变为特征,多见于绝经后妇女和老年男性。骨质疏松的严重后果为发生骨质疏松性骨折,即在受到轻微创伤时或日常活动中即可发生的骨折。近年来,骨质疏松在我国的发病率逐年提升,已经成为了危害我国老年人健康的一大隐患,甚至发病人年龄有年轻化的趋势,因此寻找一些快速,有效的检验骨质疏松的方法成为了当务之急。本文主要是探究一些诊断骨质疏松的新型方法,包括传统的定性的频谱分析法和新型的定量的机器学习方法。近年来宽带超声频谱法（QUS）是一种新兴的检测骨质疏松的定性方法,主要通过斜率的变化趋势来确定骨质疏松的变化程度。我们首先通过数学推导来证明光声频谱法对骨质疏松检测的可行性,然后我们通过光声频谱的变化趋势和宽带超声频谱进行对比,来展示光声频谱法的确可以定性的检测骨质疏松的变化情况。仿真实验和实际实验都证明了两者具有相同的变化趋势,我们根据骨质疏松的腐蚀程度不同确定了光声频谱变化的趋势,再根据三组骨质情况差异的骨质信号光声频谱与超声频谱对比得出了结论。除了定性的方法,本文还研究了探测骨质疏松的定量方法。我们主...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图１光卢效应示怠图??？？
此处的ｆ〇称为激励函数。??ｉｆｕ多Ｍ感知器则是由输入层、－层或者多层隐含层以及输出层构成的神经网??络。对ｆ单层感知器会出现线性不可分的问题，多层感知器可以很好的解决。??＞１：中，输入层的神经元接受输入的倍号，发送到隐含层的各个神经／ｄ之ｊｎ，??经过权值加成输出给之后的神经元，即下？个隐含层，隐含层的数量根据耑求而??定，最后一层隐含Ｍ的输出再传递到输出层。对Ｔ？隐含层和输出层，其毎－个神??经元的输入都是之前一Ｇ所有神经元输出的加权和。在全连接以屮，这些神经元??被全部链接起来，组成－个输入输出。??在使用多层感知器进彳ｒ分类时．输入的神经元个数要ｆ输入信３的维度相当，??ｉｆｕ输出的神经元个数即为类别数。对干各个隐含屋，每一个隐含层的祌经元个数??要根据具体情况来判断。在实际应用中，考虑到参数学习效率，＾般都＋会采用??超过Ｈ层的模爾。算法可分为两个阶：向前传播以及向后传播。通过建立损失函??
南京大学硕士毕业论文?第三章机器学习方法在医学信号检测中的应用??上式中，ｘ（ａ）代表输入的信号，Ｗ（ｔ－?ａ）代表概率函数，ｓ⑴为经过卷积系统??后得到的信号序列。上式是卷积的定义，是在连续时间域上的公式，似在实际Ｗ??况中，信号都是离散的，而且传感器也不会接受连续位号，因此ｓ（ｔ）会是离散??信兮。农达式变化为卜＇式：??ｓ（ｔ）?＝?（ｘ?＊?ＣＯ?）（ｔ）?＝?Ｉ：Ｊ１＿ｒｏｘ（ａ）ｃｕ（ｔ?－?ａ）?（３．?２）??对Ｊ－本文中的卷积操作，输入的是一维的声压信号，相当ｆ很多－维数组组成的??数据集介。卜＇图足在－个？维信吟上做卷枳的示意图。??
【参考文献】：
期刊论文
[1]基于K-means聚类算法优化方法的研究[J]. 刘叶,吴晟,周海河,吴兴蛟,韩林峄. 信息技术. 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]基于卷积神经网络的木材缺陷识别[J]. 徐姗姗,刘应安,徐昇. 山东大学学报(工学版). 2013(02)
[5]基于二阶振荡微粒群最小二乘支持向量机的物流需求预测[J]. 耿立艳,赵鹏,张占福. 计算机应用研究. 2012(07)
[6]增长式卷积神经网络及其在人脸检测中的应用[J]. 顾佳玲,彭宏京. 系统仿真学报. 2009(08)
[7]骨定量超声测量的临床应用[J]. 陶蓓,刘建民. 国际内分泌代谢杂志. 2006(04)
[8]一种PCA算法及其应用[J]. 张媛,张燕平. 微机发展. 2005(02)
[9]诊断骨质疏松症的超声参量[J]. 他得安,余建国,汪源源,王威琪. 中华超声影像学杂志. 2003(05)
博士论文
[1]APOE基因多态性与骨质疏松性骨折易感性关系的研究[D]. 孙金磊.山东大学 2018
本文编号：2902423
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图１光卢效应示怠图??？？
此处的ｆ〇称为激励函数。??ｉｆｕ多Ｍ感知器则是由输入层、－层或者多层隐含层以及输出层构成的神经网??络。对ｆ单层感知器会出现线性不可分的问题，多层感知器可以很好的解决。??＞１：中，输入层的神经元接受输入的倍号，发送到隐含层的各个神经／ｄ之ｊｎ，??经过权值加成输出给之后的神经元，即下？个隐含层，隐含层的数量根据耑求而??定，最后一层隐含Ｍ的输出再传递到输出层。对Ｔ？隐含层和输出层，其毎－个神??经元的输入都是之前一Ｇ所有神经元输出的加权和。在全连接以屮，这些神经元??被全部链接起来，组成－个输入输出。??在使用多层感知器进彳ｒ分类时．输入的神经元个数要ｆ输入信３的维度相当，??ｉｆｕ输出的神经元个数即为类别数。对干各个隐含屋，每一个隐含层的祌经元个数??要根据具体情况来判断。在实际应用中，考虑到参数学习效率，＾般都＋会采用??超过Ｈ层的模爾。算法可分为两个阶：向前传播以及向后传播。通过建立损失函??
南京大学硕士毕业论文?第三章机器学习方法在医学信号检测中的应用??上式中，ｘ（ａ）代表输入的信号，Ｗ（ｔ－?ａ）代表概率函数，ｓ⑴为经过卷积系统??后得到的信号序列。上式是卷积的定义，是在连续时间域上的公式，似在实际Ｗ??况中，信号都是离散的，而且传感器也不会接受连续位号，因此ｓ（ｔ）会是离散??信兮。农达式变化为卜＇式：??ｓ（ｔ）?＝?（ｘ?＊?ＣＯ?）（ｔ）?＝?Ｉ：Ｊ１＿ｒｏｘ（ａ）ｃｕ（ｔ?－?ａ）?（３．?２）??对Ｊ－本文中的卷积操作，输入的是一维的声压信号，相当ｆ很多－维数组组成的??数据集介。卜＇图足在－个？维信吟上做卷枳的示意图。??
【参考文献】：
期刊论文
[1]基于K-means聚类算法优化方法的研究[J]. 刘叶,吴晟,周海河,吴兴蛟,韩林峄. 信息技术. 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]基于卷积神经网络的木材缺陷识别[J]. 徐姗姗,刘应安,徐昇. 山东大学学报(工学版). 2013(02)
[5]基于二阶振荡微粒群最小二乘支持向量机的物流需求预测[J]. 耿立艳,赵鹏,张占福. 计算机应用研究. 2012(07)
[6]增长式卷积神经网络及其在人脸检测中的应用[J]. 顾佳玲,彭宏京. 系统仿真学报. 2009(08)
[7]骨定量超声测量的临床应用[J]. 陶蓓,刘建民. 国际内分泌代谢杂志. 2006(04)
[8]一种PCA算法及其应用[J]. 张媛,张燕平. 微机发展. 2005(02)
[9]诊断骨质疏松症的超声参量[J]. 他得安,余建国,汪源源,王威琪. 中华超声影像学杂志. 2003(05)
博士论文
[1]APOE基因多态性与骨质疏松性骨折易感性关系的研究[D]. 孙金磊.山东大学 2018
本文编号：2902423
本文链接：https://www.wllwen.com/yixuelunwen/nfm/2902423.html
最近更新
教材专著
