中國生物醫學工程學報最新期刊目錄

基于卷積神經網絡遷移學習的誘導神經細胞分化階段分析————作者：黃星燁;韋國超;郭云霞;沈嘉豪;畢昆;張澤群;黃炎;趙祥偉;

摘要：隨著神經系統疾病的高發，神經干細胞治療成為研究熱點。然而，目前的技術在神經干細胞誘導分化過程評估方面存在挑戰。本研究旨在開發一種利用卷積神經網絡(CNN)結合遷移學習技術的方法來對非標記神經細胞分化階段圖像高效分類，并利用單細胞轉錄組數據更精確地檢測細胞分化階段，以及驗證方法的有效性。在明場中采集1 026張不同分化階段的PC12細胞圖像，合并公開數據集中的HEK-293A細胞、HT1080細胞圖...

基于時間卷積神經網絡的腦電情緒識別方法————作者：彭磊;魏國輝;馬志慶;馮今瑀;李延軍;

摘要：基于腦電信號的情緒識別在人機交互領域有著重要的作用，但由于腦電信號的時變性(不同時間段的特征可能會顯著不同)和多尺度特性(不同時間尺度和空間尺度上展現出不同的特征),現有深度學習方法往往難以全面捕捉和提取腦電信號中與情緒相關的各種特征。為了提取腦電信號的時間-頻率-空間特征所蘊藏的豐富情緒信息，提出一個融合卷積神經網絡(CNN),時間卷積神經網絡(TCN)和Transformer注意力機制的腦電情...

基于有限元仿真的微針裁剪過程研究————作者：譚心玥;倪常茂;程霖遠;楊鄧飛;童貝;黃玉釗;黃立;

摘要：在高密度陣列型微針植入大腦的過程中，由于尖端覆蓋面積較大，為避免植入時刺破大血管，需要對陣列中相應位置的微針進行裁剪，同時確保其余微針不受影響。為確定裁剪機構最佳的放置點、推動速度等參數，采用實驗與有限元仿真相結合的方法對裁剪過程進行研究。首先，設計了三點彎曲實驗，獲取仿真計算需要的微針力學參數；其次，基于實驗結果，在仿真軟件Abaqus 2021中建立簡化的陣列型微針與裁剪機構模型，探究了裁剪機...

人手關節運動學與抓握接觸力的生物力學研究分析————作者：劉曉杰;張緒樹;郭媛;文云鵬;王瑞雪;張明;

摘要：本研究主要進行手指關節運動學和抓握接觸力的生物力學分析，為假肢手的運動和力反饋控制提供設計參考。共招募50名大學生受試者，設置人手抓握不同質量砝碼、不同盛水體積水杯和不同直徑球體等3種工況，對受試者進行手部運動學數據采集和抓握接觸力數據采集。手部運動學實驗使用Vicon運動捕捉系統，采集粘貼于受試者手部各標記點的運動學數據，依據空間向量夾角公式，計算手指各關節角度；手部接觸力實驗采用薄膜壓力傳感器...

基于腦電信號的任務誘發疲勞監測的關鍵挑戰與展望————作者：王韜;何峰;

摘要：隨著腦電信號采集技術的突破性進展，基于腦電的疲勞監測模型在交通運輸、外科手術和高危作業等高風險領域已展現出巨大應用潛力，成為保障安全和提高效率的關鍵工具。這些模型通過實時監測個體腦電活動特征，能夠客觀評估疲勞狀態并早期預警，有效降低人為錯誤和事故風險。然而，將此類模型有效應用于實際場景仍存在4個核心挑戰。其一，現有腦電采集設備的舒適性和便利性不足，制約了長期佩戴的可行性；其二，運動和肌電偽跡等干擾...

水凝膠粘合劑在心臟和血管修復領域的研究現狀————作者：陳詩翰;凡杰夫;陸清聲;

摘要：水凝膠作為一種高度生物相容性的生物材料，由親水性聚合物的交聯三維網絡組成，能通過合理的結構與功能設計調控其物理化學特性，展現出廣泛的生物醫學應用前景。具備黏附能力的水凝膠，憑借模擬生理環境的特性、出色的生物相容性、優良的力學性能以及與對組織的強黏附能力，已成為醫用組織粘合劑的關鍵材料，廣泛應用于皮膚、肌肉、神經、骨骼、角膜、臟器以及血管等多種組織修復中。綜述水凝膠粘合劑的研究進展，概述其與組織黏附...

氧化鐵納米顆粒的制備方法及其在腫瘤診療中的應用————作者：杜凱;張卓玲;李婷華;饒微;

摘要：盡管腫瘤復雜的病理機制為精準診療帶來嚴峻挑戰，但納米科技的快速發展為此開辟了新的應對策略，其中氧化鐵納米顆粒復合材料在腫瘤診療中展現出巨大潛力，其在磁共振成像、靶向藥物遞送、磁場激活的機械治療、磁熱療以及化學動力學治療等方面均取得了顯著功效。綜述了氧化鐵納米顆粒的制備方法、顆粒包覆技術及其用于腫瘤診療方面的研究進展。通過采用不同合成方法和修飾策略，可制備出尺寸、形狀和表面性質各異的氧化鐵納米材料。...

腰部肌電信號智能感知與分析：輕量化方法的研究進展————作者：馮景輝;余宇;習佳寧;

摘要：隨著人口老齡化趨勢的加劇，腰肌健康問題日益受到關注。腰部肌電信號作為反映腰肌運動狀態的重要信息源，在腰肌健康狀態的分析與評估中發揮著關鍵作用，相關研究聚焦于腰肌疲勞狀態的檢測監測以及腰部疾病的輔助診斷。得益于信號采集技術和分析算法的持續進步，已實現對腰部肌電數據的規模采集和實時傳輸，可運用復雜的神經網絡算法進行深入解析，應用前景可觀。然而，復雜的采集和分析系統大幅增加了資源消耗，制約了系統的輕量化...

基于多頻段排列熵的腦電信號復雜度分析————作者：牛焱;高凱;丁茹男;溫昕;周夢妮;相潔;

摘要：復雜性分析在腦電(EEG)信號研究中有重要的意義。多元熵方法是有效的信號復雜性分析技術，但已有多元熵研究將變量設置為多通道時間序列，從多頻段分析角度對大腦動力學的復雜性量化尚未得到廣泛探索。對多元排列熵(mvPE)算法進行改進，本研究提出多頻段排列熵(mFPE),從時頻維度上對大腦的復雜性進行更為細致的衡量。研究基于模擬數據和3組真實EEG數據對算法性能進行了分析。利用1/f噪聲和高斯白噪聲以及M...

經皮無線傳能的柔性可穿戴發射天線設計————作者：徐琦;馮辰語;孫源;

摘要：雙向外周神經接口有助于截肢患者的感覺功能重建。本研究設計的柔性可穿戴發射天線可為植入式外周神經接口進行中場聚焦無線供能。采用在尺寸60 mm×60 mm對稱四饋天線表面開槽得到最優表面電流分布的方法，實現聚焦傳能。仿真結果表明，天線諧振頻率為1.524 GHz,絕對帶寬為1.385～1.726 GHz,天線彎曲(曲率半徑60～110 mm)的諧振頻率偏移小于0.2 GHz。采用同相位、時間反轉相位...

乳腺癌瘤床可降解標記物在大鼠體內的安全性和有效性————作者：謝雪潔;謝欣;駱銀根;孔祥溢;王寧宇;戴建榮;

摘要：評價乳腺癌瘤床可降解標記物在大鼠體內的安全性和有效性。設置手術組，鈦夾組和可降解標記組，每組30只大鼠，另外對全程可降解觀察組設置10只大鼠，共100只實驗大鼠。采用PLA/β-TCP材料制成一種可降解的、帶有圓孔和凹槽的扣狀標記，將該標記物和鈦夾標記分別植入大鼠乳腺組織。利用組織切片與染色(HE)和免疫組織化學(IHC)分析大鼠乳腺周圍組織的炎癥反應。利用計算機斷層掃描(CT)和磁共振(MR)圖...

多尺度特征融合的輕量化Transformer醫學圖像分割研究————作者：王驍崴;邢樹禮;毛國君;

摘要：UNet網絡在醫學圖像分割領域得到廣泛應用，其編碼器搭配解碼器的U形網絡結構已經逐漸成為醫學圖像分割的主流構架之一。然而，傳統UNet屬于純卷積神經網絡，由于其定位準確性受制于卷積的局部視野，所以缺乏利用全局依賴關系的能力。Transformer作為目前大模型的核心支撐技術，具有優秀的捕捉全局依賴關系的能力，可彌補傳統UNet的不足。本研究構建一種新的醫學圖像分割模型MoFormer。該模型以UN...

基于多尺度注意力的冠脈造影圖像血管增強CNN模型————作者：周鵬;汪光普;高慧;秦澤偉;王碩;余輝;

摘要：冠狀動脈造影記錄著血管隨血液流動顯影的動態過程。受心臟運動干擾，可能導致顯影圖像質量差，嚴重影響醫生的診斷，同時不利于冠心病智能輔助診斷。本研究提出了一種基于卷積神經網絡(CNN)的多尺度注意力冠脈造影圖像血管增強網絡。它由多尺度注意力模塊(MAB)和尾部大核注意力模塊(LKAT)組成。MAB由多尺度大核注意力塊(MLKA)和門控空間注意力塊(GSAB)兩部分組成，模塊不僅能夠提取更多局部和全局的...

基于輕量網絡的白細胞快速檢測算法————作者：陳亮;郭慧慧;尹濤;

摘要：白細胞由于種類繁多、形態差異性大，且在血液鏡檢時常存在重疊、粘連、細胞邊界模糊及色變等問題，傳統基于圖像檢測的系統特征提取困難，檢測精度較差，穩定性不足。針對上述問題，本研究提出一種基于輕量網絡結構的白細胞快速檢測算法。首先采用MobileNetv3為特征提取網絡，并提出了一種雙通道金字塔特征融合結構TCPF-Net完成特征融合，提升了算法對模糊、色變、形態各異的白細胞圖像特征提取能力；然后，針對...

深度學習在循環腫瘤細胞檢測中的應用及進展————作者：朱帥;劉明;陽劍波;何德峰;趙明;

摘要：循環腫瘤細胞作為液體活檢中的典型生物標志物，在腫瘤早期診斷、預后評估以及療效監測等方面具有廣泛的應用潛力。然而，循環腫瘤細胞在外周血中含量很低、種類繁多且異質性強，其檢測任務面臨著準確率低和特異性差的挑戰。近年來，深度學習已廣泛地應用于生物醫學研究及臨床應用，也為循環腫瘤細胞的高效精確地自動化檢測提供了新途徑，成為研究新熱點。綜述了近年來深度學習應用于循環腫瘤細胞檢測相關研究的最新進展。從樣本制備...

基于改進YOLO模型的輕量化腦電圖肌電偽影檢測方法————作者：孫鴿;林衛紅;婁洪偉;韓金波;

摘要：腦電圖(EEG)已經成為神經科學領域的重要工具，基于人工智能的腦電圖分析在腦神經疾病、運動想象和情緒識別方面有廣泛應用。然而，EEG的應用受到低信噪比的限制，特別是癲癇診斷中肌電(EMG)偽影降低了異常放電特征波形的識別準確率，且現有算法難以實現快速且準確的偽影檢測。本研究對YOLO算法進行改進，以深度可分離卷積作為骨干網絡，對網絡的輸入數據、結果矩陣和損失函數進行調整，以適應多導聯的EEG數據，...

基于深度卷積和多層尺度特征融合的冠脈造影圖像血管分割————作者：許洋;翟楠楠;倪維臻;譚強;王金甲;

摘要：冠狀動脈造影是診療冠心病等心血管疾病的一種重要手段，快速而準確的血管分割對診療心血管疾病具有十分重要的意義。針對現有冠狀動脈造影血管分割算法對細微血管的分割能力不強、分割血管的連通性較差、抗噪聲及偽影能力弱等問題，本研究吸取了Transformer結構長距離依賴與跨域跳轉連接的優點，分別采用上下文分層聚合和多尺度特征融合的方法，對U型分割網絡進行改進，稱HAM-UNet。首先，采取必要的圖像預處理...

基于形狀流和多尺度特征融合的腺體分割————作者：林嘉雯;陳蘇蘇;林智明;李笠;翁謙;

摘要：瞼板腺成像技術廣泛應用于干眼癥的分型診斷、管理與個性化治療中，但僅靠眼科醫生進行直接觀察和定性評估，評價主觀且可重復性低。為提高眼科醫生的診斷效率，研究者們提出了一系列基于U-Net的紅外瞼板腺圖像腺體分割方法，但在圖像邊緣、出現反光點以及腺體密集區域，分割結果仍不理想。考慮到紅外瞼板腺圖像成像與腺體分布的特點，提出基于形狀流和多尺度特征融合的腺體分割模型SS-UNet,引入空洞卷積模塊以增強模型...

基于層級化分數階語譜圖的帕金森病構音障礙分類————作者：薛在發;盧輝斌;林麗琴;張濤;

摘要：構音障礙是帕金森病的早期癥狀之一。現有的基于深度學習的帕金森病構音障礙分類大多根據語譜圖和卷積神經網絡分析，但兩者分別存在角度單一和感受野受限等不足，導致信息提取不充分。本研究提出了一種基于層級化分數階語譜圖的帕金森病分類方法。首先，通過增加角度旋轉因子，將構音信號轉化為分數階語譜圖以增強從不同角度提取能量信息的能力；其次，將Swin Transformer網絡在ImageNet上預訓練的參數進行...

基于微弱空間調制視覺誘發電位的混合誘發范式研究————作者：周曉宇;肖曉琳;許敏鵬;明東;

摘要：視覺誘發電位(VEPs)的空間調制特性為設計用戶友好、實用型腦機接口系統提供了一種有效途徑。然而，空間調制的VEPs信號幅值小、信噪比低，研究如何高效誘發、精準識別微弱空間調制VEPs至關重要。針對上述問題，本研究采用半徑小于0.5°視角的微小視覺刺激，設計了“瞬態串行誘發范式”和“穩態瞬態并行誘發范式”兩種空間調制混合誘發范式，并招募12名健康受試者參與試驗。通過計算空間調制信噪比(sm-SNR...

　　中國生物醫學工程學報來自網友的投稿評論：

提交