發(fā)布時間：2024-06-02 08:12

　　隨著我國人口結構和社會環(huán)境的改變,心血管病已經超越腫瘤成為致死率第一的疾病。每年居民疾病總死亡人數中40%以上是由心血管病導致的,并有逐年上升的趨勢。更為嚴峻的是,隨著大氣污染的加劇和不良生活習慣的蔓延,心血管病患病人群呈現(xiàn)逐年年輕化趨勢。心血管病的監(jiān)控與防治,耗費國家大量的資金和資源,其已經成為提升國民健康水平,加快國家健康事業(yè)發(fā)展中的一大難題。心血管病高致死率的主要原因是其發(fā)病具有隱蔽性和突發(fā)性,作為臨床診斷心血管病最有效的工具心電圖和醫(yī)學影像具有各自的特點。動態(tài)心電圖的可便攜性使其可實時監(jiān)測和預警突發(fā)心血管病,在心血管病預測方面具有突出作用,但其為體外微弱電信號,不能窺視內因;醫(yī)學影像的高精度使其可發(fā)掘心血管病本質原因,在心血管病精確診療方面起著突出作用,但其不具有實時性。因此,將人工智能技術與它們結合,充分發(fā)揮出心電圖和醫(yī)學影像各自的優(yōu)勢,能夠有效提高心血管疾病預防和診療的效率,降低心血管病的致死率。針對以上問題和挑戰(zhàn),本文從動態(tài)心電圖和醫(yī)學影像兩個數據層面出發(fā),研究了心血管疾病的智能預測和精確診斷算法。在動態(tài)心電圖數據層面,研究高危心血管病智能預測與實時預警算法。在醫(yī)學影像數...

【文章頁數】：98 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
英文縮略詞
第一章 緒論
    1.1 課題研究背景和意義
    1.2 國內外研究現(xiàn)狀
    1.3 本文主要內容
    1.4 論文的組織和安排
第二章 基于堆棧稀疏自動編碼網絡的心律失常自動識別
    2.1 心律失常的心電圖表現(xiàn)
        2.1.1 心電圖概述
        2.1.2 常見的心律失常及心電圖特征
    2.2 心律失常識別的研究現(xiàn)狀
    2.3 堆棧稀疏自動編碼網絡
        2.3.1 稀疏自動編碼器
        2.3.2 堆棧稀疏自動編碼網絡
    2.4 心律失常自動識別的實現(xiàn)
        2.4.1 心拍構建
        2.4.2 堆棧稀疏自動編碼網絡結構設計及深度特征提取
        2.4.3 Softmax分類器
    2.5 實驗結果與討論
        2.5.1 數據來源
        2.5.2 實驗結果分析
    2.6 本章小結
第三章 基于回聲狀態(tài)網絡的心源性猝死智能預測
    3.1 心源性猝死的心電圖特征
    3.2 心源性猝死預測的研究現(xiàn)狀
    3.3 心源性猝死的智能預測
        3.3.1 信號預處理
        3.3.2 數據集構建
        3.3.3 回聲狀態(tài)網絡構建
    3.4 實驗結果與討論
        3.4.1 數據來源
        3.4.2 數據庫信號分析
        3.4.3 實驗結果
    3.5 本章小結
第四章 基于光學相干圖像的冠脈血管內膜輪廓自動提取
    4.1 冠脈光學相干圖像介紹
        4.1.1 光學相干圖像原理和應用
        4.1.2 冠脈光學相干圖像在心血管方面應用的特點
    4.2 冠脈光學相干圖像中血管內膜輪廓自動提取研究現(xiàn)狀
    4.3 基于線性標簽最大流算法的冠脈血管內膜輪廓自動提取
        4.3.1 OCT圖像的小波分解及灰度分布分析
        4.3.2 線性標簽最大流算法實現(xiàn)過程
    4.4 評價指標
    4.5 實驗結果討論與分析
        4.5.1 數據來源
        4.5.2 參數選取分析
        4.5.3 特殊情況討論
        4.5.4 實驗結果分析
    4.6 本章小結
第五章 冠脈OCT圖像中斑塊和易損斑塊的自動識別
    5.1 冠脈OCT圖像中斑塊特征
        5.1.1 冠脈OCT圖像中斑塊的形成原理及圖像特征
        5.1.2 冠脈OCT圖像中易損斑塊分類及其特征
    5.2 斑塊自動識別的研究現(xiàn)狀
    5.3 基于A-line深度建模的斑塊和易損斑塊識別
        5.3.1 OCT圖像展開及A-line提取
        5.3.2 A-line深度建模與分類網絡構建
        5.3.3 斑塊區(qū)域自動生成
        5.3.4 TCFA自動檢測
    5.4 實驗結果分析與討論
        5.4.1 A-line分類
        5.4.2 斑塊和易損斑塊識別
        5.4.3 與其他方法結果對比
    5.5 本章小結
第六章 總結和展望
    6.1 總結
    6.2 展望
參考文獻
致謝
個人簡介及攻讀學位期間取得的研究成果



本文編號：3987062