吕洋
- 作品数：15 被引量：10H指数：2
- 供职机构：重庆大学更多>>
- 发文基金：中央高校基本科研业务费专项资金中国博士后科学基金国家自然科学基金更多>>
- 相关领域：医药卫生电子电信更多>>
- 胸阻抗信号在心肺复苏质量监测中的研究新进展被引量：5
- 2016年
- 论述了心肺复苏过程的质量监测与反馈对于提高抢救成功率的重要性,介绍了目前监测心肺复苏质量的常用手段和参数,提出了现有监测手段存在的一些问题,指出用胸阻抗(transthoracic impedance,TTI)信号监测心肺复苏(cardiopulmonary resuscitation,CPR)质量并实施反馈是极具应用前景的方法,综述了TTI信号在心肺复苏质量监测中的新进展,并指出开展基于个体差异的按压深度与TTI变化值的关系研究具有重要意义。
- 张和华吕洋苌飞霸李勇明李永勤
- 关键词：心肺复苏胸阻抗
- 基于脑MR影像不对称性特征的痴呆症早期诊断方法研究
- 痴呆是指慢性获得性进行性智能障碍综合征，防治的关键是早期无创检测并干预。阿尔兹海默病（Alzheimer's disease，AD）和血管性痴呆（Vascular dementia， VD）是最常见的痴呆类型，轻度认知障...
- 吕洋
- 关键词：阿尔兹海默病血管性痴呆磁共振成像支持向量机
- 基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统
- 本发明公开了一种基于脑磁共振影像中磷酸化tau蛋白含量信息的检测系统，设置有MRI图像采集装置、图像预处理装置、特征提取装置以及参数反演装置；所述参数反演装置用于将最优特征子集反演出磷酸化tau蛋白含量；该参数反演装置中...
- 李勇明吕洋王品刘玉川徐莎
- 文献传递
- 基于多特征支持向量机和弹性区域生长的膝软骨自动分割被引量：2
- 2016年
- 为了从膝关节磁共振图像(MRI)中分割出膝软骨,提出一种基于多特征支持向量机(SVM)边缘定位和弹性区域生长的自动分割算法。首先,采用自适应Canny边缘检测算法提取图像主要边缘;再对边缘提取多个图像特征,结合SVM算法对边缘进行分类,完成软骨边缘定位;然后,在软骨边缘的基础上进行种子点及软骨像素区域的选择;之后基于选择的结果采用弹性区域生长进行初步软骨分割;最后,基于先验知识和形态学获得最终膝软骨分割结果。实验结果表明:该算法能够准确、快速地自动分割出膝关节MRI中不同的膝软骨,其中股软骨、胫软骨、髌软骨的平均评价重要指标(DSC)分别可达0.8543、0.8280、0.8703,与手工分割结果具有较高的一致性。
- 王品何璇吕洋李勇明邱明国刘书君
- 关键词：信息处理技术
- 淋巴结疾病智能诊断系统中的数据处理方法
- 本发明公开了一种淋巴结疾病智能诊断系统中的数据处理方法，其特征在于按照以下步骤进行：步骤1：将样本数据进行归一化处理，使其处于预设区间范围内，该样本数据包括M个患者数据和N个非患者数据；步骤2：基于P-value算法对归...
- 李勇明闫瑾王品何璇吕洋谢文斌
- 文献传递
- 基于模式识别的胸阻抗信号处理方法
- 本发明公开了一种基于模式识别的胸阻抗信号处理方法，首先对获取的胸阻抗信号采用小波阈值去噪法去除胸阻抗信号中的高频噪声，其次采用形态学滤波法去除胸阻抗信号中的基线漂移，获得平滑的信号波形，接着采用多分辨率窗口搜索法进行波形...
- 李勇明陈勃翰王品吕洋谢文宾何璇
- 文献传递
- 膝关节软骨图像自动分割方法
- 本发明公开一种膝关节软骨图像自动分割方法，其特征在于：包括基于SVM的边缘定位步骤和基于区域生长法的图像分割步骤，其中：其中基于SVM的边缘定位步骤包括：膝关节MRI图像的采集和转换、自适应Canny边缘检测以及基于SV...
- 李勇明邹雪王品谢文宾吕洋何璇
- 文献传递
- 一种心肺复苏监测方法和系统
- 本申请提供了一种心肺复苏监测方法和系统，在胸外按压过程中，通过除颤电极采集患者对激励信号响应的胸阻抗信号，该激励信号即多路相互独立的振荡信号，之后，利用预存极值搜索算法对该胸阻抗信号进行处理，得到分离的按压波和通气波后，...
- 张和华李永勤吴宝明尹军赵德春李勇明吕洋
- 文献传递
- 基于支持向量机的胸阻抗与胸外按压深度预测模型构建
- 2015年
- 目的:针对心肺复苏过程中患者体征差异导致的胸阻抗(Thoracic Impedance,TTI)变化值和胸外按压深度间的非线性关系,利用TTI变化值,结合患者体质量、胸围等体征差异,建立基于支持向量机的预测模型,预测胸外按压过程中的按压深度,对胸外按压质量进行反馈。方法:采用10头家猪电诱导心脏骤停的实验数据,其中一半实施高质量按压,另外一半实施低质量按压。实验采集了胸外按压前120 s的数据,包括体质量、胸前后径、胸左右径、心率、平均动脉压以及胸外按压过程中的TTI变化值。为建立模型,从每头猪的大量数据中随机选择10组数据,重新组成一组包含100组数据的新数据,并从这些数据中选出等量的高质量按压和低质量按压数据,用其中的70%进行训练,得到支持向量机的预测模型。将余下30%的数据作为预测数据,以得到测试结果。结果:设按压深度大于或等于35 mm时为按压足够,小于35 mm时为按压不足,重复50次,平均预测正确率为97.07%,最高预测正确率为100%,最低预测正确率为89.29%。结论:通过支持向量机预测模型,以TTI信号预测心肺复苏过程中按压深度具有一定的可行性。
- 张和华吕洋苌飞霸尹军李勇明李永勤
- 关键词：支持向量机
- 一种胸外按压质量的监控方法和系统
- 本申请提供了一种胸外按压质量的监控方法和系统，在胸外按压过程中，通过实时检测患者的当前胸阻抗信号，在对该当前胸阻抗信号进行处理，得到满足预设传输协议要求的当前胸阻抗数据后，直接通过无线方式将该当前胸阻抗数据发送至移动终端...
- 张和华宋丰言李永勤尹军赵德春吕洋李勇明
- 文献传递
