發(fā)布時間：2018-04-03 07:36

  本文選題：測量　切入點：冠脈病變檢測　出處：《中國激光》2017年05期

【摘要】：針對冠脈病變檢測算法普遍存在的異常截面識別率低、無法排除特殊結(jié)構(gòu)影響等問題,提出了一種基于一類支持向量機(OCSVM)的冠脈病變檢測方法,并使用冠脈面重采樣和基于最大互信息的特征選擇方法提高了算法識別正確率。該方法首先基于梯度通量對冠脈源截面進行三次樣條插值重采樣,然后構(gòu)造出截面的多尺度特征,接著使用最大互信息結(jié)合冗余度去除進行特征選擇,最后使用特征數(shù)據(jù)訓練OCSVM完成冠脈病變檢測。實驗結(jié)果顯示,在1128個冠脈截面數(shù)據(jù)的測試結(jié)果中,本算法在完全識別異常截面的情況下對健康截面的識別正確率達到了53.5%,遠高于同類型的僅從正面和未標記數(shù)據(jù)學習的支持向量機(SVM)算法所對應(yīng)的19.6%;而冠脈截面重采樣也使得30個特征數(shù)下算法對健康截面的識別正確率由21.7%提高到了53.2%。
[Abstract]:In order to solve the problems of low recognition rate of abnormal cross section in coronary artery disease detection algorithm, which can not eliminate the influence of special structure, a new method of coronary artery lesion detection based on a class of support vector machine (SVM) is proposed.The recognition accuracy is improved by using coronary surface resampling and feature selection based on maximum mutual information.In this method, the coronary artery cross-section is firstly resampled by cubic spline interpolation based on gradient flux, then the multi-scale feature of the cross-section is constructed, and then the feature selection is carried out by using the maximum mutual information and redundancy removal.Finally, the characteristic data was used to train OCSVM to detect coronary artery lesions.The results of the experiment showed that, out of 1128 coronary artery cross-sectional data,The recognition accuracy of the healthy cross section is 53.5, which is much higher than that of the support vector machine (SVM) algorithm, which only learns from the positive and unlabeled data, and the coronary cross section is heavy.Sampling also increases the recognition accuracy of the health section from 21.7% to 53.2% under 30 feature numbers.
【作者單位】： 天津大學精密儀器與光電子工程學院光電信息技術(shù)教育部重點實驗室;中國人民解放軍第二五四醫(yī)院心血管內(nèi)科;中國人民解放軍第二五四醫(yī)院放射科;
【分類號】：R541.4;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 阮方文;;冠脈病變介入治療分析[J];中國社區(qū)醫(yī)師(醫(yī)學專業(yè)半月刊);2009年14期

2 田國祥;;老年多支冠脈病變患者血管重建策略療效的對比研究[J];中國循證心血管醫(yī)學雜志;2012年03期

3 趙力,何俊玲,葉玲娣,朱建華;心電圖對急性下壁心肌梗死冠脈病變部位的診斷價值[J];浙江預(yù)防醫(yī)學;2002年04期

4 晏春林;;纖維蛋白原含量與血脂及冠脈病變的關(guān)系研究[J];海南醫(yī)學院學報;2013年05期

5 王真,郭靜萱,王天成,趙一鳴;高同型半胱氨酸血癥與冠脈病變的關(guān)系[J];中國實用內(nèi)科雜志;2000年05期

6 李影;張延斌;徐通達;朱紅;李文華;李東野;;心尖肥厚型心肌病合并多支多處嚴重冠脈病變一例[J];江蘇醫(yī)藥;2011年02期

7 張允忠;馮靜;郭世彪;;糖尿病合并冠脈病變與細胞因子相關(guān)分析[J];中國誤診學雜志;2010年22期

8 潘迪華;潘迪光;;不同部位的外周動脈硬化斑塊與冠脈病變的關(guān)系[J];廣西醫(yī)學;2007年05期

9 馬歡;毛帥;黃道政;王芳芳;胡亞楠;耿慶山;;尿微量白蛋白肌酐比值與急性冠脈綜合征患者冠脈病變嚴重程度的相關(guān)性分析[J];實用醫(yī)學雜志;2014年13期

10 黃晨,高建苑,吳利平,王曉明,蘇慧,鄭敏文;EBT檢測對冠脈病變危險因素的價值[J];心臟雜志;2005年04期

相關(guān)會議論文 前1條

1 張琦;李曦銘;叢洪良;;非糖尿病的冠心病患者HbA1c與冠脈病變的關(guān)系[A];中華醫(yī)學會第十五次全國心血管病學大會論文匯編[C];2013年

相關(guān)重要報紙文章 前2條

1 張中橋;老年女性多支冠脈病變可用多枚DES[N];中國醫(yī)藥報;2006年

2 記者 黃每裕;介入技術(shù)又顯奇功[N];健康報;2000年

相關(guān)博士學位論文 前1條

1 胡淦;不同血脂成分及其水平與冠脈病變嚴重程度的相關(guān)性分析[D];復(fù)旦大學;2013年

相關(guān)碩士學位論文 前10條

1 張小琳;血清分泌型卷曲蛋白5水平與冠脈病變嚴重程度的相關(guān)性[D];河北醫(yī)科大學;2015年

2 閆慶凱;2型糖尿病合并冠心病患者血清GGT與冠脈病變嚴重程度的相關(guān)性[D];第三軍醫(yī)大學;2015年

3 尤菲;冠心病患者血清白介素15水平及其與冠脈病變嚴重程度相關(guān)性的研究[D];第四軍醫(yī)大學;2015年

4 李帥;頸動脈IMT增厚及斑塊形成與冠脈病變及其危險因素的相關(guān)性研究[D];吉林大學;2016年

5 沙翔;血清脂蛋白相關(guān)磷脂酶A2水平與冠脈病變的穩(wěn)定性及嚴重程度的關(guān)系[D];東南大學;2016年

6 魏筱;血管生成素樣蛋白4與冠脈病變嚴重程度的相關(guān)性[D];河北醫(yī)科大學;2016年

7 劉振娟;冠脈病變病人十年危險因素的調(diào)查[D];青島大學;2013年

8 夏天;吸煙對冠脈病變影響的評價[D];吉林大學;2008年

9 張寧;踝臂指數(shù)聯(lián)合超敏C反應(yīng)蛋白對冠脈病變的判定價值[D];大連醫(yī)科大學;2011年

10 彭建業(yè);AT1R基因A1166C多態(tài)性與AMI的發(fā)生及其冠脈病變的相關(guān)性研究[D];南華大學;2011年

，

本文編號：1704221