基于非局部特征的心臟電生理無創(chuàng)重建
發(fā)布時(shí)間:2025-02-09 10:16
心臟電生理活動(dòng)的無創(chuàng)重建對(duì)臨床疾病預(yù)防和外科治療具有重要意義。獲取三維心肌跨膜電位(Transmembrane Potential,TMP)的分布有助于診斷心肌缺血、異位起搏等心臟疾病。然而,TMP的求解問題是不適定的,需要添加適當(dāng)?shù)募s束條件。心肌TMP分布具有非局部自相似性,據(jù)此,我們提出兩種新的方法來重建動(dòng)態(tài)心肌TMP的分布。第一種方法基于傳統(tǒng)的優(yōu)化方法,F(xiàn)有的方法全變分最小化(Total Variation,TV)約束僅利用了空間中的局部相似性,存在過平滑的問題,并且沒有考慮動(dòng)態(tài)TMP序列中幀與幀之間的關(guān)系。在本課題研究中,我們引入了一種新的正則化方法,稱為基于圖的總變分最小化,以彌補(bǔ)上述缺點(diǎn)。圖結(jié)構(gòu)以每個(gè)心臟節(jié)點(diǎn)上的動(dòng)態(tài)TMP序列的值之間的相似性作為建立節(jié)點(diǎn)間相似關(guān)系的準(zhǔn)則。通過兩組模擬實(shí)驗(yàn)(梗死疤痕重建和激活波前重建),驗(yàn)證了該方法相對(duì)于現(xiàn)有的正則化方法的優(yōu)越性。此外,對(duì)1 0例真實(shí)的室性早搏(Premature Ventricular Contractions,PVCs)患者數(shù)據(jù)進(jìn)行了實(shí)驗(yàn),以證明我們的方法在臨床應(yīng)用中的準(zhǔn)確性。第二種方法結(jié)合了深度學(xué)習(xí)技術(shù)。將優(yōu)化方法提供的物...
【文章頁數(shù)】:83 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
Abstract
1 緒論
1.1 課題背景
1.2 科學(xué)問題
1.3 心臟電生理基礎(chǔ)
1.3.1 12導(dǎo)聯(lián)心電圖與高分辨率體表電位記錄
1.3.2 心肌跨膜電位的特性
1.4 論文貢獻(xiàn)與組織結(jié)構(gòu)
2 研究背景與研究現(xiàn)狀
2.1 典型心臟疾病的電生理
2.1.1 心肌梗死與缺血
2.1.2 異位起搏與電興奮的傳播
2.2 電生理反演的相關(guān)研究
2.2.1 基于約束優(yōu)化的方法
2.2.1.1 Tikhonov正則化
2.2.1.2 最大后驗(yàn)概率法
2.2.1.3 時(shí)域邊約束法
2.2.2 基于深度學(xué)習(xí)的方法
2.2.2.1 端到端的深度學(xué)習(xí)方法
2.2.2.2 結(jié)合模型約束與深度學(xué)習(xí)的方法
3 基于圖的全變分正則化心肌跨膜電位重建
3.1 心肌跨膜電位重建模型
3.2 基于圖的全變分約束
3.2.1 全變分約束
3.2.2 圖結(jié)構(gòu)的構(gòu)建
3.2.3 優(yōu)化目標(biāo)
3.2.4 優(yōu)化求解
3.2.5 算法總結(jié)
3.3 模擬實(shí)驗(yàn)
3.3.1 梗死疤痕重建
3.3.2 激活波前重建
3.3.3 討論
3.3.3.1 參數(shù)選擇
3.3.3.2 計(jì)算時(shí)間
3.4 臨床真實(shí)病人實(shí)驗(yàn)
3.4.1 室性早搏定位實(shí)驗(yàn)
3.4.1.1 數(shù)據(jù)采集與預(yù)處理
3.4.1.2 實(shí)驗(yàn)結(jié)果
4 基于迭代收縮閾值算法的非局部神經(jīng)網(wǎng)絡(luò)心肌跨膜電位重建
4.1 迭代收縮閾值算法(ISTA)與ISTA-Net
4.2 基于迭代收縮閾值算法的非局部神經(jīng)網(wǎng)絡(luò)(ISTAN-Net)
4.2.1 非局部特征提取模塊
4.2.2 網(wǎng)絡(luò)結(jié)構(gòu)
4.3 實(shí)驗(yàn)驗(yàn)證
4.3.1 數(shù)據(jù)集與訓(xùn)練環(huán)境
4.3.2 心肌跨膜電位序列重建
4.3.2.1 TMP序列的空間分布
4.3.2.2 TMP序列的時(shí)間分布
4.3.2.3 重建激活時(shí)序圖
4.3.3 討論
5 總結(jié)與展望
5.1 本文總結(jié)
5.2 未來工作展望
6 參考文獻(xiàn)
作者簡(jiǎn)歷
本文編號(hào):4032066
【文章頁數(shù)】:83 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
Abstract
1 緒論
1.1 課題背景
1.2 科學(xué)問題
1.3 心臟電生理基礎(chǔ)
1.3.1 12導(dǎo)聯(lián)心電圖與高分辨率體表電位記錄
1.3.2 心肌跨膜電位的特性
1.4 論文貢獻(xiàn)與組織結(jié)構(gòu)
2 研究背景與研究現(xiàn)狀
2.1 典型心臟疾病的電生理
2.1.1 心肌梗死與缺血
2.1.2 異位起搏與電興奮的傳播
2.2 電生理反演的相關(guān)研究
2.2.1 基于約束優(yōu)化的方法
2.2.1.1 Tikhonov正則化
2.2.1.2 最大后驗(yàn)概率法
2.2.1.3 時(shí)域邊約束法
2.2.2 基于深度學(xué)習(xí)的方法
2.2.2.1 端到端的深度學(xué)習(xí)方法
2.2.2.2 結(jié)合模型約束與深度學(xué)習(xí)的方法
3 基于圖的全變分正則化心肌跨膜電位重建
3.1 心肌跨膜電位重建模型
3.2 基于圖的全變分約束
3.2.1 全變分約束
3.2.2 圖結(jié)構(gòu)的構(gòu)建
3.2.3 優(yōu)化目標(biāo)
3.2.4 優(yōu)化求解
3.2.5 算法總結(jié)
3.3 模擬實(shí)驗(yàn)
3.3.1 梗死疤痕重建
3.3.2 激活波前重建
3.3.3 討論
3.3.3.1 參數(shù)選擇
3.3.3.2 計(jì)算時(shí)間
3.4 臨床真實(shí)病人實(shí)驗(yàn)
3.4.1 室性早搏定位實(shí)驗(yàn)
3.4.1.1 數(shù)據(jù)采集與預(yù)處理
3.4.1.2 實(shí)驗(yàn)結(jié)果
4 基于迭代收縮閾值算法的非局部神經(jīng)網(wǎng)絡(luò)心肌跨膜電位重建
4.1 迭代收縮閾值算法(ISTA)與ISTA-Net
4.2 基于迭代收縮閾值算法的非局部神經(jīng)網(wǎng)絡(luò)(ISTAN-Net)
4.2.1 非局部特征提取模塊
4.2.2 網(wǎng)絡(luò)結(jié)構(gòu)
4.3 實(shí)驗(yàn)驗(yàn)證
4.3.1 數(shù)據(jù)集與訓(xùn)練環(huán)境
4.3.2 心肌跨膜電位序列重建
4.3.2.1 TMP序列的空間分布
4.3.2.2 TMP序列的時(shí)間分布
4.3.2.3 重建激活時(shí)序圖
4.3.3 討論
5 總結(jié)與展望
5.1 本文總結(jié)
5.2 未來工作展望
6 參考文獻(xiàn)
作者簡(jiǎn)歷
本文編號(hào):4032066
本文鏈接:http://sikaile.net/yixuelunwen/xxg/4032066.html
最近更新
教材專著