J Shanghai Jiaotong Univ Sci

Select

贺贵松, 黄学功, 李峰, 汪辉兴

2024 (1): 1-15.
doi: 10.1007/s12204-022-2489-3

摘要 ( 329 )

PDF(1195KB) ( 118 )

助力型下肢外骨骼机器人是一种可穿戴智能机器人系统，涉及力学、材料、电子、控制、机器人学等诸多领域。该系统借助外部能源为人类提供额外的动力，可以增强人体的机能，帮助穿戴者承受以往无法承受的重量。同时，通过合理的结构设计和被动储能等方式，还可以对特定动作进行辅助。本文首先介绍了助力型下肢外骨骼机器人在国内外的研究现状，针对几种典型样机进行了详细分析。之后又对其结构设计、驱动方式、感知技术、控制方法、能源管理、人机耦合等关键技术进行了综述，并将外骨骼机器人常用的一些设计方法进行了归纳与对比。最后总结了助力型下肢外骨骼机器人研究中依旧存在的问题和可能的解决方案，并对未来的发展趋势进行了展望。

参考文献 | 相关文章 | 计量指标

Select

个性化下肢康复外骨骼机器人的关键技术综述

陶璟, 周振欢

2024 (1): 16-28.
doi: 10.1007/s12204-022-2452-3

摘要 ( 125 )

PDF(1179KB) ( 87 )

康复治疗和日常生活辅助对提高脑卒中、脊髓损伤、脑瘫、骨科术后病人以及老年人群等下肢运动障碍患者的生活质量有关键作用。下肢康复外骨骼机器人在以上人群康复治疗和生活辅助方面具有良好应用前景。本文针对面向多样化个性化用户需求的外骨骼机器人开发，首先分析并综述了下肢康复外骨骼机器人本体模块化、仿生柔顺驱动、个性化自适应步态规划以及面向个体的运动意图感知与推理方法和技术。进一步，基于服务化理论，探讨了面向个性化医疗的下肢康复外骨骼机器人产品服务系统开发潜力和关键支持技术。康复外骨骼今后研究趋势应是从个体化特征和个性化需求入手，以此驱动外骨骼机器人本体技术和服务化开发，从而技术上实现真正人机协同与融合，效用上实现可获得的高质量康复医疗和生活辅助。

参考文献 | 相关文章 | 计量指标

Select

短波红外时间分辨成像研究进展

徐杨, 李万万

2024 (1): 29-36.
doi: 10.1007/s12204-022-2547-x

摘要 ( 75 )

PDF(810KB) ( 39 )

相比于传统近红外一区（700~900nm）窗口，短波红外（900~1700nm）能够提供更深的组织穿透深度和更小的光散射干扰，在生物活体成像上具有巨大潜力。基于传统光谱域成像的局限性，时间分辨成像技术利用时间维度特性，能够完全消除生物体自发荧光，提供更高的信噪比和灵敏度。该成像技术不依赖于组织成分和组织厚度的差异，具有实际的体内定量检测价值。由于镧系上转换纳米材料具有长寿命、光化学性质稳定、形貌可控、易于表面改性而且荧光寿命调控手段多样的特点，当前相关的时间分辨成像技术几乎都是围绕镧系上转换纳米材料开展。本文以广泛使用的几种镧系离子发光中心作为切入点，系统地介绍了近些年来的短波红外时间分辨成像技术的研究进展。

参考文献 | 相关文章 | 计量指标

Select

综述：运动想像脑机接口中的迁移学习

李明爱1,2,3，许冬芹1

2024 (1): 37-59.
doi: 10.1007/s12204-022-2488-4

摘要 ( 85 )

PDF(1733KB) ( 31 )

迁移学习是一种新的机器学习方法，能够利用现有知识解决相关但不相同域的问题。在训练数据不足的情况下，它常将另一个域的训练数据进行迁移用于模型训练。近年来，越来越多的脑机接口研究者关注迁移学习，充分利用从不同受试者获取的脑电数据，有效降低数据采集和标签的成本，同时极大地改善模型学习性能。本文对迁移学习的发展进行调查，并综述了脑机接口中的迁移学习方法。依据迁移学习中“迁移什么”问题，本文分为三部分：基于实例的迁移学习、基于参数的迁移学习和基于特征的迁移学习。另外，将目前脑机接口研究中的迁移学习应用情况从迁移学习方法、数据库和性能评价等方面进行概述。最后，提出未来研究要解决的问题，对脑机接口中迁移学习的普及与深入研究奠定了基础。

参考文献 | 相关文章 | 计量指标

Select

一种新型线驱动手术软体机器人

李茹1，陈方2，俞文伟3，IGARASH Tatsuo3,4，舒雄鹏1，谢叻1,5,6

2024 (1): 60-72.
doi: 10.1007/s12204-022-2497-3

摘要 ( 57 )

PDF(2938KB) ( 30 )

机器人辅助腹腔镜根治性前列腺切除术（RARP）广泛应用于前列腺癌的治疗。RARP中主要使用的刚性器械不能克服手术中盲区问题，导致更多创伤，如器械通过时需要更多切口和刚性器械造成额外组织损伤。软体机器人相对灵活，理论上具有无限自由度，可以克服刚性仪器的问题。本文研制了一种单孔经膀胱机器人辅助根治性前列腺切除术（STvRARP）系统。该柔性机械手直径为10 mm，最大弯曲角度为270°，具有良好的灵活性和灵巧性。本文介绍了软体机器人的设计和机械结构。根据所设计的柔性机械臂特点，建立了柔性机械臂的运动学模型，并进行了逆运动学补偿。建立了手术软体机器人主从控制系统，验证了所设计的手术软体机器人的可行性。

参考文献 | 相关文章 | 计量指标

Select

基于对抗学习和迭代优化的视网膜血管分割

顾闻，徐奕

2024 (1): 73-80.
doi: 10.1007/s12204-022-2479-5

摘要 ( 50 )

PDF(913KB) ( 30 )

由于数据量小、血管细小、图像对比度低等特点，视网膜血管分割是一项具有挑战性的医学任务。为了解决这些问题，文中引入了一种新的卷积神经网络，同时利用了对抗学习和循环神经网络的优势。采用递归单元迭代设计网络，逐步优化输入视网膜图像的分割结果。循环单元保留高级语义信息，用于特征重用，从而输出足够精细的分割图，而不是粗掩码。此外，对抗性损失对分割的血管区域施加了完整性和连通性约束，从而大大减少了分割的拓扑错误。在DRIVE数据集上的实验结果表明，该方法的AUC和灵敏度分别达到98.17%和80.64%。与其他现有的最先进方法相比，该方法在视网膜血管分割方面取得了更好的效果。

参考文献 | 相关文章 | 计量指标

Select

无监督口腔内窥镜图像拼接算法

黄荣，常青，张扬

2024 (1): 81-90.
doi: 10.1007/s12204-022-2513-7

摘要 ( 36 )

PDF(5773KB) ( 22 )

口腔内窥镜图像拼接算法通过配准、拼接等处理获取宽视野口腔图像以满足辅助诊断的需求。与自然图像相比，口腔内窥镜图像的纹理特征少。然而，传统的基于特征的图像拼接方法严重依赖于特征提取的质量，在拼接特征较少的图像时，往往无法令人满意。此外，由于手持拍摄，拍摄的图像之间存在较大的深度和视角差异，这也给图像拼接带来了挑战。为了克服上述问题，提出了一种基于重叠区域提取和深度特征丢失的无监督口腔内窥镜图像拼接算法。在配准阶段，通过绘制多边形交点来提取输入图像的重叠区域进行特征点筛选，并在三层特征金字塔结构上由粗到精进行单应性估计。此外，使用深度特征而不是像素值来计算损失，以强调深度差异在单应性估计中的重要性。最后，对拼接后的图像进行从特征到像素的重构，消除了视差过大带来的伪影。我们的方法在UDIS-D数据集和我们的口腔内窥镜图像数据集上与基于特征和先前基于深度的方法进行了比较。实验结果表明，该算法具有较高的单应性估计精度和较好的视觉质量，可有效应用于口腔内窥镜图像拼接。

参考文献 | 相关文章 | 计量指标

Select

基于约瑟夫遍历和超混沌Lorenz系统的医学图像加密

杨娜，张淑霞，白牡丹，李珊珊

2024 (1): 91-108.
doi: 10.1007/s12204-022-2555-x

摘要 ( 40 )

PDF(8081KB) ( 32 )

本研究提供了一种基于约瑟夫遍历和超混沌Lorenz系统的医学图像加密方案。首先，利用超混沌系统生成超混沌序列，超混沌序列被用于算法的置乱阶段和扩散阶段；其次，在置乱阶段，利用约瑟夫置乱对图像进行初始置乱，然后利用猫映射对图像进行再次置乱。最后，利用生成的超混沌序列和异或操作对图像进行正向扩散和逆向扩散，以此改变图像的像素值，从而进一步隐藏图像中的有效信息。另外，明文图像的信息被用于生成算法中的密钥，这增加了抵抗明文攻击的能力。实验结果和安全性分析表明，该方案能够根据医学图像的特征有效地隐藏明文图像信息，并能够抵抗常见类型的攻击。此外，该方案在鲁棒性实验中表现良好，能够解决远程医疗中的图像信息丢失问题。这对今后的研究具有积极意义。

参考文献 | 相关文章 | 计量指标

Select

基于课程学习训练的聚合注意力网络Multi-SEANet用于MRI图像的格里森级别组无创预测

沈傲1, 2，胡冀苏2, 3，金鹏飞4，周志勇2，钱旭升2, 3，郑毅2，包婕4，王希明4，戴亚康1, 2

2024 (1): 109-119.
doi: 10.1007/s12204-022-2502-x

摘要 ( 39 )

PDF(1406KB) ( 17 )

格里森分级组(Gleason grade group, GG)是评估前列腺癌恶性程度的重要依据，但需要侵入性活检才能获得病理结果。为了无创地预测GG，提出了一种基于课程学习训练的集成注意力模块的多尺度卷积神经网络的自动预测方法。首先，提出了基于感兴趣区域图像的病灶注意力图，并与残存注意力模块相融合，使网络更加关注病灶区域。其次，结合特征金字塔网络，使网络更好地学习病灶区域的多尺度信息。最后，在网络训练中，提出了基于视觉评价与病理分级一致性差异的课程学习网络训练框架，进一步提高了网络的预测性能。实验结果表明，该方法在预测GG性能方面优于传统网络模型。二次加权Kappa结果为0.4711，用于评估临床显著性癌症的阳性预测值为0.9369。

参考文献 | 相关文章 | 计量指标

Select

基于加权异构图谱的增量式疾病自动诊断方法

田圆圆，金衍瑞，李志远，刘金磊，刘成良

2024 (1): 120-130.
doi: 10.1007/s12204-022-2537-z

摘要 ( 38 )

PDF(1080KB) ( 21 )

该文目标是构建一个能实现多科室级别的基于症状的疾病自动诊断模型。但构建分类几千种疾病的模型、同时收集成千上万种疾病-症状数据集这两个任务是现有研究难以解决的。基于“知识图谱即是模型”的想法，提出了通过不断学习数据中的经验知识，增量式地注入到知识图谱中，以此来构建一个注入“经验”的知识模型。即通过增量式学习、注入来解决数据收集问题，通过将知识图谱模型化、容器化来解决超多分类问题。首先通过图谱融合构建了一份异构知识图谱并设计了一个实体链接方法。然后对于每份数据集构建一个自适应的神经网络模型，利用数据实现统计学初始化和模型训练。最后将学习完成的神经网络模型中权重和偏置更新到异构图谱中。对于增量过程，同时考虑了数据增量和类别增量两种情况。在三份公共数据集上评估了模型在当前数据集上的诊断效果，以及类别增量后对历史数据集的抗遗忘能力两个性能；与经典模型相比，诊断正确率分别平均提高了5%、2%和15%；同时模型在增量学习下具有较好的抗遗忘能力。

参考文献 | 相关文章 | 计量指标

Select

交叉特征深度编码网络预测儿童脓毒症

陈潇1,2，张瑞1,2，汤心溢1,2，钱娟3

2024 (1): 131-140.
doi: 10.1007/s12204-022-2499-1

摘要 ( 51 )

PDF(1152KB) ( 19 )

脓毒症严重威胁儿科重症监护病房儿童的健康。通过及时诊断和治疗干预，可有效降低小儿脓毒症的死亡率。杆菌培养检测法耗时长，无法及时治疗。提出了一种新的框架：一个具有交叉特征的深度编码网络（CF-DEN），可以准确地进行早期脓毒症的检测。通过梯度提升决策树自动构造交叉特征，并提取到所设计的深度编码网络（DEN）中。DEN旨在从临床试验数据中学习足够有效的表征。DEN的每一层通过注意力机制对当前层计算中涉及的特征进行过滤，逐层叠加输出当前预测，得到最后一层嵌入特征。该框架利用基于树的方法和神经网络的方法，从小型临床数据集中提取有效表征，得到准确预测，从而促使患者得到及时治疗。在上海儿童医学中心收集的数据集上评估了框架的性能。与常见的机器学习方法相比，我们方法在测试集上的F1-score提高了16.06%。

参考文献 | 相关文章 | 计量指标

Select

2022年新型冠状病毒肺炎疫情对中国大学生心理影响

洪冬羊1,3, 王金霞2,3, 张虹洋2,3, 曹紫阳2,3, 晏紫君2,3, 邹琳2,3

2024 (1): 141-149.
doi: 10.1007/s12204-022-2557-8

摘要 ( 43 )

PDF(193KB) ( 17 )

为应对2022年3月以来的新一轮新型冠状病毒肺炎(COVID-19)疫情，全国各地疫情高发的高校采取隔离措施控制疫情。以往新冠肺炎疫情的报道表明，处于隔离管控状态下的人群是心理健康障碍的高发人群。为了解新冠肺炎隔离管控对在校大学生的影响及其应对方式，本研究通过问卷调查评估了国内大学生的压力和焦虑状况，并提出有效的干预措施。本项目检索相关文献，从心理状况、疫情形势、学习情况、日常生活、体育运动、人际交往6个维度，设计共51个条目的问卷，于2022年4月2日至8日在问卷星网络平台发送问卷。采用广泛性焦虑-7量表(GAD-7)和抑郁-焦虑-压力量表-21(DASS-21)评估患者的心理状态，探讨其影响因素和应对措施。统计学分析采用χ2检验和多因素logistic回归分析。结果在508名调查对象中，因新冠肺炎疫情隔离导致的轻度焦虑(GAD评分≥5, DASS-21焦虑评分≥ 8)或压力(DASS-21压力评分≥14)的合并患病率为19.69% (100/508)。不同性别、地区、专业的COVID-19隔离大学生焦虑或压力检出率无统计学差异。χ2检验和多因素logistic回归分析结果显示，学习效率或持续时间[OR=1.36, 95%CI (1.14~1.62), P=0.001]是隔离状态下大学生出现轻度焦虑或压力的独立危险因素。隔离前心理健康[OR=0.22, 95%CI (0.13~0.36)，P<0.0001]、更多的低强度运动[OR=0.36，95%CI (0.15~0.87)，P=0.02，以高强度运动为参照]、良好的睡眠质量[OR=0.14，95%CI (0.07~0.30)，P<0.0001: OR=0.42, 95%CI (0.30~0.59)，P <0.0001]是缓解我国大学生对本轮新冠肺炎疫情隔离焦虑或压力的保护因素。本研究结果显示，2022年新型冠状病毒肺炎疫情隔离期间，少数大学生存在轻度焦虑，其受到学习效率下降或时间的影响，低强度运动和良好的睡眠质量可缓解焦虑。

参考文献 | 相关文章 | 计量指标

Select

基于社会网络分析方法的新型冠状病毒肺炎相关国际科研合作研究

秦野1，陈蓉蓉2

2024 (1): 150-160.
doi: 10.1007/s12204-022-2558-7

摘要 ( 57 )

PDF(3126KB) ( 17 )

信息科学及交叉学科领域研究揭示了国际科研合作的网络结构发展。新型冠状病毒肺炎(COVID-19)在全球的大规模传播，尤其是自奥密克戎变异株被认定之后，可能根本上改变影响该网络形成的影响因素。采用网络分析方法，基于两个主要学术出版数据库和VOSviewer软件工具，研究了2020~2022年间以新型冠状病毒肺炎为主题的科研合作情况。创新性地增加了分析网络结构动态变化的时间维度，和使用了比例计数法作为对以往研究在方法层面的优化。揭示了新型冠状病毒肺炎相关科研合作网络结构随时间的重大变化、合作国家和地区集群的形成与重组，其原因包括新冠疫情发展中的关键事件和其他政治、社会性因素。中国作为网络中的最大节点之一，仍是相对独立的集群，其研究影响力具有形成一个更大亚太合作集群的潜力。

参考文献 | 相关文章 | 计量指标

期刊目录