期刊目录

2025年, 第30卷, 第3期
刊出日期：2025-06-06 上一期   

---

全全选选:

导出引用 EndNote Ris BibTeX

隐藏/显示图片

Select

基于增强现实和超细径摄像头的胸腔闭式引流穿刺可视化系统 2025 (3):  417-424.  doi: 10.1007/s12204-025-2808-6 摘要 ( 103 )   PDF(1524KB) ( 37 )   胸腔闭式引流术在临床中可以利用带针胸管进行胸腔积液或积气的治疗，但目前手术中的穿刺过程是不可视的，存在手术失败的风险。因此，有必要设计一套具有可视功能的胸腔闭式引流穿刺可视化系统。增强现实（AR）技术可以辅助看到患者体内的解剖结构并确定体表插入点，我们还对目前使用的带针胸管进行了结构改进，通过嵌入超细径摄像头实现穿刺过程中的实时可视化。进行了模拟实验，测量了AR方法的总体配准误差范围在(3.59±0.53) mm，这表明其具有临床应用的潜力。超细径摄像头模组和改进的带针胸管可以及时反映针尖在人体内的位置。通过对比实验发现，与传统方法相比，视频引导可以提高穿刺过程的安全性。最后，通过问卷测试对系统的可用性进行了定性评估。本系统有助于实现胸腔闭式引流穿刺操作的可视化，为提高操作步骤的准确性和安全性提供了实施方案，此方法有利于缩短学习曲线，提高医生的熟练程度。 参考文献 | 相关文章 | 计量指标

Select

近红外胶囊机器人无线能量接收线圈优化设计 2025 (3):  425-432.  doi: 10.1007/s12204-024-2717-0 摘要 ( 66 )   PDF(1554KB) ( 17 )   针对近红外胶囊机器人的能量供给不足、波动过大等问题，提出了一种无线能量接收线圈设计优化方法。首先通过电磁与电路分析，建立了无线能量传输系统的磁感应强度模型与等效电路模型。结合上述模型，以各维度绕组层数为优化变量，以接收端负载功率归一化标准差和空间尺寸为约束条件，以接收端负载功率平均值最大化为优化目标，建立了接收线圈的优化模型。最后，绕制了三种不同参数的三维接收线圈，通过实验测试了不同驱动电流下的接收端负载功率，对优化结果进行了验证。实验结果显示：接收端负载功率实验值与理论值变化趋势一致，实验值均小于理论值；接收端负载功率归一化标准差理论值为4.6%，平均实验值为9.6%。该研究解决了近红外胶囊机器人的供电问题，对胃肠道疾病的早期诊断和治疗具有重要意义。 参考文献 | 相关文章 | 计量指标

Select

基于Voronoi Tessellation开发的径向梯度骨支架的机械和渗透性能研究 2025 (3):  433-445.  doi: 10.1007/s12204-024-2770-8 摘要 ( 97 )   PDF(4136KB) ( 23 )   基于 Voronoi tessellation 设计的不规则骨支架与人体松质骨的形态和性质相似，这已成为近年来骨组织工程支架研究的热门话题。然而，关于不规则仿生支架径向梯度设计的研究还很有限。本研究旨在开发一种类似于天然长骨的径向梯度结构，促进仿生骨支架的开发。研究采用了一种新颖的梯度方法：保持恒定的孔隙率，控制种子在不规则多孔结构中的特定部位分布，并改变支柱直径以产生径向梯度。不规则支架与四种传统支架，即Cube、Pillar BCC、Vintiles与Diamond，在渗透性、应力集中特性和机械性能方面进行了比较分析。结果表明：径向梯度不规则多孔结构的渗透性范围最广，应力分布优于传统支架，弹性模量范围4.20~22.96 GPa和屈服强度范围68.37~149.40 MPa均符合骨植入物的性能要求，具有巨大应用开发潜力。 参考文献 | 相关文章 | 计量指标

Select

计算机断层扫描中金属伪影抑制的先验图像改进 2025 (3):  446-454.  doi: 10.1007/s12204-023-2643-6 摘要 ( 55 )   PDF(769KB) ( 8 )   降低计算机断层扫描图像中的金属伪影并不容易。然而，金属伪影区域内的像素值变化平滑，而金属和骨骼区域边界的像素值变化剧烈。对原始图像进行自适应阈值处理后，在金属区域和骨骼区域的边界上可以明显地形成几乎连续的边缘，而在金属伪影区域则无法形成这种信息。本文通过对Canny图像中骨骼区域边界边缘形成的封闭区域进行搜索，有效地排除了仅用强度阈值法难以识别的金属伪影区域。因此，提出了一种新的基于先验图像的金属伪影抑制方法。实验表明，即使图像中同时存在多个较大的金属物体，该方法也能轻松实现，有效地降低金属伪影。该方法适合临床应用。 参考文献 | 相关文章 | 计量指标

Select

基于表面肌电信号的BP-LSTM混合模型肘部运动实时预测 2025 (3):  455-462.  doi: 10.1007/s12204-024-2581-y 摘要 ( 58 )   PDF(823KB) ( 6 )   面对数量庞大的运动功能障碍群体，康复机器人越来越受到关注。为了促进用户意图在机器人辅助康复过程中的主动参与，建立人体运动预测模型至关重要。本文建立了一个基于长短期记忆网络（LSTM）的混合预测模型。该模型使用表面肌电信号（sEMG）作为输入，并成功应用于肘关节运动的提前预测。该模型包含两个子模型：反向传播神经网络和长短期记忆网络。首先，反向传播神经网络基于肌电信号对肘关节运动进行初步预测，然后，长短期记忆网络对这一预测进行修正以提高模型准确性。该模型使用时间序列数据作为输入，包括通过电极测量的表面肌电信号和来自惯性测量单元的连续的角度信号。使用离线和在线实验对所建立的混合模型进行了训练和验证。在离线和在线实验中，预测角度和实际角度之间的平均均方根误差分别为3.52°和4.18°，相关系数均在0.98以上。 参考文献 | 相关文章 | 计量指标

Select

仿生六边形微凸起纹理高度对摩擦触觉感知的影响 2025 (3):  463-471.  doi: 10.1007/s12204-023-2648-1 摘要 ( 51 )   PDF(2519KB) ( 12 )   从仿生学角度出发，加工出类似动物表面具有特殊功能的纹理，进而提高接触表面摩擦稳定性和接触舒适性对于触肤产品的表面纹理设计具有重要的指导意义。本文采用激光加工方式在亚克力表面制备了仿生六边形微凸纹理。通过有限元、认知行为学、摩擦学和脑电试验研究了不同触摸速度、压力条件下手指触摸仿生六边形微凸纹理的摩擦机理，探究了仿生六边形微凸纹理高度变化对于摩擦触觉感知的影响。研究表明形变摩擦力是手指触摸仿生六边形微凸纹理的主要摩擦分量，滑溜感和摩擦因数呈现显著负相关关系。随着触摸速度减小或触摸压力增大，手指的滞后摩擦以及互锁摩擦呈增大趋势，滑溜感呈减小趋势。触摸凸起高的仿生六边形纹理引起的摩擦因数大、滑溜感小、P300峰值低。纹理凸起低、摩擦因数小、滑溜感高的六边形微凸纹理在触觉感知过程中需要较大的大脑注意资源和触感信息加工强度。 参考文献 | 相关文章 | 计量指标

Select

血管介入手术路径规划及三维视觉导航 2025 (3):  472-481.  doi: 10.1007/s12204-023-2653-4 摘要 ( 69 )   PDF(1855KB) ( 7 )   在血管介入手术中引入路径规划和视觉导航可以为医生提供直观的参考和指导。本研究基于X射线冠状动脉造影图像血管骨架提取和狭窄病变诊断的预处理结果，先利用聚类判断交叉点的连通性，再通过改进的Dijkstra算法自动规划手术路径。在此基础上，引入中间点对路径进行分段修正，提高系统精度。最后通过外极约束逆投影变换重建冠脉三维模型，并标注出最优路径，实现多角度三维视觉导航。临床数据实验结果表明，与使用传统Dijkstra算法相比，改进方法能够减少中间点需求，提升计算效率，且与人工标定路径的平均误差降低到整体优化前的4%。三维重建和重投影的结果进一步定性和定量地验证了整体方案的可靠性。 参考文献 | 相关文章 | 计量指标

Select

特发性脊柱侧后凸的动态响应 2025 (3):  482-492.  doi: 10.1007/s12204-023-2635-6 摘要 ( 52 )   PDF(1618KB) ( 3 )   目前侧后凸脊柱对振动的动态反应特征尚不清楚。用有限元法研究了特发性侧后凸脊柱患者的振动响应。目标是分析特发性侧后凸脊柱的动态特征。用CT扫描图像建立T1—S1段的有限元模型，并进行验证。对建立的脊柱侧后凸模型进行静力学和动态验证。利用有限元软件ABAQUS对脊柱侧后凸模型进行模态分析、稳态分析和瞬态分析。从模态分析中提取的前四阶固有频率分别为1.34、2.26、4.49和17.69 Hz。值得注意的是，前三个固有频率随着上半身体质量的增加而降低。在稳态分析中，x方向最大振幅对应的频率为一阶固有频率，y方向和z方向最大振幅对应的频率为二阶固有频率。在相同的共振频率下，胸椎的振幅相对于腰椎的振幅更大。瞬时分析的时域结果表明，各段的位移动态响应随时间呈现循环响应特性。在2.26 Hz的激励下，研究对象的动态响应表现为共振。脊柱畸形程度越高，基频越高。侧后凸脊柱的前三阶模态都包含了垂直方向上的振动分量。二阶固有频率对脊柱侧后凸患者的危害最大。在循环载荷作用下，胸锥的变形超过腰椎。 参考文献 | 相关文章 | 计量指标

Select

基于毫米波雷达的智能心率提取方法 2025 (3):  493-498.  doi: 10.1007/s12204-023-2656-1 摘要 ( 65 )   PDF(1395KB) ( 7 )   毫米波雷达的非接触式生命体征测量技术具有重要医用价值与独特优势。然而由于心跳震动特征微弱，频率范围较广，且检测信号存在呼吸谐波及无关运动干扰等因素，进行实时鲁棒提取仍有难点。针对上述问题，将对于广范围分布的快慢心率自适应提取归纳为多尺度检测问题，将区分心跳特征与其他无关身体运动特征归纳为特征关注问题，进行了多尺度检测模块和心率特征关注模块设计，并组合为基本网络模块，搭建成心率提取神经网络。通过合理的数据集设计与模块参数设计进行实验，其结果表明，在有无关运动数据干扰的信号数据中，所提方法模型进行心率提取时的绝对误差平均可以达到1.87次/分，相对准确率平均可以达到97.51%。 参考文献 | 相关文章 | 计量指标

Select

基于变换学习和结构化低秩模型的并行成像快速重构算法 2025 (3):  499-509.  doi: 10.1007/s12204-023-2647-2 摘要 ( 51 )   PDF(2742KB) ( 5 )   结构化低秩并行磁共振成像模型在自校准信号受限的情况下，可以有效地重构出磁共振图像，但其计算量大导致重构时间长，而难以得到临床应用。为了提高并行磁共振图像的重构质量和重构速度，将联合稀疏变换学习(JTL)与SAKE结构化低秩重构模型结合，使用交替方向乘子法对模型进行求解，并引入优化梯度法提高收敛速度。另外，使用图形处理器进行加速，从而得到一种并行磁共振成像快速重构算法JTLSAKE。通过对四组人类活体的并行磁共振成像数据集进行重构实验可以看出，提出的JTLSAKE算法可以获得与基于JTL的PLORAKS算法相当的重构质量，并且重构速度提高了43倍以上，重构200×200 pixels的8通道磁共振图像仅需4 s。 参考文献 | 相关文章 | 计量指标

Select

用时间卷积网络预测关键蛋白质的深度学习框架 2025 (3):  510-520.  doi: 10.1007/s12204-023-2632-9 摘要 ( 45 )   PDF(931KB) ( 2 )   关键蛋白质是细胞不可缺少的组成部分，并且在遗传病诊断和药物开发中发挥着极其重要的作用。因此，关键蛋白质的预测受到了研究人员的广泛关注。许多中心性方法和机器学习算法已经被提出来预测关键蛋白质。然而，中心性方法学习到的拓扑特征不够全面，导致准确率较低。此外，机器学习算法需要足够的先验知识来选择特征，解决不平衡分类问题的能力有待进一步加强。这两个因素极大地影响了预测关键蛋白质的性能。在本文中，我们提出了一种基于时间卷积网络的深度学习框架，通过整合基因表达数据和蛋白质相互作用（PPI）网络来预测关键蛋白质。我们利用网络嵌入的方法自动学习PPI网络中蛋白质更丰富的特征。对于基因表达数据，我们将其视为序列数据，并使用时间卷积网络提取序列特征。最后将两类特征融合在一起，放入多层神经网络中，完成最终的分类任务。通过与7种中心性方法、6种机器学习算法和2种深度学习模型进行比较，评估了我们方法的性能。实验结果表明，我们的方法比预测关键蛋白质的比较方法更有效。 参考文献 | 相关文章 | 计量指标

Select

用于内窥镜图像息肉检测的实时轻量级卷积神经网络 2025 (3):  521-534.  doi: 10.1007/s12204-023-2671-2 摘要 ( 45 )   PDF(1563KB) ( 3 )   结直肠癌是最常见的癌症，死亡率第二。息肉病变是结直肠癌的前兆症状。息肉的发现和切除可有效降低患者早期的死亡率。然而，内窥镜检查过程中会产生大量的图像，这将大大增加医生的工作量，并且长期的机械筛选内镜图像也会导致高误诊率。针对计算机辅助诊断模型在息肉检测任务中严重依赖计算能力的问题，我们提出了一种基于YOLOv5算法的轻量级模型，坐标注意力-YOLOv5-Lite-Prune；这个模型不同于现有研究中提出的最新方法，例如更快的基于区域的卷积神经网络、YOLOv3、YOLOv4和单次多边框检测，这些方法将目标检测模型或其变体直接应用于预测任务而不进行任何轻量级处理。本文模型的创新点如下：首先，引入轻量级的EfficientNetLite作为新的特征提取网络；其次，采用深度可分卷积及其改进模块，采用不同的注意机制取代检测头结构中的标准卷积；然后，利用α-IoU损失函数提高模型的精度和收敛速度；最后，利用剪枝算法压缩模型大小。我们的模型有效地减少了参数的数量和计算复杂度，并且没有明显的精度损失。因此，该模型可以成功部署在嵌入式深度学习平台上，并以每秒30帧以上的速度检测息肉，这意味着该模型摆脱了深度学习模型必须依赖高性能服务器的限制。 参考文献 | 相关文章 | 计量指标

Select

基于改进加权融合的胶囊内镜肠道内壁图像拼接方法 2025 (3):  535-544.  doi: 10.1007/s12204-023-2637-4 摘要 ( 55 )   PDF(2442KB) ( 5 )   目前针对肠道天然管状结构的图像拼接方法仍缺乏系统的研究，且传统拼接方法对带有深景区域的内镜图像存在适用性差的问题。为了在二维空间中重塑肠道内壁，我们开发了一种方法，该方法根据肠道图像特征不明显且通常呈圆环状排列的特点，采用基于归一化的拉普拉斯算法增强图像并将其进行极坐标展开变换，进而提取出当前图像相对于前张图像的新增图像片段，并利用改进的加权融合算法顺序拼接片段图像。实验结果表明，所提方法可以提高图像的清晰度，并在确保肠道图像信息含量的同时将噪声降到最低，同时最终呈现的全景图像片段之间过渡平缓，拼接痕迹明显消失。 参考文献 | 相关文章 | 计量指标

Select

基于粒可微性印度COVID-19疫情模糊动态最优模型 2025 (3):  545-554.  doi: 10.1007/s12204-023-2642-7 摘要 ( 45 )   PDF(1679KB) ( 3 )   流行病毒SARS-CoV-2，命名为COVID-19，未来几年可能持续大规模传播。由于还未获得可证实的药物，死亡率迅速上升。保护健康的首要措施是病人或感染区域隔离。由于人类是唯一携带者，如果将感染人群或病毒携带者相互隔离，可能会控制阳性率。隔离可能不是一个适当的解决办法，这些是当前在世界各地开展的COVID-19研究工作共识。因为在世界各地的数据库和印度每天记录的阳性病例不精确，目前世界和公共卫生情况正在受到COVID-19严重不确定性问题的打击。在这项研究中，我们提出了一种基于模糊动态系统的粒可微性COVID-19最优控制模型。第一步，我们创建了COVID-19模糊易感-暴露-感染-无症状-住院-康复-死亡（SEIAHRD）模型，使用粒可微性对其进行分析，并报告了与时间无关疾病控制参数的疾病动态。第二步，我们将与时间相关疾病控制参数相关联的模糊动力系统和粒可微性模型升级为最优控制问题输入。用第一波和第二波初期印度视角的新冠肺炎疫情相关实际数据对理论研究进行了验证。 参考文献 | 相关文章 | 计量指标

Select

基于外积有效和字典学习的改进灵敏度编码重建算法 2025 (3):  555-565.  doi: 10.1007/s12204-023-2677-9 摘要 ( 48 )   PDF(2838KB) ( 3 )   灵敏度编码(Sensitivity Encoding, SENSE)是一种利用接收器线圈灵敏度的固有空间编码信息来实现图像重建的并行磁共振成像(Magnetic Resonance Imaging, MRI)技术。现存基于SENSE模型的MRI重建算法的自适应能力不足,导致重建图像精度欠缺。基于上述情况，将包含L0范数的外积有效和字典学习(Efficient Sum of Outer Products Dictionary Learning, SOUPDIL)引入SENSE模型中，提出一种基于SOUPDIL的改进灵敏度编码重建算法，即SOUPDIL-SENSE。提出的算法主要基于交替方向乘子法求解，通过字典学习和图像更新两步实现并行MRI重建。仿真实验结果表明：该算法能够促进图像稀疏性，有效消除图像重建噪声和伪影，显著提升图像重建精度。 参考文献 | 相关文章 | 计量指标

Select

迁移学习和注意机制融合用于CT图像COVID-19病灶分割的计算机辅助诊断 2025 (3):  566-581.  doi: 10.1007/s12204-023-2646-3 摘要 ( 54 )   PDF(911KB) ( 3 )   肺部疾病的类型多样且复杂，基于计算机断层扫描技术（Computed Tomography，CT）图像进行高质量的肺病变区域分割成为计算机辅助诊断的重难点问题。研究将注意力机制与迁移学习相结合，构建可在肺CT图像上实现新冠肺炎自动诊断的深度学习模型。迁移学习中编码阶段使用ImageNet预先训练的VGG16作为编码器，基于U-Net结构设计解码器，在每次进行拼接操作时引入注意力模块能让模型对重要信息重点关注并快速锁定重要部分。在COVID-19-CT-Seg-Benchmark数据集上进行实验，Dice，F1，Accuracy最高分别达到了0.9071，0.9076，0.9965。同时评估泛化性能，性能指标包括Dice，F1和Accuracy超过0.8。实验结果表明本文所提出的分割网络的有效性。 参考文献 | 相关文章 | 计量指标

Select

基于呼气末二氧化碳感知的气管插管方法 2025 (3):  582-590.  doi: 10.1007/s12204-024-2707-2 摘要 ( 48 )   PDF(1586KB) ( 2 )   气管插管在生物医学领域有着广阔的应用前景。目前主要采用目视插管工具判断导管位置。但是，当患者患有颈、喉、气管疼痛等疾病或其他病症时，如果声门区暴露不理想，就会出现气道困难。对于困难的气道，这种目视插管工具有很大的局限性。研究新的气管插管引导方法，为困难气道插管提供参考或解决方案，是生物医学临床领域的关键问题。本文提出了一种基于呼气末二氧化碳（ETCO2）感知的气管插管方法。仿真模型验证了该方法用于气管插管引导的可行性。然后，采用4根微腔管作为气体收集管，设计开发了一套基于ETCO2感知的气管内导管引导系统，对咽腔内CO2浓度信息进行采集和处理。实验结果表明，该导引系统可用于模拟无视觉咽腔插管导引。 参考文献 | 相关文章 | 计量指标

Select

基于蝶形空洞几何蒸馏的磁共振成像重建 2025 (3):  591-599.  doi: 10.1007/s12204-024-2701-8 摘要 ( 52 )   PDF(1354KB) ( 3 )   为了提高磁共振成像的重建精度，提出了一种精确的自然图像压缩感知 (Compressed Sensing， CS)重建网络，结合了基于模型和基于深度学习的CS-MRI 方法的优点。理论上，在线性重建中增强几何纹理细节是可行的。首先，将优化问题分解为线性近似和几何补偿两个问题。针对图像线性近似问题，采用数据一致性模块对其进行处理。由于处理过程会丢失纹理细节，因此提出一种显式结合图像和频率特征表示的神经网络层，命名为蝶形空洞几何蒸馏网络。该网络引入了蝶形运算的思想，巧妙地融合了图像域和频域的特征，避免了单一域提取特征时纹理细节的丢失。最后，结合通道注意力机制和空洞卷积设计了通道特征融合模块。通道注意力使得最终输出的特征图集中在更重要的部分，从而提高了特征表示能力。空洞卷积扩大了感受野，从而获得更稠密的图像特征数据。实验结果表明，在笛卡尔采样掩码CS比例为10%的大脑数据集上，该网络的峰值信噪比比 ISTA-Net+、FISTA 和DGDN 网络分别提高了 5.43 dB、5.23 dB 和 3.89 dB。 参考文献 | 相关文章 | 计量指标

Select

声带振动质量模型的研究现状与进展 2025 (3):  600-612.  doi: 10.1007/s12204-023-2652-5 摘要 ( 46 )   PDF(758KB) ( 2 )   声带振动质量模型的建立对于人类声带病变的辅助诊断与治疗有着重要意义。建立空气动力学和声学的数学模型来研究声带振动，以及进行发声时声带运动的模拟与仿真，是近年来病理语言学研究的热点。在过去的几十年中，国内外研究者们根据实验需要设计了不同种类的声带振动质量模型，这些模型建立的原理、计算量、自由度等方面都存在着许多差异。因此，我们按照建模的整体思路和模型用途，对这些已建立的声带振动质量模型进行分类与描述，总结不同模型的研究现状和特点，并在此基础上，对声带振动质量模型的未来研究方向进行展望。 参考文献 | 相关文章 | 计量指标

Select

基于基尼不纯度结构优化物理引导神经网络的薄膜型声学超材料传声损失预测 2025 (3):  613-624.  doi: 10.1007/s12204-023-2655-2 摘要 ( 53 )   PDF(1064KB) ( 3 )   随着机器学习的快速发展，采用神经网络进行声学超材料的性能预测正在取代以实验为基础的传统测试方法。本文提出了基于基尼不纯度的神经网络结构优化器，并研究了五种初始化算法对于模型性能及结构优化的影响。为了进一步提升模型的预测精度，实现了混合共振频率和传声损失公式的两类物理引导模型。结果表明采用灰狼算法作为初始化方法的结构优化器能够显著提升模型的预测精度。同时，混合共振频率的物理引导模型拥有最佳性能且能更好地预测边缘数据点。最后，结合敏感度分析和理论公式解释了输入参数对于传声损失的影响。 参考文献 | 相关文章 | 计量指标