广州市科技计划项目(2010J-E361)
- 作品数：4 被引量：12H指数：2
- 相关作者：余学飞王婷张宁贺建卫李喆更多>>
- 相关机构：南方医科大学南方医科大学南方医院更多>>
- 发文基金：广东省科技计划工业攻关项目广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生机械工程更多>>
- 输液监测系统的设计与应用被引量：3
- 2014年
- 介绍了一种输液监测系统的设计与应用,系统通过前端电路监测到输液的相关信息,然后将相关信息通过ZigBee网络的终端设备无线传输到协调器,协调器通过串口将相关的数据发送到输液监测系统,输液监测系统采用C#开发完成,具有友好美观的图形用户界面,同时提供了两种用于监测显示的界面-图形显示界面和列表显示界面,用户可根据自己的习惯和喜好来选择适合自己的观察界面。整个系统还包括PDA与监测系统之间的数据传输,监测系统能通过网络将接收到的数据传输到PDA,使用户能实时实地的观察到各个输液者的输液情况。PDA采用Android操作系统完成,适用于大多数智能手机,方便使用者,同时也能减少人力物力的消耗。
- 贺建卫余学飞李喆
- 关键词：ZIGBEE网络无线传输ANDROID操作系统
- 几种机器学习方法在黑色素瘤计算机辅助诊断中的性能比较被引量：1
- 2013年
- 黑色素瘤的计算机辅助诊断是基于激光共聚焦扫描显微镜(CLSM)皮肤图像纹理特征,并引入机器学习的技术,为临床应用研发的一种能够准确、有效地识别在体恶性黑色素瘤新医学诊断方法,将常用的基于机器学习的ID3、分类与回归树(CART)和AdaBoost三种算法应用于良恶性黑色素瘤图像的特征识别,并对各种学习方法的性能进行比较。实验结果表明,AdaBoost算法具有较好的分类识别性能,不但提高了恶性黑色素瘤早期诊断的准确度,降低了良性黑色素瘤的误诊率,而且为临床上早期发现和诊断提供了客观依据。
- 王婷张宁后桂荣余学飞
- 关键词：黑色素瘤计算机辅助诊断
- 基于激光共聚焦显微镜图像的黑色素瘤计算机辅助诊断算法研究被引量：6
- 2013年
- 目的基于激光共聚焦扫描显微镜皮肤图像,研发一种能够准确、有效地识别在体黑色素瘤的计算机辅助医学诊断方法。资料与方法通过小波分析法,提取40例黑色素瘤和40例常见良性痣患者激光共聚焦扫描显微镜图像的纹理特征,基于小波系数的标准差、能量以及熵值特征参数,采用分类与回归树算法对图像进行自动分类。结果该算法对对良性痣正确分类率达92.50%。结论该计算机辅助诊断方法不但提高了恶性黑色素瘤早期诊断的准确度,还降低了良性痣的误诊率,为临床早期发现和诊断黑色素瘤提供了客观依据。
- 王婷后桂荣张宁余学飞
- 关键词：黑色素瘤小波分析
- 基于ZigBee技术的输液监测系统设计被引量：2
- 2013年
- 本研究设计了一种以MSP430F149REV和CC2530F256为核心的多功能、低功耗的输液监测系统,检测部分采用红外原理来实现对液滴的检测,利用调制解调技术减小外界光的干扰,运用鉴频、整形等电路来提高整个系统的灵敏度和稳定性,并具有余液显示,声光报警等功能.同时将采集到的数据通过以CC2530为核心的ZigBee网络传输到工作站的PC机上,医护人员能随时了解输液的动态信息,减少人员消耗,同时也方便管理.整个系统在硬件、软件上都做了低功耗处理,使耗能达到最小,直接采用3V干电池供电即可.
- 余学飞贺建卫李喆
- 关键词：ZIGBEE网络低功耗PC机
