国家科技支撑计划(2011BAF01B02)
- 作品数：5 被引量：65H指数：3
- 相关作者：胡磊王田苗王君臣杨艳冯传杰更多>>
- 相关机构：北京航空航天大学延安大学北京积水潭医院更多>>
- 发文基金：国家科技支撑计划国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 复春散Ⅱ号、凉血解毒方联合重组人生长激素对重度烧伤患者血清促炎因子TNF-α、CRP、IL-6、蛋白质代谢及免疫功能的影响被引量：20
- 2020年
- 目的分析复春散Ⅱ号、凉血解毒方联合重组人生长激素对重度烧伤(SDB)患者血清促炎因子TNF-α、CRP、IL-6、蛋白质代谢及免疫功能的影响。方法将医院2017年3月—2019年3月收治的SDB患者129例按随机数字表法(RTNM)将其分成A、B组,各65例、64例,其中A组单纯予以复春散Ⅱ号、凉血解毒方治疗,B组则在A组治疗的基础上联合重组人生长激素治疗,将两组各项数据纳入SPSS 21.0软件处理,比较两组治疗前后的血清促炎因子TNF-α、CRP、IL-6表达及蛋白质代谢及免疫功能。结果1)A、B组治疗前的血清TNF-α、IL-6、CRP表达水平相比无显著差异(P>0.05),B组治疗后血清TNF-α、IL-6、CRP表达水平均显著低于A组(P<0.05)。2)A、B组治疗前的免疫球蛋白(IgG、IgA、IgM)和T细胞亚群(CD4、CD8、CD4/CD8)相比无显著差异(P>0.05),B组治疗后以上几项指标均高于A组(P<0.05)。3)A、B组治疗前氮平衡、白蛋白、前白蛋白及转铁蛋白水平相比均无显著差异(P>0.05),B组治疗后以上指标均高于A组(P<0.05)。4)经ROC曲线分析发现,TNF-α、IL-6、CRP、蛋白质代谢及免疫功能在SDB患者的创面愈合中均有较好的临床评估价值。结论在SDB患者临床治疗中科学、合理的予以复春散Ⅱ号、凉血解毒方联合重组人生长激素能显著降低重度烧伤患者机体炎症介质的水平,改善蛋白质代谢和免疫功能。可选择性地将以上几项指标视作患者创面愈合情况的评价标准之一,临床应用价值较好。
- 李晖冯传杰张宏峰赵婉刘运磊
- 关键词：凉血解毒方重度烧伤蛋白质代谢
- 考虑噪声干扰的医学图像点对配准算法及其误差预测
- 2012年
- 提出了考虑噪声干扰的医学图像点对配准问题的最大似然估计算法以及目标配准误差(TRE)的预测方法.对定义在Mahalanobis距离空间的绝对定向问题(AOP)进行迭代求解,使其结果收敛于最大似然解;应用误差传递理论计算配准结果的方差,通过方差传递公式计算TRE的数学期望,并用于评价配准结果和优化基准点的空间配置.数值模拟实验结果表明,与AOP的封闭解法相比,所提出算法的估计结果的精度较高,其对TRE预测的相对误差小于2%,对配准结果标准差预测的相对误差小于4%.
- 王君臣王田苗王芸胡磊
- 关键词：医学图像噪声模型
- 非线性最优机器人手眼标定被引量：34
- 2011年
- 提出一种基于最大似然估计的非线性最优手眼标定算法,并采用该方法对机器人进行了手眼标定.由于机器人系统的运动学正解及相机的外参数推定都包含误差,因此不能满足手眼标定矩阵方程,从而导致现有机器人手眼标定算法对观测噪声较为敏感.新算法根据包含噪声的测量值来估计它们的真值,使得测量真值满足手眼标定方程,并且在欧拉刚性变换矩阵空间中可使真值和对应的测量值的距离最小.通过数值仿真和真实机器人手眼标定实验,将新算法与现有2种经典的手眼标定算法进行了比较,结果表明,新算法在估计误差、对位姿变换次数的敏感度和稳定性方面均优于经典算法.
- 王君臣王田苗杨艳胡磊
- 关键词：机器人手眼标定最大似然估计
- 基于Harris角点的内窥镜图像变形全自动校正算法被引量：2
- 2011年
- 提出一种基于Harris角点检测的全自动内窥镜图像变形校正算法.对一幅黑白棋格图像进行Harris特征点检测并将特征按所属直线进行自动归类.引入关于全体变形参数的Harris角点子集直线度函数并对它进行Levenberg-Marquardt迭代优化来寻找最优变形参数.获取图像时无需限定相机与标定图案的相对姿态,算法执行中无需用户交互式干预.实验结果表明本文算法的校正结果使得内窥镜成像很好地满足线性相机模型,具有亚像素级精度,是一种快速简单灵活的校正方法,尤其适合临床应用.
- 王田苗王君臣杨艳胡磊孙磊
- 关键词：HARRIS角点HOUGH变换
- 基于无迹卡尔曼滤波的机器人手眼标定被引量：13
- 2011年
- 提出一种基于无迹卡尔曼滤波(UKF)的机器人在线手眼标定算法来求解齐次变换矩阵方程AX=XB.建立手眼标定的隐式马尔可夫模型(HMM),并对它进行无迹卡尔曼滤波,从而对标定参数的状态进行递归贝叶斯估计和实时可视化处理,蒙特卡洛仿真结果表明,在小高斯噪声、较大高斯噪声以及非等方向性高斯噪声模型下,本文算法估计结果的精确度优于传统的最小二乘标定算法.通过实际机器人手眼标定实验验证了本文算法的稳定收敛性,标定结果的误差小于最小二乘法.
- 王君臣王田苗杨艳胡磊
- 关键词：手眼标定隐式马尔可夫模型贝叶斯估计无迹卡尔曼滤波
