陈姿羽
- 作品数：8 被引量：13H指数：2
- 供职机构：南方医科大学生物技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学电子电信更多>>
- 一种改进的自适应谱聚类图像分割算法被引量：4
- 2012年
- 目的提出一种改进的自适应谱聚类图像分割算法,该算法能自动选择出最优尺度参数从而提高谱聚类算法分割的准确率。方法利用约束条件优化相关准则函数,对相似度量函数自动学习迭代并得到最优尺度参数,再运用基于Nystr m估计的谱聚类算法得到最后的图像分割结果。选择对不同性质的纹理图像采用适合的相似度量函数并应用本文的算法进行图像分割,最后与k-均值算法和预分割后再使用人工调整到最优参数的谱聚类算法的分割结果进行了比较。结果这种改进的自动选择最优尺度参数的谱聚类算法在分割效果上较其它两种聚类算法能得到更好的分割结果。结论本文提出的改进方法,能使谱聚类算法的图像分割效果更理想。
- 陈姿羽黄靖李伟鹏
- 关键词：谱聚类图像分割自适应
- vivi在嵌入式移动医疗系统设计中的应用被引量：1
- 2011年
- 目的:针对移动医疗系统小型化、智能化、多功能化及网络化等要求,设计便携式移动医疗系统,并在此基础上实现vivi的应用。方法:基于ARM9 S3C2410嵌入式微处理器设计的移动医疗系统,并根据其需求分析vivi的配置移植和功能扩展。结果:实现了vivi基于嵌入式移动医疗系统平台的配置移植,并添加了USB下载和yaffs文件系统功能支持,测试结果表明达到了所需的功能要求。结论:vivi作为构建的嵌入式移动医疗系统重要组成部分,需要进行合理的配置才能达到所需的应用需求。
- 陈姿羽李伟鹏苏秋玲
- 关键词：嵌入式
- 信号处理类课程教学实验改革之探讨与实践被引量：3
- 2017年
- 文章针对生物医学工程本科信号处理类专业基础课教学难、学生兴趣难以提升等问题,提出了相关的教学与实验改革。首先,在理论课的教学安排上解决了"信号与系统"和"数字信号处理"专业基础课授课重复、学习枯燥、师生交流少等问题。其次,将实验部分分三个学期进行,从最基础的信号与系统实验到最终的与生物医学工程专业相关的心音信号采集与处理综合实践,让学生由浅入深并能学以致用,解决实际问题,充分发挥创造性。
- 陈姿羽喻德旷杨丰黄靖
- 关键词：信号处理教学改革
- 基于属性选择的贝叶斯网络模型在临床缺失数据中的研究与应用被引量：2
- 2008年
- 目的利用基于属性选择的贝叶斯网络对缺失的临床数据集进行分类预测。方法首先为每个属性添加一个二元变量指示各属性丢失情况;接着使用基于包装法的遗传因子搜索法对原始的有缺失的临床数据集进行属性选择;最后应用贝叶斯网络对以上优化属性集进行分类并检验分类效果。结果该方法不仅考虑到了丢失的临床信息的价值,也除去了无关和冗余的属性。结论本文提出的方法,分类效果优于直接使用贝叶斯网络模型。
- 陈姿羽李伟鹏
- 关键词：贝叶斯网络
- 基于贝叶斯网络的缺失临床数据集分类技术研究
- 在现实环境中，由于各种原因存在着数据缺失的现象。而临床数据集中的数据缺失可能与某些属性的状态有关，这些缺失的数据中蕴含的信息，如果处理方法不当将导致错误推断结果的发生。如何对不完整的临床数据集进行操作从而提高分类和诊断的...
- 陈姿羽
- 关键词：医院信息系统数据修补数据挖掘贝叶斯网络
- 文献传递
- 移动医疗系统的Bootloader设计与实现
- 2011年
- 启动引导程序(Bootloader)是嵌入式系统加电后运行的第一段软件代码。但是由于嵌入式系统的专用性和多样性,Bootloader的移植工作繁琐复杂。为了减少Bootloader移植工作的盲目性,加速产品开发进程,进行Bootloader分析总结,并针对设计的基于嵌入式技术的移动医疗系统设计一种应用于其上的Bootloader。除基本内核镜像的引导与加载外,提供多接口下载模式,且易于不同CPU的移植与扩展,具有一定的实际应用价值和参考意义。
- 陈姿羽李伟鹏苏秋玲
- 关键词：BOOTLOADER嵌入式
- 关于缺失临床数据的一种数据修复技术研究
- 2009年
- 目的:利用原始的临床数据集里包含的有效信息解决临床数据中经常发生的数据缺失问题,以此提高预测和分类的准确性,从而为临床经验较少的医师提供帮助以纠正医生的主观意见。方法:首先,利用原始数据中隐含属性之间的关联性,同时结合专家知识,建立起数据集属性的修复结构;第二步,使用类神经网络的反向传播(BP)算法修复第一步中各个待修复数据子集中的缺失值;最后,用贝叶斯网络来检验修复后的临床数据集是否有效地提高了分类精度。结果:我们从UCI数据集中挑选出合适的临床数据集在Matlab7.0的环境下进行实验,分别比较了它们在不同随机缺失比例下经修复后对分类效果的影响。实验证明该数据修复方法较一般的均值修补法更能提高分类的精度。结论:在缺失的临床数据集中使用本文中介绍的方法,对得到准确的诊断结果具有很大的帮助。
- 陈姿羽李伟鹏
- 关键词：缺失数据互信息类神经网络贝叶斯网络
