杨宏波
- 作品数：9 被引量：19H指数：3
- 供职机构：昆明医科大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生电子电信自动化与计算机技术更多>>
- 基于时频组合特征与自适应模糊神经网络的心音分类算法
- 2023年
- 特征提取方法和分类器的选择是心音分类中的两个重要环节。为了充分捕捉心音信号中的病理性特征,研究中引入了一种结合梅尔频率倒谱系数(MFCC)和功率谱密度(PSD)的特征提取方法。与目前常规分类器不同,研究中选择了自适应模糊神经网络(ANFIS)为分类器。在实验设计方面,选取了不同时期、不同频率范围的PSD进行对比,选出分类效果最佳的特征,并采用均值PSD、标准差PSD、方差PSD和中位PSD四种不同的功率谱统计特性进行对比。通过实验比较,心音收缩期100~300 Hz的中位PSD和MFCC组合特征有最好的效果,在准确率、精确率、灵敏度、特异度和F1得分上分别达到96.50%、99.27%、93.35%、99.60%和96.35%。结果显示本研究所提算法对先心病辅助诊断具有较大帮助。
- 汪琴杨宏波潘家华田英杰郭涛郭涛
- 关键词：模糊神经网络功率谱密度先天性心脏病
- 一种可听呼吸音的新型听诊器
- 一种可听呼吸音的新型听诊器，涉及听诊器技术领域，包括两组耳件，每组所述耳件的底部均套接有胶体连接管，两组所述胶体连接管的自由端共同连接有第一三通管，所述第一三通管的底部连接有胶体总管，所述胶体总管的底部连接有第二三通管，...
- 杨宏波潘家华郭涛王威廉
- 文献传递
- 基于心电信号的先心病肺动脉高压识别分类研究
- 2022年
- 先天性心脏病相关性肺动脉高压(Pulmonary Arterial Hypertension,PAH)在临床上有着很高的发病率、致残率和病死率,其确诊主要采用右心导管测量平均肺动脉压,这种方法有创且操作性要求高,不便在筛查中采用,因此探索一种非介入式CHD-PAH智能辅助诊断方案意义重大。在先心病的基础上对CHD-PAH进行研究,从分析ECG入手,通过预处理、心拍分割、波形检测、特征提取、数据扩充、分类识别等手段对CHD-PAH进行建模预测。在Christov_segmenter算法基础上,利用差分阈值和局部峰值改进,检测QRS波、P波和T波,最后提取基于时间和幅度的双模态特征。为了拟合出最佳的分类模型,实验采用了支持向量机、随机森林及K邻近等分类器,并设计基于T分布的麻雀搜索算法改进支持向量机。实验共使用460段时长为20s的1导联ECG信号进行训练和测试。实验结果表明,所提算法优化的支持向量机模型预测准确率、特异度和灵敏度分别可达99.76%,99.80%,99.73%。
- 韩宇森杨宏波孙静潘家华王威廉
- 关键词：肺动脉高压分类器
- 基于音频时频特征的非接触新冠肺炎检测方法
- 本发明涉及新冠肺炎的检测、筛查。本发明所述的基于音频时频特征的非接触新冠肺炎检测方法包括以下步骤：步骤S1：通过设定音频信号的采集标准，让受试者根据采集标准自行利用身边可用的音频采集设备，采集呼吸音、咳嗽音与话音，采样频...
- 杨宏波马鹏钥成焱雄潘家华郭涛王威廉
- 基于MFCC与GFCC混合特征的先心病心音分类研究被引量：2
- 2022年
- 为提高心音信号的分类准确率,提出一种基于梅尔频率倒谱系数与Gammatone频率倒谱系数的混合特征(MFCC与GFCC混合特征)的先心病心音信号分类算法。首先用db6小波双参数可调阈值函数对心音信号降噪,再用基于逻辑回归的隐半马尔可夫模型自动分段以提取单个心动周期;然后对信号加汉宁自卷积窗并提取心音的MFCC与GFCC混合特征,再用主成分分析法进行降维,以减少计算量;最后采用深度学习模型Inception v4进行分类识别,并与其它传统识别方法做了分类比较研究。用所提出的方法对1600例心音样本进行了分类测试,实验结果表明,上述方法对先心病心音的分类准确率比传统识别方法有明显提高,分类准确率达91.25%。
- 陈成潘家华孙静杨宏波
- 关键词：先心病心音信号
- 应用OCT评价冠状动脉斑块性质及其与MMP7、MMP9、MMP12的相关关系
- [目的]在冠脉造影后采用冠脉内光学相干断层扫描（OCT）评价斑块性质及其各种特征与血清基质金属蛋白酶7（MMP7）、基质金属蛋白酶9（MMP9）、基质金属蛋白酶12（MMP12）水平的关系。[方法]将昆明医科大学第一附属...
- 杨宏波
- 关键词：易损斑块光学相干断层扫描基质金属蛋白酶
- 文献传递
- OCT检测冠状动脉斑块特征及其与基质金属蛋白酶相关性研究被引量：5
- 2017年
- 目的采用冠状动脉内光学相干断层扫描(OCT)检测冠状动脉粥样硬化斑块特征及其与血清基质金属蛋白酶(MMP)7、MMP9、MMP12水平的关系。方法选择2014年10月至2016年3月拟行冠状动脉造影明确冠状动脉病变的患者,根据OCT检测结果分为稳定斑块组和不稳定斑块组。应用OCT检测斑块的纤维帽厚度、脂质池角度、巨噬细胞浸润、斑块裂隙、斑块内新生血管等特征。搜集研究对象基本资料,采用酶联免疫吸附试验(ELISA)检测血清MMP7、MMP9、MMP12水平。结果 (1)稳定斑块组纤维帽厚度大于不稳定斑块组(P<0.01);不稳定斑块组脂质池角度、巨噬细胞浸润、内膜侵蚀、斑块出现裂隙均多于稳定斑块组(P<0.05);(2)不稳定斑块组患者MMP7、MMP9水平高于对照组和稳定斑块组(P<0.05);(3)斑块纤维帽厚度与血清MMP9水平呈明显负相关(r=-0.336,P<0.05);巨噬细胞浸润组MMP7、MMP9水平大于无巨噬细胞浸润组(P<0.05);血管内膜有侵蚀组MMP9水平大于无内膜侵蚀组(P<0.01)。结论OCT检测能够发现不稳定斑块,而血清MMP7、MMP9水平在不稳定斑块病变患者中明显升高,可作为预测不稳定斑块、指导治疗决策的重要依据。
- 孙煌杨宏波潘家华彭云珠李锐洁喻雯孟照辉郭涛
- 关键词：不稳定斑块光学相干断层扫描基质金属蛋白酶类
- 基于人工智能的辅助诊断在先天性房间隔缺损筛查中的应用研究被引量：6
- 2019年
- 目的评估基于人工智能的辅助诊断在先天性房间隔缺损(atrial septal defect,ASD)筛查中的应用价值。方法2014年9月至2018年9月,在先心病筛查中对10 142名0~14岁儿童进行人工听诊及基于人工智能的辅助诊断。人工智能对已确诊ASD的儿童采集标准部位心音,通过去噪和提取特征信息学习,实现心音和ASD对应的辅助诊断;在筛查中随机分为人工听诊组(n=6 280)和人工智能组(n=3762),比较ASD的发现率;在确诊的162例患儿中比较人工听诊和人工智能诊断的准确率。结果人工智能共学习6 253个ASD患儿和6 544个正常儿童心音周期;采用学习所得辅助诊断技术听诊3 762名儿童,诊断率(4.5‰)与人工听诊(1.9‰)相比差异无统计学意义(P>0.05);对162例确诊患儿进行人工智能辅助诊断,准确率为69.1%。结论基于人工智能的辅助诊断在先天性ASD筛查中是一个有效的辅助手段。
- 杨宏波潘家华王威廉郭涛张戈军唐永研许虹莉
- 关键词：先天性房间隔缺损人工智能
- 光学相干断层成像评价易损斑块的应用进展被引量：5
- 2015年
- 急性心血管事件是致死率极高的疾病,粥样斑块破裂后血栓形成被认为是许多急性心血管事件的直接原因。在过去几十年里,光学相干断层成像(OCT)逐渐被运用于准确识别易损斑块,OCT是一种利用光学原理的血管内成像新技术,具有高分辨率及良好的组织相关性。现就将OCT评价易损斑块的应用进展做一综述。
- 杨宏波孙煌潘家华
- 关键词：光学相干断层成像易损斑块
