您的位置: 专家智库 > >

田苗

作品数:4 被引量:36H指数:2
供职机构:北京工业大学生命科学与生物工程学院更多>>
发文基金:国家科技支撑计划北京市自然科学基金国家自然科学基金更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇医药卫生
  • 1篇自动化与计算...

主题

  • 3篇网络
  • 2篇影像
  • 2篇神经影像
  • 1篇多层感知器
  • 1篇血压
  • 1篇张量成像
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据特征
  • 1篇网络特征
  • 1篇显微成像
  • 1篇弥散
  • 1篇弥散张量
  • 1篇弥散张量成像
  • 1篇脑认知
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇老年
  • 1篇环境刺激
  • 1篇健康老年人

机构

  • 4篇北京工业大学
  • 1篇北京市第六医...

作者

  • 4篇林岚
  • 4篇吴水才
  • 4篇田苗
  • 1篇赵寅

传媒

  • 2篇智慧健康
  • 1篇医疗卫生装备
  • 1篇中国医疗设备

年份

  • 1篇2020
  • 2篇2017
  • 1篇2016
4 条 记 录,以下是 1-4
排序方式:
高血压对健康老年人大脑网络特征的影响被引量:1
2017年
高血压已成为当今社会影响人类健康的十大疾病之一。随着我国人口老龄化的加速,高血压患者基数和比例的不断扩大,高血压对大脑认知功能的影响已成为临床研究的一个热点。研究结果显示高血压患者在认知功能未受损情况下,已存在大脑加速老化和脑网络的异常。本文基于30例健康老年人和30例高血压患者的弥散张量成像(DTI)数据,通过构建脑网络对高血压患者的脑网络参数进行了分析。结果显示高血压患者的全局网络特征与健康人相比无明显差异,但在局部网络上存在异常现象。这些局部异常可能为高血压患者大脑加速老化提出新的解释。
田苗林岚赵寅吴水才
关键词:高血压弥散张量成像
深度学习在神经影像中的应用研究被引量:32
2016年
深度学习是机器学习方法的一个重要分支,它通过基于多层神经网络的计算模型来进行学习。一个深度学习网络可以通过组合低层特征形成更抽象的高层特征,以发现数据的复杂的内在特征。由于深度卷积网络在图像处理中的出色表现,它已成为当前研究中应用最为广泛的一种深度网络。本文首先介绍了深度学习网络的结构特征和训练方法,分析了算法的优越性,之后进一步介绍了深度卷积网络,最后讨论了深度学习在神经影像领域的最新应用现状及其发展趋势。
田苗林岚张柏雯吴水才
关键词:卷积神经网络神经影像多层感知器
丰富环境刺激对小鼠脑认知储备影响的定量研究被引量:5
2017年
目的:研究丰富环境刺激对小鼠脑认知储备的影响,以改进大脑年龄估值差(brain age gap estimation,Brain AGE)敏感度较低的问题。方法:采用21只清洁级健康成年C57BL/6J雄性小鼠(15月龄),并基于标准环境组、丰富环境组一、丰富环境组二的磁共振显微成像(magnetic resonance microcopy,MRM),运用尺度子配置模型(scaled subprofile model,SSM)对组间最能反映认知储备变化的特征进行分析。结果:丰富环境组和标准环境组的平均Brain AGE在刺激开始后始终存在显著差异。验证了基于Brain AGE预测认知储备的一些假设,经优化后的Brain AGE预测模型可以解释丰富环境刺激时间中58.9%的差异。结论:改善后的Brain AGE测量模型对测量认知储备的余度具有敏感性,可以较好地预测认知储备的余度。
田苗林岚王婧璇吴水才
关键词:丰富环境
深度卷积生成对抗网络对神经影像通用数据特征的学习被引量:2
2020年
目的提出一种基于深度卷积生成对抗网络的神经影像通用特征的训练方法。方法首先,基于299个实验对象的MRI数据集提取出灰质密度图像。随后,基于深度卷积生成对抗网络对灰质密度图进行训练。结果判别器和生成器基本达到纳什均衡,同时生成了高质量的样本图像。结论本文提出的基于深度卷积生成对抗网络提取神经影像通用特征的方法可进一步推广到神经影像的分类任务中,帮助临床医生提高诊断效率。
康文杰田苗林岚孙珅吴水才
关键词:神经影像
共1页<1>
聚类工具0