尹梓名
- 作品数：15 被引量：84H指数：6
- 供职机构：上海理工大学医疗器械与食品学院更多>>
- 发文基金：国家自然科学基金首都卫生发展科研专项上海市“科技创新行动计划”更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学更多>>
- 基于Stacked Hourglass的智能康复评估系统研究被引量：1
- 2021年
- 2020年康复领域异常严峻,一方面,疫情爆发,人群不易聚集,患者不方便去医院或者康复中心做康复及检测身体状况,另一方面,全球人口老龄化问题加剧,老人腿脚不方便,不便于频繁地去康复中心复查,并且全国康复中心资源较少,不仅造成康复师工作压力增大,还会出现医患沟通不充分,延误康复等问题。随着人工智能技术不断发展,机器视觉在人工智能中的表现尤为突出,其中骨架识别不断被认可,应用在了多个领域。因此本次研究设计了基于Stacked Hourglass的智能康复评估系统,期望可以提高康复医师工作效率。本系统主要为智能康复评估,首先构建以量表为中心,建立量表答题结构的数据库,将量表储存在数据库中。其次,将骨架识别移植到移动端软件识别出量表所需数据。然后,将骨架识别数据通过计算,算出填表所需值,智能填表。最后,通过各个量表数据,全部显示出来并提供给康复师,让康复师了解患者状况。通过这些步骤设计量表模型,完成智能康复评估。
- 卢鹏飞郑建立尹梓名
- 关键词：HOURGLASS
- 基于临床指南的知识图谱构建技术研究被引量：8
- 2020年
- 随着人工智能的迅猛发展以及智慧医疗的提出,具备高关联性,高结构化的医学知识图谱成为智慧医疗的研究热点。然而基于互联网大数据构建的知识图谱,其知识质量难以保证,难以适用于具有高专业、高要求、高准确度的临床辅助诊疗场景。本文提出一种基于临床指南的知识图谱构建方法,着重在知识源头进行优化,主要对其中包含的陈述性知识和流程性知识进行建模。最后以非小细胞肺癌与冠心病两类疾病为例,分别构建了疾病知识图谱,验证了该方法的可用性。
- 尹梓名杜方芮赵紫彤贾玉娇田甜徐丹
- 关键词：知识图谱本体
- 基于多层次集成学习的骨质疏松辅助诊断研究被引量：1
- 2022年
- 目的原发性骨质疏松是一种起病隐匿、病程较长,在中老年人中高发的疾病,其可引起包括骨折在内的一系列严重症状,是我国中老年人致残致死的主要原因之一。与骨质疏松相关的生理检验指标有很多,如何筛选利用这些指标为诊断服务、建立诊断模型,尚未有成熟、统一的方法。方法利用人工智能相关技术,对临床骨质疏松患者指标使用多种特征相关性算法进行特征选择,并在此基础上提出了一种多层次的集成学习框架:SAB-SVMKNN算法,其通过将内部同质学习器集成和外部异质学习器集成结合,将集成学习中的Boosting算法和Bagging算法使用Stacking进行集成,构建性能更强,适应性更好地诊断预测模型。结果使用特征选择从原始数据中的31项临床指标中筛选了对于骨质疏松最重要的8种相关特征,通过这种方式使各模型准确率平均提高了9.2%,且该研究对应的模型准确率提升18.6%,最终达到了94.8%的准确率。结论特征选择对于临床诊断和骨质疏松疾病的研究具有重要意义,该研究构建的预测模型可以有助于提高医生的诊断准确率。
- 尹梓名张震宇胡晓晖胡晓晖乐珺怡黄伟杰黄伟杰
- 关键词：骨质疏松
- 基于3D-ResNet深度影像特征的胆囊癌生存预测模型被引量：3
- 2022年
- 建立一个精准的个体化胆囊癌患者生存预测模型,分析、寻找新的胆囊癌预后因素,对于患者预后评估、治疗模式选择、手术患者筛选、术后辅助治疗方案确定及医疗资源合理使用均具有重要意义。本文提出一种基于3D-ResNet提取深度影像特征建立胆囊癌患者生存预后模型的方法,通过迁移学习以及训练3D-ResNet自动提取患者CT的深度特征,并利用提取的深度影像特征,通过Cox比例风险回归模型建立胆囊癌患者的生存预测模型。实验结果表明,基于深度影像特征建立的胆囊癌患者预后因子在预测患者生存时的C指数达到0.734,利用深度影像特征预后因子预测患者的1、3、5年存活率AUC分别达到0.833、0.791、0.813。本方法对胆囊癌预后预测有着良好的指示作用。
- 尹梓名董东民陈涛
- 关键词：胆囊癌预后
- 基于改进Attention U-Net的胆囊自动分割模型研究被引量：1
- 2021年
- 目的基于多尺度融合注意力机制,提出改进Attention U-Net的胆囊自动分割模型,提高胆囊自动分割模型的性能,以辅助医生进行临床诊断。方法首先选取2017年1月—2019年12月上海交通大学医学院附属新华医院普外科、吉林大学白求恩第一医院肝胆胰外一科和吉林大学中日联谊医院普外科收治的88例病理诊断明确的胆囊癌患者、28例慢性胆囊炎胆囊结石患者和29例健康对照,构建胆囊分割数据集,然后通过对医学常用深度学习图像分割方法U-Net和Attention U-Net进行分析,提出基于多尺度融合注意力机制改进的Attention U-Net方法,并设计实验对3种方法进行对比评估。结果提出的改进Attention U-Net方法在验证集上的交并比阈值(IoU)分数、Dice系数、检测精度(Precision)和召回率(Recall)分别为0.72、0.84、0.92、0.79,全部优于传统U-Net和Attention U-Net方法。结论本文提出了基于多尺度融合注意力机制改进的Attention U-Net模型,其性能优于U-Net和Attention U-Net,证明了本方法中改进的注意力机制可以很好地改善U-Net模型在胆囊影像上的分割结果。
- 尹梓名孙大运任泰周雷李永盛王广义王传磊曹宏刘颖斌束翌俊
- 关键词：胆囊图像分割
- 以“软件设计模式”促进“面向对象程序设计”课程教学方法研究被引量：7
- 2019年
- "面向对象程序设计"是高校计算机类专业的核心课程,其中有关面向对象的继承、多态、反射等概念一直是授课讲解时的难题,缺乏能将这些概念应用并向学生解释清楚的案例。本文基于"知识降维"思想,将软件设计模式这门课中的部分通俗易懂的内容经过简化后引入"面向对象程序设计"的课程中,解决了讲解面向对象概念缺乏案例,学生不易理解部分抽象概念等问题,同时加深了学生对于这些概念的理解,取得了较好的课堂效果。
- 尹梓名周雷郑建立
- 关键词：面向对象程序设计软件设计模式教学方法
- 医学信息工程专业发展及课程设置探讨被引量：16
- 2017年
- 医学信息工程是以信息技术和医学为主的多学科交叉与融合的新兴综合性学科,但是目前不同学校的专业的课程设置不同,存在一定的分歧。本文分析了国内兄弟院校医学信息工程专业本科阶段开设的课程,提出了我校医学信息工程专业课程设置及人才培养方案。
- 尹梓名郑建立
- 关键词：课程设置
- 《面向对象程序设计B》互联网+在线教学的研究与实践
- 2020年
- 由于新冠肺炎疫情的影响,高校师生无法开展课堂教学,因此很多学校利用多种互联网+平台积极开展线上教学,互联网+互动教学也成为各大高校信息化教学的主要方式。本科课程“面向对象程序设计B”是针对大三本科生开设,主要侧重于编程基本技能训练和面向对象概念讲授的重点课程。然而在在线教学过程中,教师们会遇到诸如无法面对面高效与学生互动、代码展示不便或复杂概念无法有效解释等问题。因此本论文将重点对互联网+在线教学模式进行研究,并提出能应用到面向对象课程中的在线教学实践方法。
- 周雷林勇尹梓名郑建立
- 关键词：面向对象编程
- 机器阅读理解的技术研究综述被引量：4
- 2020年
- 机器阅读理解(MRC,Machine Reading Comprehension)是自然语言处理领域一个重要的研究方向.相关模型研究在直接提取篇章内容作为答案方面已经有了较大进展;现阶段研究重点是:在获取关键信息的基础上,如何整合外部知识,为人们提供更准确、更符合人类语言习惯的答案.本文对近几年机器阅读理解研究进展从四个方面进行综述,首先介绍了该任务构成要素和发展情况;其次梳理了四种类型数据集在数量、内容、难度上的变化;然后对预训练模型、注意力机制、记忆网络等方法进行介绍,比较了各个模型在不同类型数据集上的表现;最后,在上述内容基础上,对现有数据集的局限性、模型间的依赖性、未来研究热点等多方面提出思考.
- 徐霄玲郑建立尹梓名
- 关键词：记忆网络
- 基于深度神经网络Mask R-CNN胆囊癌辅助识别系统临床应用价值研究被引量：11
- 2021年
- 目的探讨基于深度神经网络的目标检测技术在腹部双源CT胆囊癌辅助识别系统的临床应用价值。方法选取2017年1月至2019年12月上海交通大学医学院附属新华医院普外科、吉林大学第一医院肝胆胰外一科和吉林大学中日联谊医院普外科收治的88例病理学检查诊断明确的胆囊癌,28例慢性胆囊炎胆囊结石病人和29例正常胆囊(影像学检查胆囊正常)病人,均行腹部双源CT检查。随机选取101例作为训练组,29例作为验证组,15例作为测试组。首先,利用已标注的10409张腹部双源CT图像对Mask R-CNN模型进行学习,从而建立自动胆囊癌辅助识别系统。然后对验证组的2974张CT图像通过专业的医师对其进行判断识别,与Mask R-CNN得出的结果进行对比分析。通过不同交并比阈值(IoU)下的平均检测精度(AP)和平均召回率(AR)来对性能进行评估。结果计算机通过学习组不断迭代训练,Mask R-CNN的损失函数值收敛,诊断误差不断降低。在IoU为0.5时,Mask R-CNN的边界框和掩膜的AP分别为0.929和0.929,IoU为0.75时的边界框和掩膜AP分别为0.901和0.890,IoU为0.5:0.95时的边界框和掩膜AP分别为0.723和0.707,平均召回率分别为0.794和0.774,模型的性能良好。结论基于深度神经网络的Mask R-CNN胆囊癌辅助识别系统具有较高的准确率和性能,可辅助进行临床诊断。
- 尹梓名孙大运翁昊任泰杨自逸李永盛王广义王传磊曹宏刘颖斌束翌俊
- 关键词：胆囊癌目标检测人工智能
