- 相關(guān)推薦
生物醫(yī)學(xué)論文潤色
生物醫(yī)學(xué)的畢業(yè)生們，你們的畢業(yè)論文準(zhǔn)備好了嗎?以下是關(guān)于生物醫(yī)學(xué)論文潤色，歡迎閱讀!
生物醫(yī)學(xué)論文潤色【1】
狂犬病與埃博拉病毒病的傳播動(dòng)態(tài)及其病原的系統(tǒng)發(fā)育地理學(xué)研究
第一章 前 言
目前傳染病的復(fù)發(fā)和流行已不僅是健康問題，也成為涉及到社會(huì)穩(wěn)定和人心安定的全球公共衛(wèi)生問題，這也提示了開展傳染病流行和傳播規(guī)律、傳播風(fēng)險(xiǎn)評(píng)估及預(yù)測預(yù)警研究的必要性。
傳染病的發(fā)生與流行，是病原體、環(huán)境和宿主三者相互作用的結(jié)果，其影響因素多而且具有明顯的區(qū)域性差異，自然條件、社會(huì)經(jīng)濟(jì)狀況以及人類生產(chǎn)活動(dòng)、
行為方式等環(huán)境因素不僅直接影響傳染病的傳播，而且還決定病原體及其宿主、媒介的時(shí)空分布，從而導(dǎo)致傳染病和病原的分布往往具有明顯的時(shí)空特異性。
因此，目前迫切需要采用新的技術(shù)手段，開展傳染病分布動(dòng)態(tài)及傳播風(fēng)險(xiǎn)預(yù)測，環(huán)境因素對(duì)傳染病傳播、蔓延和疫區(qū)演化、變遷的影響，
傳染病病原體的時(shí)空遷移圖譜以及病原體、環(huán)境和宿主之間相互作用的研究。
近些年，人們逐漸認(rèn)識(shí)到時(shí)間、空間這兩個(gè)關(guān)鍵的信息能給傳染病及其病原的研究帶來巨大價(jià)值，從而促進(jìn)了空間信息技術(shù)和系統(tǒng)發(fā)育地理學(xué)分析技術(shù)在公共衛(wèi)生領(lǐng)域的快速發(fā)展與應(yīng)用。
它們從傳染病本身及其病原體的角度出發(fā)，有效地利用了現(xiàn)有的數(shù)據(jù)，主要目的在于全面系統(tǒng)地挖掘傳染病流行病學(xué)特征、傳播動(dòng)態(tài)及其時(shí)空分布格局，
從而探索和評(píng)估與傳染病相關(guān)的因素，以期更好地認(rèn)識(shí)傳染病的流行規(guī)律和傳播風(fēng)險(xiǎn)，從而為制訂防控策略、進(jìn)行快速有效的應(yīng)急反應(yīng)提供科學(xué)支持，保障人類健康和生命安全。
第二章 我國狂犬病的傳播動(dòng)態(tài)及其病原的系統(tǒng)發(fā)育地理學(xué)研究
2.1 研究背景
我國目前是全球狂犬病流行的重災(zāi)區(qū)，尤其是我國的農(nóng)村地區(qū)，我國的狂犬病發(fā)病率在全球排名第二，僅次于印度[7]，所以說狂犬病是我國一個(gè)長存已久的嚴(yán)重的公共衛(wèi)生問題。
狂犬病在我國屬于乙類傳染病，其死亡人數(shù)一直居我國法定報(bào)告?zhèn)魅静∷劳鰯?shù)的前三位，對(duì)我國人民的健康構(gòu)成了嚴(yán)重威脅，是嚴(yán)重的公共衛(wèi)生問題。
1950-2004 年期間，我國就報(bào)道了將近 108412 例狂犬病病例[8,9]。
近些年，由于我國經(jīng)濟(jì)的快速增長，人們跨區(qū)遷徙、飼養(yǎng)寵物等活動(dòng)日益頻繁，使得我國狂犬病在 20 世紀(jì)末期就迎來了狂犬病第三波流行高峰，
同時(shí)也呈現(xiàn)出疫區(qū)擴(kuò)散的趨勢，我國近十年來每年因狂犬病死亡人數(shù)平均都超過了 1000 例[10,11]。
有報(bào)道指出狂犬病復(fù)發(fā)和擴(kuò)散的主要原因是近些年我國本地犬?dāng)?shù)量的快速增長、較低的犬免疫覆蓋率和人被犬抓傷或咬傷暴露后的消極治療[12-16]。
此外，我國部分農(nóng)村地區(qū)可能存在漏報(bào)的情況，加上本地犬?dāng)?shù)目和動(dòng)物狂犬病綜合監(jiān)測等數(shù)據(jù)的缺乏，導(dǎo)致國內(nèi)目前對(duì)狂犬病的疾病負(fù)擔(dān)估計(jì)也相對(duì)局限[15,17]。
2.2 資料來源及處理
為了描述我國狂犬病的發(fā)病趨勢和季節(jié)性特征，利用 Microsoft Excel 2010 整理2004-2013 年我國狂犬病患者的報(bào)告卡數(shù)據(jù)，統(tǒng)計(jì)全國逐月發(fā)病率和年發(fā)病率，
繪制并疊加月發(fā)病率柱狀圖和年發(fā)病率流行曲線;為了描述我國狂犬病的發(fā)病人群特征，以 10 歲為間隔劃分年齡組(50 歲以上單獨(dú)為一組)，統(tǒng)計(jì)各年齡組的男女發(fā)病率，
并用柱狀圖表示，并統(tǒng)計(jì)不同職業(yè)人群的發(fā)病百分比，同時(shí)統(tǒng)計(jì)不同時(shí)間段、不同縣區(qū)的人群分布特征，比較它們的差異;為了探索我國狂犬病的時(shí)空分布動(dòng)態(tài)，
根據(jù)我國各縣區(qū)狂犬病的發(fā)病數(shù)和人口數(shù)計(jì)算各縣區(qū)的年發(fā)病率，利用 ArcGIS 軟件，通過縣區(qū)代碼將各縣區(qū)的流行情況與全國縣區(qū)基礎(chǔ)地圖關(guān)聯(lián)，
繪制每年的縣區(qū)發(fā)病率分布圖，展示發(fā)病率逐年的動(dòng)態(tài)分布趨勢;為了更好地展示和比較各省流行的動(dòng)態(tài)變化，統(tǒng)計(jì)各省的狂犬病年發(fā)病數(shù)，以柱狀圖的形式展示各省近十年的發(fā)病變化。
第三章 塞拉利昂埃博拉病毒病的傳播動(dòng)態(tài)及干預(yù)措施效能研究........................44
3.1 研究背景..... 44
3.2 資料來源.......... 46
3.3 分析方法..................49
第四章 塞拉利昂埃博拉病毒的遺傳多樣性及其系統(tǒng)發(fā)育地理學(xué)研究................88
4.1 研究背景...............88
4.2 資料來源.....................89
4.3 分析方法...........................90
4.4 研究結(jié)果.........................91
第五章 全文總結(jié)...................107
第四章 塞拉利昂埃博拉病毒的遺傳多樣性及其系統(tǒng)發(fā)育地理學(xué)研究
4.1 研究背景
2014 年前，研究人員從非人類靈長類動(dòng)物中獲取的 EBOV 全基因組序列較少，根據(jù)僅有的一些序列進(jìn)行了分子鐘溯源進(jìn)化分析，發(fā)現(xiàn)這五種亞型在數(shù)千年前就開始分化。
有研究者對(duì) 2013 年前的 97 株絲狀病毒的基因組進(jìn)行了共同祖先分析，發(fā)現(xiàn)萊斯頓型 EBOV 和扎伊爾型 EBOV 的共同祖先可能出現(xiàn)在 50 年前，馬爾堡病毒和蘇丹型的共同祖先則出現(xiàn)在 700 年～850 年前[5,7]。
近些年，基于基因測序的實(shí)時(shí)PCR 技術(shù)快速發(fā)展，實(shí)際應(yīng)用中不但能夠?qū)崟r(shí)獲得檢測結(jié)果，還可以通過設(shè)計(jì)不同的引物對(duì)病原耐藥位點(diǎn)、毒力位點(diǎn)突變情況進(jìn)行檢測，從而指導(dǎo)臨床救治和疫情防控。
隨著新一代測序技術(shù)的發(fā)展，2014 年西非疫情暴發(fā)后，中國、美國、英國、法國、荷蘭等國的傳染病防控專家不僅積極協(xié)助西非防控 EVD 疫情，
而且也為 EBOV的科學(xué)研究做出了重要的貢獻(xiàn)，共測出了近千條 EBOV 的全基因組序列，為 EBOV的分子進(jìn)化特征研究、疫苗和治療藥物的研制等方面做了很好鋪墊。
4.2 資料來源
收集所有公開發(fā)表的、來自塞拉利昂的 EBOV 全基因組序列，該序列中記錄樣本的采樣時(shí)間和采樣地點(diǎn)，該數(shù)據(jù)主要來源于美國共享的 GenBank 數(shù)據(jù)庫
下載的序列有部分缺乏發(fā)病地點(diǎn)和分離時(shí)間等信息，這些缺失的信息主要從已發(fā)表的文獻(xiàn)中補(bǔ)充獲取[8-11,17]。
另外，我們還收集了 3 條來自幾內(nèi)亞國家的 EBOV 全基因組序列，這 3 條序列是西非 EVD 疫情中最早分離出來的序列，納入這 3 條序列旨在于確定系統(tǒng)發(fā)育樹的根。
此外，中國移動(dòng)實(shí)驗(yàn)檢測隊(duì)在塞拉利昂執(zhí)行 EBOV 檢測任務(wù)期間，測序了60 條新的 EBOV 全基因序列，采樣時(shí)間為 2014 年 10 月 7 日至 2014 年 11 月 11日。
本研究納入了這 60 條新的 EBOV 全基因組序列。
第五章 全文總結(jié)
我國狂犬病的傳播動(dòng)態(tài)及其病原的系統(tǒng)發(fā)育地理學(xué)研究：明確了我國近十年來狂犬病疫情的流行動(dòng)態(tài)及三間分布特征，探索了高發(fā)熱點(diǎn)區(qū)的演化趨勢，
通過將狂犬病的時(shí)空擴(kuò)散動(dòng)態(tài)進(jìn)行可視化展示，我們?nèi)娴卣J(rèn)識(shí)到我國狂犬病在近些年的發(fā)病總數(shù)雖逐年下降，但總體疫情卻呈現(xiàn)出一種―由高發(fā)區(qū)向低發(fā)區(qū)或無病例區(qū)擴(kuò)散，
由東部、南部地區(qū)向西部、北部地區(qū)擴(kuò)散‖的流行態(tài)勢，這表明我國狂犬病的防控工作不僅要關(guān)注高發(fā)地區(qū)，還應(yīng)加強(qiáng)對(duì)高發(fā)區(qū)周邊的低發(fā)地區(qū)和新出現(xiàn)疫情地區(qū)的防控工作。
另外，利用面板 Poisson 回歸，我們探索并評(píng)估了人均經(jīng)濟(jì)水平和人均教育水平對(duì)我國狂犬病流行的影響，還發(fā)現(xiàn)了動(dòng)物疫情的暴發(fā)對(duì)狂犬病的流行具有預(yù)警作用，
這些提示著我國應(yīng)重點(diǎn)關(guān)注農(nóng)村地區(qū)或落后地區(qū)的狂犬病防控工作，提高這些地區(qū)的衛(wèi)生資源分配和防控力度。
通過進(jìn)一步的系統(tǒng)發(fā)育地理學(xué)研究，發(fā)現(xiàn)我國狂犬病高發(fā)地區(qū)的狂犬病毒遺傳多樣性比較豐富，低發(fā)地區(qū)則比較單一，這很好地提示了這些高發(fā)地區(qū)可能是狂犬病毒進(jìn)化和對(duì)外傳播的中心區(qū)。
我們同時(shí)還明確了Clade I 和 Clade II 這兩大狂犬病毒家系是我國近些年狂犬病流行和擴(kuò)散的主要家系，尤其是 Clade I-G，這給我國未來的狂犬病病原監(jiān)測和疫苗研究提供了重點(diǎn)方向。
參考文獻(xiàn)(略)
生物醫(yī)學(xué)論文潤色【2】
基于關(guān)節(jié)數(shù)據(jù)和極限學(xué)習(xí)機(jī)的人體動(dòng)作識(shí)別
1緒論
隨著計(jì)算機(jī)圖形學(xué)的快速發(fā)展，以及對(duì)物理學(xué)應(yīng)用的進(jìn)一步完善，人們制作出越來越多的和人體動(dòng)作相關(guān)的視頻數(shù)據(jù)，對(duì)視頻分類技術(shù)的需求也不斷增長。
近年來，人體動(dòng)作的識(shí)別在多個(gè)領(lǐng)域表現(xiàn)出廣闊的應(yīng)用前景和研宄價(jià)值，其中基于關(guān)節(jié)數(shù)據(jù)的人體動(dòng)作識(shí)別更是成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。
在計(jì)算機(jī)視覺領(lǐng)域，人的動(dòng)作和姿態(tài)由于其復(fù)雜性和多變性，一直得到重點(diǎn)關(guān)注。
雖然視頻檢索和分類技術(shù)己經(jīng)得到廣泛應(yīng)用，但是人體動(dòng)作的識(shí)別問題一直沒有得到很好的解決。
首先人體骨豁數(shù)太多，每個(gè)骨豁又有多個(gè)自由度，使得人體動(dòng)作的表現(xiàn)極其復(fù)雜，另外人體不同的活動(dòng)可能有相似的動(dòng)作，例如投籃和揮手這兩個(gè)動(dòng)作，
人的主觀判斷可以輕松地分辨出來，但是如果僅從肢體動(dòng)作看，現(xiàn)有識(shí)別算法可能很難區(qū)分，上述問題亟待解決。
本文基于兩種動(dòng)作特征提取算法提出了一種新的組合特征，并結(jié)合極限學(xué)習(xí)機(jī)及其多種改進(jìn)的變體，使人體動(dòng)作的識(shí)別效果得到改善。
本章后續(xù)內(nèi)容將介紹本文實(shí)驗(yàn)使用的數(shù)據(jù)的兩種捕捉技術(shù)、人體動(dòng)作識(shí)別的研宄現(xiàn)狀、極限學(xué)習(xí)機(jī)的基本思想及文章組織結(jié)構(gòu)。
2運(yùn)動(dòng)捕捉數(shù)據(jù)的表示及動(dòng)作特征的提取
2.1本文使用的數(shù)據(jù)集
ASF文件定義了運(yùn)動(dòng)數(shù)據(jù)起始幀的基本骨架姿態(tài)，每個(gè)骨豁段包含該段的繪制信息。
ASF文件必須滿足在骨架中沒有間隔的要求，即每個(gè)關(guān)節(jié)點(diǎn)都必須有數(shù)據(jù)，另外，每個(gè)子節(jié)點(diǎn)必須相對(duì)其父節(jié)點(diǎn)有偏移，直觀理解就是不能出現(xiàn)長度為0的骨骼段。
因此，相較于其他文件格式，ASF更便于生成新的骨豁段。
AMC文件包含了由ASF文件所定義的骨架的運(yùn)動(dòng)數(shù)據(jù)。
這些運(yùn)動(dòng)數(shù)據(jù)每隔一段時(shí)間進(jìn)行一次采樣，每一頓由一系列線段構(gòu)成，每個(gè)線段代表一個(gè)骨賂段。
AMC文件首先記錄了根節(jié)點(diǎn)在世界坐標(biāo)系中的絕對(duì)位置坐標(biāo)和旋轉(zhuǎn)數(shù)據(jù)，然后記錄其他每個(gè)節(jié)點(diǎn)相對(duì)其父節(jié)點(diǎn)的旋轉(zhuǎn)數(shù)據(jù)，根據(jù)關(guān)節(jié)的實(shí)際情況，每個(gè)關(guān)節(jié)有不同的自由度。
2.2兩種動(dòng)作特征提取算法?
為解決上述問題，引入了時(shí)序分層結(jié)構(gòu)模型，該模型在2D圖像中的空間金字塔匹配，該時(shí)序分層結(jié)構(gòu)模型如圖2.4所示。
第一層協(xié)方差矩陣計(jì)算了整個(gè)運(yùn)動(dòng)序列，后面的各層在比上一層小一些的窗口上計(jì)算，并且分有交疊和無交疊兩種情況，圖2.4只顯示了分兩層時(shí)的情況。
每個(gè)協(xié)方差矩陣由兩個(gè)索引來標(biāo)記，前一個(gè)標(biāo)示了層數(shù)，后一個(gè)標(biāo)示了在該層中的位置，例如第一層標(biāo)記。
第1層中的一個(gè)協(xié)方差矩陣。
從一個(gè)窗口到下一個(gè)窗口的步長可以是整個(gè)窗口的長度，也可以是窗口長度的一半，如果是后者，那么各窗口之間就產(chǎn)生了交疊。
3基于組合特征和極限學(xué)習(xí)機(jī)的動(dòng)作識(shí)別....13
3.1特征組合......13
3.2極限學(xué)習(xí)機(jī)和基于投票的極限學(xué)習(xí)機(jī)....13
4基于線性回歸的ELM動(dòng)作識(shí)別...22
4.1線性回歸及線性回歸分類....22
4.2基于線性回歸的極限學(xué)習(xí)機(jī)...24
4.3實(shí)驗(yàn)及分析.....25
5基于稀疏表示的ELM動(dòng)作識(shí)別....30
5.1基于稀疏表示的分類器......30
5.2基于稀疏表示的極限學(xué)習(xí)機(jī)....32
5.3實(shí)驗(yàn)及分析....32
5.4本章小結(jié)......35
6基于Dropout學(xué)習(xí)策略的ELM動(dòng)作識(shí)別
6.1Dropout學(xué)習(xí)策略簡介
一種合理的解釋是有性繁殖的優(yōu)勢是在較長時(shí)間尺度下，自然選擇的尺度并不在獨(dú)立基因?qū)用妫嵌嗷虻膮f(xié)同表達(dá)。
一組基因能夠和隨機(jī)的另一組基因完美合作，這使得整個(gè)繁殖系統(tǒng)的魯棒性更強(qiáng)。
因?yàn)橐粋�(gè)基因不可能總是依賴于一大批的匹配基因來表現(xiàn)，所以它必須要做一些對(duì)自己有用或者對(duì)與其他一小部分基因組合有用的事。
根據(jù)這個(gè)理論，有性繁殖的作用就不僅僅是讓新的有用基因傳遍整個(gè)群體，而且還通過降低復(fù)雜的同化來促進(jìn)這個(gè)過程，而這些同化會(huì)降低新基因改善個(gè)體適應(yīng)性的機(jī)會(huì)。
類似地，神經(jīng)網(wǎng)絡(luò)中的每個(gè)隱藏單元在Dropout訓(xùn)練時(shí)都要學(xué)習(xí)和其他隨機(jī)選擇的節(jié)點(diǎn)合作。
這可以使每個(gè)隱藏層節(jié)點(diǎn)有更強(qiáng)的魯棒性，并且促使它獨(dú)立產(chǎn)生有用特征，而不是依賴于其他隱藏層節(jié)點(diǎn)來糾正錯(cuò)誤，并且同一隱藏層的節(jié)點(diǎn)還是要完成相互不同的工作。
6.2Dropout模型描述
人體動(dòng)作的數(shù)據(jù)由于記錄內(nèi)容復(fù)雜，且記錄的數(shù)據(jù)樣本有限，再加上噪聲的存在，極易產(chǎn)生過擬合。
所以將Dropout學(xué)習(xí)策略引入到極限學(xué)習(xí)機(jī)中，可以有效防止信號(hào)噪聲產(chǎn)生的過擬合，以提高動(dòng)作識(shí)別率。
基于Dropout學(xué)習(xí)策略的極限學(xué)習(xí)機(jī)(D-ELM)的基本方法是保留原始極限學(xué)習(xí)機(jī)的輸入層和隱藏層算法，在計(jì)算輸出層權(quán)重時(shí)采用Dropout策略以提高抗過擬合性。
實(shí)現(xiàn)方法為每次調(diào)參從中間層的輸出矩陣中隨機(jī)抽取若干列構(gòu)成，釆用Dropout策略隨機(jī)丟棄掉部分節(jié)點(diǎn)數(shù)據(jù)，采用廣義逆方法求得輸出層權(quán)向量，
并以此對(duì)前一次調(diào)參所得權(quán)向量進(jìn)行更新，更新方法為用新的權(quán)向量替換前一次所得權(quán)向量的對(duì)應(yīng)元素，達(dá)到收斂條件后，形成最終的輸出層權(quán)向量。
7總結(jié)與展望
7.1論文總結(jié)
對(duì)比這四項(xiàng)工作，得出如下結(jié)論：(1)改進(jìn)的組合特征描述符在ELM及其各種變體上能HOD得到比原始特征更好的識(shí)別效果。
(2)當(dāng)隱藏層節(jié)點(diǎn)數(shù)為100000時(shí)，基于線性回歸的ELM在這種情況下識(shí)別效果較原始ELM有所降低，基于稀疏表示和基于Dropout學(xué)習(xí)策略的ELM都可以得到優(yōu)于原始ELM算法的識(shí)別效果，
其中基于Dropout策略的ELM得到的識(shí)別效果最好。
(3)當(dāng)隱藏層節(jié)點(diǎn)數(shù)為10000時(shí)，基于Dropout的ELM識(shí)別率較沒有提高，而基于線性回歸和基于稀疏表示的ELM較原始ELM均有提高，
其中基于線性回歸的ELM對(duì)特征識(shí)別效果更好，基于稀疏表示的ELM對(duì)協(xié)方差特征和組合特征的識(shí)別效果更好。
7.2未來工作展望
在后期的工作中，希望可以實(shí)現(xiàn)如下目標(biāo)：(1)對(duì)子關(guān)節(jié)相對(duì)父關(guān)節(jié)的旋轉(zhuǎn)角度提取特征，以實(shí)現(xiàn)旋轉(zhuǎn)、縮放、平移和尺度的不變性，來進(jìn)一步改善分類效果。
(2)對(duì)于低精度的人體運(yùn)動(dòng)捕捉數(shù)據(jù)，可以首先對(duì)運(yùn)動(dòng)序列中的各關(guān)節(jié)點(diǎn)采用球面或樣條差值，以這種方式減少噪聲，然后再進(jìn)行后續(xù)的特征提取和分類。
(3)目前使用ELM對(duì)人體動(dòng)作進(jìn)行的識(shí)別都是建立在大量隱藏層節(jié)點(diǎn)的情況下，對(duì)實(shí)驗(yàn)機(jī)器內(nèi)存的要求非常高，后期工作中，希望能夠找到新的方法減少隱藏層節(jié)點(diǎn)的需求量，以提高算法的實(shí)用性。
(4)將本文中的分類方法應(yīng)用到更多
領(lǐng)域，以驗(yàn)證其普適性。
參考文獻(xiàn)(略)
生物醫(yī)學(xué)論文潤色【3】
基于3DsMAX的人體軟組織器官建模與仿真研究前 言
由于當(dāng)代外科治療對(duì)個(gè)體化、治療的精確化以及創(chuàng)傷的最小化的不斷追求，作為達(dá)成這些目的的重要支撐和保障的醫(yī)學(xué)手術(shù)的仿真模擬技術(shù)，
已成為計(jì)算機(jī)在輔助外科手術(shù)工作這個(gè)研究方向中的最大熱點(diǎn)之一，例如微創(chuàng)介入手術(shù)(MinimallyInvasive Surger, MIS)以及一些復(fù)雜的開放手術(shù)一般都需要在手術(shù)前進(jìn)行仿真模擬(如換臉、腦部、心臟等)。
計(jì)算機(jī)科學(xué)的發(fā)展與傳統(tǒng)醫(yī)學(xué)的融合使得外科手術(shù)在近二十年中邁入了微創(chuàng)化時(shí)代，相比傳統(tǒng)的手術(shù)方式，微創(chuàng)手術(shù)加快了病人的術(shù)后恢復(fù)，
但不可否認(rèn)的是仍然有很多的限制因素存在于微創(chuàng)手術(shù)自身，主要體現(xiàn)在醫(yī)生獲得的反饋信息有限，對(duì)手與眼睛的協(xié)調(diào)提出更大的要求，成像范圍狹小并缺少立體感，
這些客觀條件都要求醫(yī)生擁有更高的技術(shù)水平，必須通過長期的大量反復(fù)試驗(yàn)才能實(shí)現(xiàn)。
同時(shí)，傳統(tǒng)的訓(xùn)練方式由于材料的限制無法達(dá)到訓(xùn)練次數(shù)的要求，然而仿真模擬為重復(fù)多次的手術(shù)訓(xùn)練提供了可行性，所以對(duì)于手術(shù)的仿真模擬研究有重要的現(xiàn)實(shí)意義。
除此以外，由于在所有外科手術(shù)的過程中，軟組織都會(huì)因?yàn)橥饬Χa(chǎn)生形變或位移，因此單純依靠手術(shù)前計(jì)算機(jī)掃描得到的影像來確立的手術(shù)導(dǎo)航，
必定存在一定的局限性，所以將軟組織的仿真模擬運(yùn)用在手術(shù)導(dǎo)航中則變得必不可少。
文獻(xiàn)回顧
1 手術(shù)仿真模擬發(fā)展綜述
由于傳統(tǒng)的斷層成像技術(shù)提供的是人體及其內(nèi)部器官某個(gè)斷層的二維圖像，醫(yī)生們需要通過經(jīng)驗(yàn)和想象推斷出人體器官的三維結(jié)構(gòu)，
診斷的正確與否往往在很大程度上都要依賴醫(yī)師的個(gè)人經(jīng)驗(yàn)，因此三維可視化和基于影像的仿真模擬近年來在臨床及基礎(chǔ)醫(yī)學(xué)中引起廣泛關(guān)注。
醫(yī)學(xué)圖像三維可視化的實(shí)現(xiàn)過程中最重要的一個(gè)環(huán)節(jié)就是三維重建，即把二維斷層數(shù)據(jù)轉(zhuǎn)化為三維幾何數(shù)據(jù)的過程。
三維重建通過對(duì)大量連續(xù)的斷層二維圖像進(jìn)行邊界識(shí)別等分割處理,再由計(jì)算機(jī)通過相應(yīng)的算法進(jìn)行自動(dòng)檢索來獲取被掃描物體的拓?fù)湫畔⑴c二維幾何信息，
從而構(gòu)建出與真實(shí)相符的三維模型,從而真實(shí)地還原出所檢測物體的三維影像，提供傳統(tǒng)成像技術(shù)無法獲得的空間解剖結(jié)構(gòu)信息,
清晰地表現(xiàn)出人體組織器官的輪廓以及每個(gè)器官之間的解剖關(guān)系,更好地描述復(fù)雜結(jié)構(gòu)的完整形態(tài)[9]。
伴隨著計(jì)算機(jī)技術(shù)的井噴式發(fā)展，醫(yī)學(xué)圖像的三維可視化已經(jīng)不僅限于原先的輔助診斷，如今更是已經(jīng)發(fā)展成為用以輔助臨床醫(yī)學(xué)治療過程的主要手段。
國內(nèi)外學(xué)者高度重視三維重建技術(shù)并進(jìn)行大量研究，使得三維可視化廣泛應(yīng)用到醫(yī)學(xué)的多個(gè)領(lǐng)域.
2 軟組織建模與仿真研究國內(nèi)外現(xiàn)狀
仿真模擬手術(shù)起初源于歐美發(fā)達(dá)國家，已歷經(jīng)了將近 20 年的不斷研究，不過在最開始 10 年里，因?yàn)槿狈?qiáng)勁嚴(yán)謹(jǐn)?shù)目茖W(xué)依據(jù)支撐使用虛擬現(xiàn)實(shí)技術(shù)進(jìn)行手術(shù)技能的訓(xùn)練，
并在有效地把虛擬現(xiàn)實(shí)技術(shù)運(yùn)用于外科手術(shù)的技能培訓(xùn)中缺乏足夠的知識(shí)，所以該項(xiàng)技術(shù)的發(fā)展始終遲滯，在最近的十多年里手術(shù)仿真模擬訓(xùn)練才逐漸被醫(yī)學(xué)界廣泛運(yùn)用。
目前，國內(nèi)外研究人員致力于開發(fā)具有高度逼真性的虛擬手術(shù)系統(tǒng)，2 軟組織建模與仿真研究國內(nèi)外現(xiàn)狀仿真模擬手術(shù)起初源于歐美發(fā)達(dá)國家，已歷經(jīng)了將近 20 年的不斷研究，
不過在最開始 10 年里，因?yàn)槿狈?qiáng)勁嚴(yán)謹(jǐn)?shù)目茖W(xué)依據(jù)支撐使用虛擬現(xiàn)實(shí)技術(shù)進(jìn)行手術(shù)技能的訓(xùn)練，并在有效地把虛擬現(xiàn)實(shí)技術(shù)運(yùn)用于外科手術(shù)的技能培訓(xùn)中缺乏足夠的知識(shí)，
所以該項(xiàng)技術(shù)的發(fā)展始終遲滯，在最近的十多年里手術(shù)仿真模擬訓(xùn)練才逐漸被醫(yī)學(xué)界廣泛運(yùn)用。
目前，國內(nèi)外研究人員致力于開發(fā)具有高度逼真性的虛擬手術(shù)系統(tǒng)，
第二部分 基于 3DsMax 的軟組織器官幾何模型構(gòu)建............. 37
1 基于 3DsMax 的膀胱幾何模型構(gòu)建.................. 40
2 基于 3DsMax 的肝臟及腎臟幾何模型建立 .................. 54
3 小結(jié) ........................... 60
第三部分 基于 3DsMax 的軟組織器官仿真模擬及有效性驗(yàn)證................ 61
1 軟組織器官的物理模型構(gòu)建..... 61
2 基于 3DsMax 的膀胱尿液充盈形變模擬 .............. 69
3 有效性驗(yàn)證.................... 71
總 結(jié) ......................... 78
1 本課題的主要工作................................ 78
2 本課題的創(chuàng)新之處............. 79
3 下一步工作................ 79
第三部分 基于 3DsMax 的軟組織器官仿真模擬及有效性驗(yàn)證
1 軟組織器官的物理模型構(gòu)建
這個(gè)特性是指對(duì)于軟組織器官，在一定的受力范圍情況下，其形變應(yīng)該是可逆的。
但是，一旦超過了某個(gè)受力臨界值，其組織結(jié)構(gòu)也會(huì)遭到破壞，形變狀態(tài)將變得不可逆轉(zhuǎn)，即便是取消了施力，其組織結(jié)構(gòu)也將不會(huì)回復(fù)到受力前的狀態(tài)。
如圖3.2 中，δ為壓力，ε為形變大小，在塑性材料的受力曲線圖中可以看到，1 號(hào)位置時(shí)，形變開始，從 2 號(hào)位置開始，虎克定律不再成立，3 號(hào)點(diǎn)是降伏強(qiáng)度點(diǎn)，在降伏強(qiáng)度之后的形變就為塑性形變。
在 4 號(hào)點(diǎn)取消施力，則沿紅色虛線形變回彈，根據(jù)塑性型變的強(qiáng)度，其中 0.2%最終不可逆。
如果繼續(xù)施力，則沿紅色曲線繼續(xù)變化。
然而，對(duì)于人體內(nèi)的活體軟組織器官，例如肝臟，其有著獨(dú)一無二的自我修復(fù)性，經(jīng)過長時(shí)間的自我修復(fù)，最終也會(huì)回到最初的狀態(tài)，
所以，軟組織器官的塑性回彈曲線應(yīng)該是類似藍(lán)色曲線勾勒的情況，其第二次形變的初始形態(tài)由形變施力的時(shí)間間隔決定。
2 基于 3DsMax 的膀胱尿液充盈形變模擬
構(gòu)建了膀胱的物理模型之后，3DsMax 就可以對(duì)膀胱在不同情況下的形變進(jìn)行仿真模擬了。
在 reactor 動(dòng)力學(xué)系統(tǒng)中，流體動(dòng)力學(xué)是基于真實(shí)的物理算法生成的，可以直接建立并模擬液體的各種效果。
將建立的液體模型與之前建立的非充盈情況下膀胱物理模型之間進(jìn)行網(wǎng)格約束，在液體體積逐漸增大的后，得到了四個(gè)不同充盈程度的膀胱模型。
與本課題根據(jù)真實(shí)掃描的 MRI 影像數(shù)據(jù)建立的膀胱不同充盈程度的模型作如下對(duì)比(如圖 3.10-3.13)。
總 結(jié)
1 本課題的主要工作
本課題對(duì) 3DsMax 在醫(yī)學(xué)仿真模擬領(lǐng)域的應(yīng)用進(jìn)行了分析和研究提出了一系列利用 3DsMax 軟件對(duì)人體軟組織進(jìn)行模擬仿真、
受力分析等可行性研究的思路、方法、步驟，對(duì)基于 3DsMax 的幾何模型重建的方法進(jìn)行了架構(gòu)，對(duì)物理模型重建的方法進(jìn)行了初步的嘗試。
在這些基礎(chǔ)上進(jìn)行了膀胱模型三維仿真模擬。
1)本課題在建立了基于 3DsMax 環(huán)境下研究探討人體軟組織幾何模型構(gòu)建方法之后，對(duì)人體三種不同類型的軟組織器官進(jìn)行了幾何模型的建立工作。
分別對(duì)不同充盈狀態(tài)的 4 位志愿者的膀胱影像進(jìn)行了幾何模型重建工作。
每個(gè)模型優(yōu)化前包含節(jié)點(diǎn)數(shù)均在 40 萬以上。
在建立了幾何模型優(yōu)化方法之后對(duì)各幾何模型進(jìn)行了面數(shù)優(yōu)化，令其節(jié)點(diǎn)數(shù)及面數(shù)分別控制在 5000 個(gè)節(jié)點(diǎn)及 8000 個(gè)面以內(nèi)，
使得在保證模型結(jié)構(gòu)合理、仿真與實(shí)際組織精度滿足醫(yī)學(xué)要求的前提下，大大減少了系統(tǒng)的運(yùn)算量，保證了滿足視覺連續(xù)觀看的實(shí)時(shí)渲染精度和速度。
2 本課題的創(chuàng)新之處
1)本課題首次在 3DsMax 環(huán)境下對(duì)軟組織器官的仿真模擬進(jìn)行了嘗試。
并且構(gòu)建了在 3DsMax 軟件中的基于影像的三維重建方法。
包括幾何模型的重建方法，本課題都給予了實(shí)例以及探索思路，為醫(yī)學(xué)仿真模擬工作增加了新的嘗試方向。
2)本課題首次將 3DsMax 的動(dòng)力學(xué)系統(tǒng)引入醫(yī)學(xué)仿真模擬領(lǐng)域，將基于影像的軟組織三維幾何模型的物理模型在動(dòng)力學(xué)系統(tǒng)中的定義方法進(jìn)行了理論構(gòu)建。
嘗試使用該理論對(duì)膀胱進(jìn)行了充盈形變的模擬，并對(duì)其準(zhǔn)確性進(jìn)行了分析研判。
經(jīng)過與實(shí)際模型進(jìn)行對(duì)比得出了誤差曲線，為使用其他軟件對(duì)軟組織器官進(jìn)行仿真模擬的研究者提供了新的思路。
參考文獻(xiàn)(略)
【生物醫(yī)學(xué)論文潤色】相關(guān)文章：
生物醫(yī)學(xué)論文10-01
生物醫(yī)學(xué)論文寫作難嗎10-08
大數(shù)據(jù)背景下生物醫(yī)學(xué)論文10-08
金融工程論文潤色論文10-07
實(shí)驗(yàn)員培養(yǎng)下的生物醫(yī)學(xué)論文10-08
無機(jī)納米材料應(yīng)用下生物醫(yī)學(xué)論文10-08
醫(yī)學(xué)論文10-01