- 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)險評估及預(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、社會經(jīng)濟狀況以及人類生產(chǎn)活動、
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，開展傳染病分布動態(tài)及傳播風(fēng)險預(yù)測，環(huán)境因素對傳染病傳播、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)識到時間、空間這兩個關(guān)鍵的信息能給傳染病及其病原的研究帶來巨大價值，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、傳播動態(tài)及其時空分布格局，
從而探索和評估與傳染病相關(guān)的因素，以期更好地認(rèn)識傳染病的流行規(guī)律和傳播風(fēng)險，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)一直居我國法定報告?zhèn)魅静∷劳鰯?shù)的前三位，對我國人民的健康構(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，我國就報道了將近 108412 例狂犬病病例[8,9]。
近些年，由于我國經(jīng)濟的快速增長，人們跨區(qū)遷徙、飼養(yǎng)寵物等活動日益頻繁，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，
同時也呈現(xiàn)出疫區(qū)擴散的趨勢，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]。
有報道指出狂犬病復(fù)發(fā)和擴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)可能存在漏報的情況，加上本地犬?dāng)?shù)目和動物狂犬病綜合監(jiān)測等數(shù)據(jù)的缺乏，導(dǎo)致國內(nèi)目前對狂犬病的疾病負(fù)擔(dān)估計也相對局限[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告卡數(shù)據(jù)，統(tǒng)計全國逐月發(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 歲以上單獨為一組)，統(tǒng)計各年齡組的男女發(fā)病率，
并用柱狀圖表示，并統(tǒng)計不同職業(yè)人群的發(fā)病百分比，同時統(tǒng)計不同時間段、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空分布動態(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)病率逐年的動態(tài)分布趨勢;為了更好地展示和比較各省流行的動態(tài)變化，統(tǒng)計各省的狂犬病年發(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 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，基于基因測序的實時PCR 技術(shù)快速發(fā)展，實際應(yīng)用中不但能夠?qū)崟r獲得檢測結(jié)果，還可以通過設(shè)計不同的引物對病原耐藥位點、毒力位點突變情況進(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間和采樣地點，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)病地點和分離時間等信息，這些缺失的信息主要從已發(fā)表的文獻(xiàn)中補充獲取[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，中國移動實驗檢測隊在塞拉利昂執(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態(tài)及三間分布特征，探索了高發(fā)熱點區(qū)的演化趨勢，
通過將狂犬病的時空擴散動態(tài)進(jìn)行可視化展示，我們?nèi)娴卣J(rèn)識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)擴散，
由東部、南部地區(qū)向西部、北部地區(qū)擴散‖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)加強對高發(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，我們探索并評估了人均經(jīng)濟水平和人均教育水平對我國狂犬病流行的影響，還發(fā)現(xiàn)了動物疫情的暴發(fā)對狂犬病的流行具有預(yù)警作用，
這些提示著我國應(yīng)重點關(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)化和對外傳播的中心區(qū)。
我們同時還明確了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)機的人體動作識別
1緒論
隨著計算機圖形學(xué)的快速發(fā)展，以及對物理學(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作相關(guān)的視頻數(shù)據(jù)，對視頻分類技術(shù)的需求也不斷增長。
近年來，人體動作的識別在多個領(lǐng)域表現(xiàn)出廣闊的應(yīng)用前景和研宄價值，其中基于關(guān)節(jié)數(shù)據(jù)的人體動作識別更是成為計算機視覺領(lǐng)域的研究熱點。
在計算機視覺領(lǐng)域，人的動作和姿態(tài)由于其復(fù)雜性和多變性，一直得到重點關(guān)注。
雖然視頻檢索和分類技術(shù)己經(jīng)得到廣泛應(yīng)用，但是人體動作的識別問題一直沒有得到很好的解決。
首先人體骨豁數(shù)太多，每個骨豁又有多個自由度，使得人體動作的表現(xiàn)極其復(fù)雜，另外人體不同的活動可能有相似的動作，例如投籃和揮手這兩個動作，
人的主觀判斷可以輕松地分辨出來，但是如果僅從肢體動作看，現(xiàn)有識別算法可能很難區(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)機及其多種改進(jìn)的變體，使人體動作的識別效果得到改善。
本章后續(xù)內(nèi)容將介紹本文實驗使用的數(shù)據(jù)的兩種捕捉技術(shù)、人體動作識別的研宄現(xiàn)狀、極限學(xué)習(xí)機的基本思想及文章組織結(jié)構(gòu)。
2運動捕捉數(shù)據(jù)的表示及動作特征的提取
2.1本文使用的數(shù)據(jù)集
ASF文件定義了運動數(shù)據(jù)起始幀的基本骨架姿態(tài)，每個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，即每個關(guān)節(jié)點都必須有數(shù)據(jù)，另外，每個子節(jié)點必須相對其父節(jié)點有偏移，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動數(shù)據(jù)。
這些運動數(shù)據(jù)每隔一段時間進(jìn)行一次采樣，每一頓由一系列線段構(gòu)成，每個線段代表一個骨賂段。
AMC文件首先記錄了根節(jié)點在世界坐標(biāo)系中的絕對位置坐標(biāo)和旋轉(zhuǎn)數(shù)據(jù)，然后記錄其他每個節(jié)點相對其父節(jié)點的旋轉(zhuǎn)數(shù)據(jù)，根據(jù)關(guān)節(jié)的實際情況，每個關(guān)節(jié)有不同的自由度。
2.2兩種動作特征提取算法?
為解決上述問題，引入了時序分層結(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)方差矩陣計算了整個運動序列，后面的各層在比上一層小一些的窗口上計算，并且分有交疊和無交疊兩種情況，圖2.4只顯示了分兩層時的情況。
每個協(xié)方差矩陣由兩個索引來標(biāo)記，前一個標(biāo)示了層數(shù)，后一個標(biāo)示了在該層中的位置，例如第一層標(biāo)記。
第1層中的一個協(xié)方差矩陣。
從一個窗口到下一個窗口的步長可以是整個窗口的長度，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)機的動作識別....13
3.1特征組合......13
3.2極限學(xué)習(xí)機和基于投票的極限學(xué)習(xí)機....13
4基于線性回歸的ELM動作識別...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...24
4.3實驗及分析.....25
5基于稀疏表示的ELM動作識別....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....32
5.3實驗及分析....32
5.4本章小結(jié)......35
6基于Dropout學(xué)習(xí)策略的ELM動作識別
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)勢是在較長時間尺度下，自然選擇的尺度并不在獨立基因?qū)用妫嵌嗷虻膮f(xié)同表達(dá)。
一組基因能夠和隨機的另一組基因完美合作，這使得整個繁殖系統(tǒng)的魯棒性更強。
因為一個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自己有用或者對與其他一小部分基因組合有用的事。
根據(jù)這個理論，有性繁殖的作用就不僅僅是讓新的有用基因傳遍整個群體，而且還通過降低復(fù)雜的同化來促進(jìn)這個過程，而這些同化會降低新基因改善個體適應(yīng)性的機會。
類似地，神經(jīng)網(wǎng)絡(luò)中的每個隱藏單元在Dropout訓(xùn)練時都要學(xué)習(xí)和其他隨機選擇的節(jié)點合作。
這可以使每個隱藏層節(jié)點有更強的魯棒性，并且促使它獨立產(chǎn)生有用特征，而不是依賴于其他隱藏層節(jié)點來糾正錯誤，并且同一隱藏層的節(jié)點還是要完成相互不同的工作。
6.2Dropout模型描述
人體動作的數(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)機中，可以有效防止信號噪聲產(chǎn)生的過擬合，以提高動作識別率。
基于Dropout學(xué)習(xí)策略的極限學(xué)習(xí)機(D-ELM)的基本方法是保留原始極限學(xué)習(xí)機的輸入層和隱藏層算法，在計算輸出層權(quán)重時采用Dropout策略以提高抗過擬合性。
實現(xiàn)方法為每次調(diào)參從中間層的輸出矩陣中隨機抽取若干列構(gòu)成，釆用Dropout策略隨機丟棄掉部分節(jié)點數(shù)據(jù)，采用廣義逆方法求得輸出層權(quán)向量，
并以此對前一次調(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)
對比這四項工作，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別效果。
(2)當(dāng)隱藏層節(jié)點數(shù)為100000時，基于線性回歸的ELM在這種情況下識別效果較原始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算法的識別效果，
其中基于Dropout策略的ELM得到的識別效果最好。
(3)當(dāng)隱藏層節(jié)點數(shù)為10000時，基于Dropout的ELM識別率較沒有提高，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對特征識別效果更好，基于稀疏表示的ELM對協(xié)方差特征和組合特征的識別效果更好。
7.2未來工作展望
在后期的工作中，希望可以實現(xiàn)如下目標(biāo)：(1)對子關(guān)節(jié)相對父關(guān)節(jié)的旋轉(zhuǎn)角度提取特征，以實現(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)對于低精度的人體運動捕捉數(shù)據(jù)，可以首先對運動序列中的各關(guān)節(jié)點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對人體動作進(jìn)行的識別都是建立在大量隱藏層節(jié)點的情況下，對實驗機器內(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)點的需求量，以提高算法的實用性。
(4)將本文中的分類方法應(yīng)用到更多
領(lǐng)域，以驗證其普適性。
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)代外科治療對個體化、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)，
已成為計算機在輔助外科手術(shù)工作這個研究方向中的最大熱點之一，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)。
計算機科學(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)試驗才能實現(xiàn)。
同時，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，所以對于手術(shù)的仿真模擬研究有重要的現(xiàn)實意義。
除此以外，由于在所有外科手術(shù)的過程中，軟組織都會因為外力而產(chǎn)生形變或位移，因此單純依靠手術(shù)前計算機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)部器官某個斷層的二維圖像，醫(yī)生們需要通過經(jīng)驗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)師的個人經(jīng)驗，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現(xiàn)過程中最重要的一個環(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。
三維重建通過對大量連續(xù)的斷層二維圖像進(jìn)行邊界識別等分割處理,再由計算機通過相應(yīng)的算法進(jìn)行自動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)建出與真實相符的三維模型,從而真實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]。
伴隨著計算機技術(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，因為缺乏強勁嚴(yán)謹(jǐn)?shù)目茖W(xué)依據(jù)支撐使用虛擬現(xiàn)實技術(shù)進(jìn)行手術(shù)技能的訓(xùn)練，
并在有效地把虛擬現(xiàn)實技術(shù)運用于外科手術(shù)的技能培訓(xùn)中缺乏足夠的知識，所以該項技術(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，因為缺乏強勁嚴(yán)謹(jǐn)?shù)目茖W(xué)依據(jù)支撐使用虛擬現(xiàn)實技術(shù)進(jìn)行手術(shù)技能的訓(xùn)練，并在有效地把虛擬現(xiàn)實技術(shù)運用于外科手術(shù)的技能培訓(xùn)中缺乏足夠的知識，
所以該項技術(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證
1 軟組織器官的物理模型構(gòu)建
這個特性是指對于軟組織器官，在一定的受力范圍情況下，其形變應(yīng)該是可逆的。
但是，一旦超過了某個受力臨界值，其組織結(jié)構(gòu)也會遭到破壞，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 號位置時，形變開始，從 2 號位置開始，虎克定律不再成立，3 號點是降伏強度點，在降伏強度之后的形變就為塑性形變。
在 4 號點取消施力，則沿紅色虛線形變回彈，根據(jù)塑性型變的強度，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，對于人體內(nèi)的活體軟組織器官，例如肝臟，其有著獨一無二的自我修復(fù)性，經(jīng)過長時間的自我修復(fù)，最終也會回到最初的狀態(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 就可以對膀胱在不同情況下的形變進(jìn)行仿真模擬了。
在 reactor 動力學(xué)系統(tǒng)中，流體動力學(xué)是基于真實的物理算法生成的，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，得到了四個不同充盈程度的膀胱模型。
與本課題根據(jù)真實掃描的 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比(如圖 3.10-3.13)。
總 結(jié)
1 本課題的主要工作
本課題對 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，對基于 3DsMax 的幾何模型重建的方法進(jìn)行了架構(gòu)，對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。
每個模型優(yōu)化前包含節(jié)點數(shù)均在 40 萬以上。
在建立了幾何模型優(yōu)化方法之后對各幾何模型進(jìn)行了面數(shù)優(yōu)化，令其節(jié)點數(shù)及面數(shù)分別控制在 5000 個節(jié)點及 8000 個面以內(nèi)，
使得在保證模型結(jié)構(gòu)合理、仿真與實際組織精度滿足醫(yī)學(xué)要求的前提下，大大減少了系統(tǒng)的運算量，保證了滿足視覺連續(xù)觀看的實時渲染精度和速度。
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。
嘗試使用該理論對膀胱進(jìn)行了充盈形變的模擬，并對其準(zhǔn)確性進(jìn)行了分析研判。
經(jīng)過與實際模型進(jìn)行對比得出了誤差曲線，為使用其他軟件對軟組織器官進(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
實驗員培養(yǎng)下的生物醫(yī)學(xué)論文10-08
無機納米材料應(yīng)用下生物醫(yī)學(xué)論文10-08
醫(yī)學(xué)論文10-01