【摘 要】
：
微动脉瘤是糖尿病性视网膜病变的首要临床表现,通过检测微动脉瘤,可以尽早地预防和治疗糖尿病性视网膜病变,并可以防止其恶化和视力损伤.本文对眼底彩色图像经过预处理后,用二维高斯分布拟合出微动脉瘤的灰度分布情况,然后用模板匹配法对眼底图像进行滑动窗口的模板匹配处理得到微动脉瘤候选区域,接着对眼底图像进行血管分割,去除掉微动脉瘤候选集中的血管部分,最后用支持向量机(SVM)对微动脉瘤候选集进行分类得到最终
【机 构】
：
自贡市第一人民医院,自贡,643000
论文部分内容阅读
微动脉瘤是糖尿病性视网膜病变的首要临床表现,通过检测微动脉瘤,可以尽早地预防和治疗糖尿病性视网膜病变,并可以防止其恶化和视力损伤.本文对眼底彩色图像经过预处理后,用二维高斯分布拟合出微动脉瘤的灰度分布情况,然后用模板匹配法对眼底图像进行滑动窗口的模板匹配处理得到微动脉瘤候选区域,接着对眼底图像进行血管分割,去除掉微动脉瘤候选集中的血管部分,最后用支持向量机(SVM)对微动脉瘤候选集进行分类得到最终的微动脉瘤区域.
其他文献
本文介绍了大竹县人民医院医联体业务协同信息系统基本建设思路和内容,对基于信息系统开展业务协作,打破机制体制壁垒,实现卫生资源的整合,促进我县卫生事业均衡发展,全面提高各级各类医疗卫生机构整体医疗卫生服务水平;最终通过云大物移等关键技术将医联体与健康管理深度结合,以实现健康管理为目的的便捷、连续、高效医疗服务等方面进行了探讨与研究.
目的：通过某地基层医疗卫生机构的资源配置及公平性分析,为资源配置科学合理调控提供参考依据.方法：运用基尼系数(GINI)对反映资源配置状况的重要指标进行分析研究.结果：资源配置中卫生人力、床位、固定资产指标逐年增长,机构配置略有减少,地域及人口配置指标基尼系数值显示基本公平.结论：各级政府和管部门应按照标准,遵循均衡分布原则,引导资源的合理配置,对基于人口分布的机构进行配置调整,使之趋于更加合理公
医疗信息化是国际发展趋势.医疗信息系统已经基本覆盖了各个科室,渗透到了医院的各种业务流程中,可以说整个医院的运转高度依赖于信息系统的运行.如今,医疗行业面临的威胁环境也发生了变化,需要不同的策略来防御和解决.数据分析和机器学习方法在帮助检测现有的入侵事件方面有很大的优势.
目的：分析主要病人特征,为合理配置医疗资源、发现异常住院信息提供依据.方法：提取某三甲医院2016年收治的51032例住院病人基本信息及费用信息,使用K-means聚类算法对住院病人数据进行挖掘,聚类区分效果评价采用方差分析,统计分析软件使用R语言.结果：住院病人共聚为6类,分别为大手术病人、正常就诊病人、使用高值耗材的手术病人、化验和检查病人、使用仪器治疗的病人和靠药物治疗的病人.6类病人的总费
目的：通过对四川省新农合直报系统数据和四川省新农合省平台数据汇总分析,了解近年来全省新农合补偿情况和参合群众受益情况.方法：从两套系统采集的数据中分析受益人群、基金运行、受益程度、各市州机构补偿情况等,并通过数据和图表进行展示.结论：全省新农合制度基本实现全覆盖;基金规模持续增长,处于安全运行范围;全省新农合受益情况总体较好,受益程度不断提升;各市州间不同等级机构补偿存在差异,总体情况良好.
目的：探讨某三级甲等综合医院2009～2016年门诊服务量变化情况.方法：采用时间序列数据季节指数分析法,分析门诊月、季度变动特点与规律.结果：8年门诊诊疗人次通过cox-stuart趋势分析检验,显示,医院门诊服务量呈逐年上升趋势(P＜0.001),2016年比2009年增长91.05％;1、2月份为低谷期,季节指数分别为86.76％、91.03％,3、7月份为高峰期,季节指数分别为108.71
网络环境监控是在CACTI (LINUX)架构的基础下采用SNMP技术,实现对网络节点的实时监控.它的主要功能是将网络节点上的流量情况,服务器的使用情况(包括存储、CPU、内存),网络节点的通断情况通过SNMP传输,直接呈现在OSI第七层(应用层),从而起到帮助管理员管理网络,及时反馈故障信息的作用.
目的：了解宜宾县基层医疗机构卫生人力资源情况,为卫生主管部门合理配置基层医疗卫生机构人力资源提供科学的理论依据.方法：利用统计软件对宜宾县基层卫生医疗机构人力资源的年龄、学历、职称构成等方面进行分析.结果：基层医疗卫生机构人力资源配置不足,年龄结构断层,卫生人员整体学历偏低,专业职称层次偏低.结论：应提高对卫生人力资源管理的认识,加强对卫生人才队伍的培训,建立健全卫生人才激励制度.
目的：样本量估计在临床试验中的重要性日益凸显,对临床试验样本量估计进行归类阐述,以提高研究有效性.方法：通过查阅文献,研究各类常用样本量估计的适用条件、所需参数、公式计算等.结果：常用临床试验可分为均数比较或非参数检验的比较和生存分析三种类型再按照分组数进行样本量估计.结论：需结合临床试验的实际情况,针对不同研究类型选取适宜的样本含量估计方法.
医疗行业作为人工智能重点发展领域之一,用以加强群体智能健康管理,强调数据挖掘、辅助诊疗、患者管理的人工智能应用在医院落地,助推精准医学和智慧医院发展.在此风口下,市场单纯以算法为导向,而忽略了医学文本的复杂性及当前医疗数据非标准化非结构化无法被有效运用于支持人工智能应用发展的现况.本文拟综合现有人工智能技术进行整合,对应当前数据质量问题设计构建一套完整的自动化数据治理流程用以提高数据质量及可用度,