医学中的计算智能——数据分析和建模

---

在临床应用中，我们以快速、客观的方式处理需要解决的问题。然而，人类的观察受到内部(来自观察者)和外部(通常独立于观察者)影响。分类的客观性受到训练经验或水平、心理状况(疲劳、匆忙等)以及外部条件(灯光、破坏性噪音等)等因素影响的人的感官接受能力的限制。知觉的失败对整个认知过程提出了质疑。识别过程本身，也受到上述条件的影响，可能导致慢速和/或导致错误诊断。

解决各种问题的新计算机方法在医疗保健中变得至关重要。随着计算智能的发展，数学信息分析、建模和计算机模拟成为当前快速发展的标准工具。我们正在目睹一场根本性的变化，因为技术已经被集成到解决医学核心问题的系统中，包括门诊和住院病人护理、疾病预防、健康促进、康复和家庭护理。计算智能被广泛应用于支持病人的医疗诊断和治疗，评估护理质量，以及增强决策、建模、模拟和医学研究。在分析患者信息和实施计算机辅助诊断和治疗系统方面的计算机支持增加了分析的客观性，并加快了对病理变化的反应。

本期特刊由5篇文章组成。随后的论文分为3组。

第一种方法在数据分析中使用数学工具。Abdel-Qader和Abu-Amara提出了一种计算机辅助乳腺癌诊断系统。他们已经实现了独立成分分析和模糊分类器来识别和标记乳房x线照片中的可疑区域。

Mital和Pidaparti提出了一种估计方法，利用红外热像仪获得的表面温度剖面来确定乳腺肿瘤参数。该方法采用人工神经网络进化算法和遗传算法。人工神经网络用于映射肿瘤深度、肿瘤大小和热生成与理想乳房模型上的温度分布的关系。遗传算法通过最小化适应度函数来估计肿瘤参数(深度、大小和热量产生)，适应度函数涉及从模拟数据或临床数据获得的温度分布。

第二组采用建模技术作为评估或决策问题的支持。

Rau等人已经实现了计算流体动力学技术来研究大脑前动脉血流速率不相等对大脑前动脉和前交通动脉(ACA-ACOM)分叉的血流动力学影响。采用理想的ACA-ACOM二维对称模型，计算了具有左向右流比的脉动流在分叉区域的流场和壁面剪切应力(WSS)。

利用Le Rolle等人提出了一种基于模型的再现倾斜试验中获取的单独心率信号的方法。提出了一种新的生理学模型，适应该问题，耦合自主神经系统，心血管系统和全球心室力学。进化算法用于识别患者特定的参数，以便再现在倾斜试验期间获得的心率信号。所提出的方法能够再现观察到的心率信号的主要组件，并表示朝向这些信号的模型的解释的第一步。

在骨科中使用的第三组开发了实验性和数值方法，以探讨植入物和骨螺钉周围产生的应力。Chaudhary等。介绍了在副吡咯地区的固定骨折产生的人类下颌骨的有限元模型。然后，下颌模型已解剖学。接下来，获得由固定板施加到简化螺钉上的力并转移到嵌入在三角形嵌段中的螺杆植入物的另一种有限元子模型，其具有皮质和松质骨的材料特性。比较了螺杆植入物周围的骨中的应力，以比较不同的螺杆配置。

Ewa Pietka

版权

版权所有©2008 EWA Pietka。这是分布下的开放式访问文章知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。