导读:本文包含了胎盘成熟论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:胎盘,成熟度,多普勒,超声,成熟,向量,胎儿。
胎盘成熟论文文献综述
卢丽燕,彭艳霞,黄旭燕[1]（2019）在《妊娠期糖尿病患者不同体重增长情况对胎盘成熟和胎儿生长的影响》一文中研究指出目的探讨妊娠期糖尿病患者不同体重增长情况对胎盘成熟和胎儿生长的影响。方法 160例妊娠期糖尿病患者根据妊娠期体重指数(BMI)增长情况分为平稳组(BMI增长<3 kg/m~2)、一般组(BMI增长3～5 kg/m~2)、快速组(BMI增长> 5kg/m~2),比较叁组在妊娠37周的胎盘成熟度及分娩后胎儿生长情况。结果平稳组、一般组及快速组妊娠37周的胎盘成熟度逐渐降低(P <0.05)。平稳组、一般组及快速组的胎儿体重正常率逐渐降低(P <0.05)。结论妊娠期糖尿病患者体重增长过快可影响胎盘成熟度及胎儿正常生长发育,妊娠期糖尿病患者应积极控制妊娠期体重增长。(本文来源于《临床医学工程》期刊2019年04期）
姜峰,倪东,陈思平,姚远,汪天富[2]（2018）在《基于Fisher向量和混合描述符的胎盘成熟度分级》一文中研究指出胎盘成熟度分级(PMG)对于评估胎儿生长和孕妇健康来说至关重要。目前,PMG主要依赖于临床医生的主观判断,不仅十分耗时,而且由于工作的重复性和冗余性,常会产生误判。传统机器学习中使用的手工特征提取方法,不能很好解决PMG的分级问题,因此提出从B超图像和彩色多普勒能量图像中提取深度混合描述符进行胎盘成熟度自动分级的方法。从深度卷积神经网络中提取卷积特征,并将其与手工特征结合形成混合描述符来提高模型性能。首先,将多个特征层的不同模型进行融合,从图像中获取混合描述符。同时,考虑到深度表达特征,使用迁移学习策略来增强分级性能。然后,用Fisher向量(FV)对提取的描述符进行编码。最后,使用支持向量机(SVM)分类器对胎盘成熟度进行分级。用医生标注好的数据进行测试,在基于19层网络的混合特征模型获得高达94.15%的精确度,比单一使用手工特征模型提升3.01%,比CNN特征模型提升7.35%。实验结果证明,所提方法能够有效应用于胎盘成熟度自动分级。(本文来源于《中国生物医学工程学报》期刊2018年05期）
杨小峰[3]（2018）在《产时胎盘成熟度不良与胎盘人工剥离的相关性研究及引起的妊娠并发症探讨》一文中研究指出目的探讨产时胎盘成熟度不良与胎盘人工剥离的相关性及引起的妊娠并发症。方法选取在本院分娩的单胎妊娠孕妇945例,根据产时超声监测胎盘成熟度分为早熟组(331例)、晚熟组(614例),记录两组胎盘人工剥离与妊娠并发症发生情况。结果晚熟组孕妇人工剥离发生率(4.4%)显着低于早熟组(12.4%)(P<0.05),晚熟组孕妇的产后出血、感染发生率均显着低于早熟组(P<0.05)。结论产时胎盘成熟度不良与胎盘人工剥离有显着相关性,胎盘早熟可导致胎盘人工剥离发生率增加,也可导致产后出血与感染发生率增加。(本文来源于《心理月刊》期刊2018年02期）
李婉君[4]（2017）在《胎盘成熟度自动分级探索》一文中研究指出胎盘成熟度分级的准确性对小于胎龄儿、死胎及死产的临床诊断有重要的作用。但是由于成像过程复杂、妊娠期长、图像质量差异以及医生主观判断差异,导致胎盘成熟度分级成为耗时又冗长的工作。尽管有近年来医学成像手段和技术都有了很大的进步,胎盘成熟度准确分级仍然有很大的挑战性。为了解决这一问题,本文提出一种基于特征融合和判别式学习的胎盘成熟度自动分级算法。首先,从B型灰阶超声图像中提取灰度信息,同时从彩色多普勒能量(color Doppler energy imaging,CDE)超声图像中提取血管信息,通过高斯差分的方法提取关键点,并对关键点提取尺度不变特征变换(scale-invariant feature transform,SIFT)特征以及灰度特征,对两种特征进行连接融合,利用Fisher向量编码的方法,形成码书,经过归一化,最后用支持向量机(support vector machine,SVM)进行分类,最终得到了 92.7%的准确率。对比不同关键点检测方法、不同特征提取方法以及不同的特征编码方法所得的实验结果表明,本文所提出的方法在胎盘成熟度自动分级问题中能取得很好的结果,对临床的判断有一定的指导意义。深度学习的发展为我们进一步提升结果的准确率提供了可能。有限的特征描述不能完整表述图像信息,所以本文通过将现有主流卷积神经网络(convolutional neural network,CNN)方法用于解决胎盘成熟度自动分级问题,用卷积层提取特征,并以池化层加速计算,以端到端的方式得到分类结果,减少人为对特征的选择和干预,得到更好的结果。本文以先前所取得的数据做训练,再以此后采集的数据为测试数据,利用AlexNet、VGG-F、VGG-S、VGG-M以及VGG-VD-16和VGG-VD-19进行实验,得到了相较于传统机器学习方法更好的结果,为进一步设计适用于该问题的网络结构提供了基础。本文在以传统的机器学习方法解决胎盘成熟度自动分级问题中,首次引入特征融合的思想,并在特征编码中采用多层Fisher向量编码,增强局部特征,从而提升分类的准确率。后续研究中对流行的深度学习方法的尝试,并取得了不错的结果,也为胎盘成熟度自动分级算法的临床应用提供了新的思路。(本文来源于《深圳大学》期刊2017-06-30）
李婉君,汪天富,倪东,陈思平,雷柏英[5]（2016）在《基于特征融合和判别式学习的胎盘成熟度自动分级》一文中研究指出胎盘成熟度分级错误可能会导致小于胎龄儿、死产、死胎等的发生。目前,胎盘成熟度分级主要依赖于临床医生的经验和观察,主观性很强,分级准确性易受医生工作强度、工作时长和工作经验的影响。提出一种基于特征融合和判别式学习的胎盘成熟度自动分级算法。首先,对共544例的B型超声图像和彩色能量多普勒(CDE)胎盘图像,采用提取关键点、对关键点提取特征、进行融合并加以判别式特征编码的方法,形成码书,经过归一化,最后用支持向量机(SVM)进行分类,得到胎盘成熟度分级结果。在测试阶段,将胎盘成熟度测试结果与临床医生的分级结果进行对比,得到如下结果:准确率92.7%,敏感性91.1%,特异性97.6%,平均精度97.3%。结果表明,该方法对胎盘成熟度自动分级具有较高的指导意义。(本文来源于《中国生物医学工程学报》期刊2016年04期）
李真子,黄威,崔竟红,郑英如[6]（2015）在《胎盘成熟畸胎瘤1例报道》一文中研究指出畸胎瘤是一种来源于胚胎多能干细胞的肿瘤,其组成成分复杂,一般含有2个胚层以上的多种成分,结构混乱。常见发生部位为卵巢、睾丸、前纵隔、腹膜后腔及骶骨前的区域。胎盘部位畸胎瘤罕见,其发生可能是来源于卵黄囊背侧生殖细胞异常迁移至胎盘形成,这些细胞在到达胎盘之前,先经过脐带,也有脐带畸胎瘤发生的报道。目前,关于胎盘畸胎瘤的报道极少[1],现将本科收治的1例报道如下。(本文来源于《重庆医学》期刊2015年34期）
董淑慧[7]（2014）在《胎盘成熟性畸胎瘤1例报道及文献复习》一文中研究指出1病例资料患者,女,27岁,主因"G2P0,孕39+6周"于2013年5月16日待产入院。患者平素月经规律,LMP 2012年8月10日。患者停经30天时,因阴道少量出血,口服"黄体酮及维生素E"治疗20+天好转。75g糖筛时发现血糖高于正常,孕期血压无增高。孕38周产检B超示"胎盘与胎儿之间实性肿物"。入院检查:T、R、P正常,血压110/70mmHg;腹围(本文来源于《现代妇产科进展》期刊2014年07期）
吴彦丽,刘建[8]（2013）在《B型超声检查胎盘成熟度的临床意义》一文中研究指出近年来,随着医学超声技术的不断发展,超声图像分辨率的不断提高以及超声检查需时短、简单、无创、重复性好等优点,超声检查在产前诊断中发挥了越来越重要的作用,如:常规检查胎儿、胎盘、脐带及羊水,将胎盘成熟度分为4级,用于评估胎肺成熟度及孕周,监测胎儿生长等。若胎盘成熟度与孕周不符,结合超声测量的胎儿各径值,指导产科医生给予早期干(本文来源于《重庆医学》期刊2013年01期）
罗晓俊,谢其燕,王莉,郭迎新,刘艳国[9]（2012）在《超声胎盘成熟度检查中应用胎盘大切面的探讨》一文中研究指出目的介绍一种新的胎盘扫查切面,补充扫查和评估胎盘成熟度的内容。方法采用胎盘大切面,即垂直于传统超声扫查的胎盘切面,而平行于胎盘实质等长轴的切面,对2011年4月到2012年4月,超声检查门诊及住院孕妇1032例进行超声扫查。结果新的胎盘大切面扫查,操作简单,在胎盘成熟度的超声扫查中,具有更直观、更符合胎盘的形态解剖结构。结论胎盘大切面有助于补充和完善现有胎盘的扫查方式和观察内容。(本文来源于《临床医学工程》期刊2012年09期）
何宁,邵亚勤,孟君,胡卫梅,杨高怡[10]（2012）在《声脉冲辐射力成像技术评价不同时期胎盘成熟度》一文中研究指出目的探讨声脉冲辐射力成像技术(acoustic radiation force impulse,ARFI)在不同时期胎盘成熟度中的应用价值。方法对2012年2月至2012年6月对来我院进行产前检查的不同时期孕妇进行检查,选取前壁胎盘者应用Siemens Acuson S2000超声成像系统,配有ARFI成像技术,采用凸阵探头,频率4.0MHz频率,ROI距(本文来源于《2012年浙江省超声医学学术年会论文集》期刊2012-09-07）
胎盘成熟论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
胎盘成熟度分级(PMG)对于评估胎儿生长和孕妇健康来说至关重要。目前,PMG主要依赖于临床医生的主观判断,不仅十分耗时,而且由于工作的重复性和冗余性,常会产生误判。传统机器学习中使用的手工特征提取方法,不能很好解决PMG的分级问题,因此提出从B超图像和彩色多普勒能量图像中提取深度混合描述符进行胎盘成熟度自动分级的方法。从深度卷积神经网络中提取卷积特征,并将其与手工特征结合形成混合描述符来提高模型性能。首先,将多个特征层的不同模型进行融合,从图像中获取混合描述符。同时,考虑到深度表达特征,使用迁移学习策略来增强分级性能。然后,用Fisher向量(FV)对提取的描述符进行编码。最后,使用支持向量机(SVM)分类器对胎盘成熟度进行分级。用医生标注好的数据进行测试,在基于19层网络的混合特征模型获得高达94.15%的精确度,比单一使用手工特征模型提升3.01%,比CNN特征模型提升7.35%。实验结果证明,所提方法能够有效应用于胎盘成熟度自动分级。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
胎盘成熟论文参考文献
[1].卢丽燕,彭艳霞,黄旭燕.妊娠期糖尿病患者不同体重增长情况对胎盘成熟和胎儿生长的影响[J].临床医学工程.2019
[2].姜峰,倪东,陈思平,姚远,汪天富.基于Fisher向量和混合描述符的胎盘成熟度分级[J].中国生物医学工程学报.2018
[3].杨小峰.产时胎盘成熟度不良与胎盘人工剥离的相关性研究及引起的妊娠并发症探讨[J].心理月刊.2018
[4].李婉君.胎盘成熟度自动分级探索[D].深圳大学.2017
[5].李婉君,汪天富,倪东,陈思平,雷柏英.基于特征融合和判别式学习的胎盘成熟度自动分级[J].中国生物医学工程学报.2016
[6].李真子,黄威,崔竟红,郑英如.胎盘成熟畸胎瘤1例报道[J].重庆医学.2015
[7].董淑慧.胎盘成熟性畸胎瘤1例报道及文献复习[J].现代妇产科进展.2014
[8].吴彦丽,刘建.B型超声检查胎盘成熟度的临床意义[J].重庆医学.2013
[9].罗晓俊,谢其燕,王莉,郭迎新,刘艳国.超声胎盘成熟度检查中应用胎盘大切面的探讨[J].临床医学工程.2012
[10].何宁,邵亚勤,孟君,胡卫梅,杨高怡.声脉冲辐射力成像技术评价不同时期胎盘成熟度[C].2012年浙江省超声医学学术年会论文集.2012
论文知识图
