李斌
- 作品数：11 被引量：17H指数：2
- 供职机构：上海市杨浦区精神卫生中心更多>>
- 发文基金：上海市软科学研究计划上海市地方高校能力建设项目国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术自然科学总论文化科学更多>>
- 精神分裂症患者诱发态脑电信号特征提取研究被引量：1
- 2023年
- 精神分裂症患者诱发态脑电信号量化特征可为疾病诊断提供依据。为此,从42例精神分裂症患者和29例健康人的学习任务中获取事件相关电位进行研究。首先,提取人体脑电信号的电位时域、频域特征。然后,基于相干性和相位滞后指数构建脑网络,分析脑功能连接差异性。实验结果表明,精神分裂症患者在学习任务过程中,P300波幅相较于健康人明显降低,在刺激开始后0.1~0.6s内,健康人theta频段功率更强,两者脑功能连接性差异主要体现在左半球的颞叶和枕叶之间,可为精神分裂症患者的早期诊断提供参考与借鉴。
- 徐琪李斌李斌李永康王琦雯李晓欧
- 关键词：精神分裂症
- 卫生知识产权人才培养机制与培训体系构建被引量：4
- 2017年
- 目的通过分析现有的知识产权人才培养相关文献了解现状,为构建卫生知识产权人才培养机制与培训体系提供参考意见。方法制定检索词及检索策略,共检索相关文献90篇,根据已定文献纳入及排除标准,最终纳入文献7篇,最终纳入分析7篇。结果我国知识产权人才培养取得了很大的进步,但卫生知识产权人才培养机制与培养体系仍不够完善,存在人才培养意识不够、人才结构不合理、师资力量不足等问题。结论建立医学院校、医院、卫生专利代理机构共同合作的卫生知识产权人才培养体系,构建卫生知识产权人才库,设置高端卫生知识产权人才培养计划。
- 马瑜嵇承栋许畅李斌付强强姚纯旭
- 关键词：知识产权
- 基于图注意力网络的脑电信号分类研究
- 2024年
- 脑电信号已被广泛应用于精神疾病诊疗领域,能够反映出大脑的活动异常。利用人工智能模型在精神疾病的预测、诊断、干预等方面有优于传统模式的潜力。结合图论分析方法和图注意力网络建立了一种人工智能模型,实现了精神分裂症患者脑电信号的自动识别。以强化学习任务时和工作记忆任务时获得的脑电信号为样本,利用相位滞后指数构建脑功能连接图,通过图注意网络模型,实现对精神分裂症患者和健康人的脑电信号的自动分类。处理强化学习任务数据,该算法的识别准确率为87.5%,特异性为72.7%;处理工作记忆任务数据,该算法的准确率为70.0%,特异性为85.7%。相较于对比方法,所提算法有显著改善。本文所提的脑电信号处理方法不依赖于人工特征的提取,并提高了分类准确率,有望为精神疾病的诊断提供可靠依据,具有良好的临床应用前景。
- 朱耿林萍林萍施浩洋郝丽俊李晓欧李斌
- 关键词：脑电信号脑功能连接精神分裂症
- 氯氮平联合低剂量阿立哌唑对难治性精神分裂症患者体质量及糖脂代谢影响的随机、单盲、前瞻性研究被引量：11
- 2017年
- 目的探讨氯氮平联合低剂量阿立哌唑对难治性精神分裂症患者体质量及糖脂代谢的影响。方法于上海市杨浦区精神卫生中心选取符合《国际疾病分类(第10版)》(ICD-10)精神分裂症诊断标准和难治性精神分裂症诊断标准的住院患者62例,采用随机数字表法分为研究组和对照组各31例。两组均给予氯氮平治疗,研究组在此基础上联合10mg阿立哌唑治疗,两组均治疗12周。于基线期和治疗第4、8、12周末采用阳性和阴性症状量表(PANSS)评定患者的精神症状,并对患者体质量、体质量指数、空腹血糖、餐后2h血糖、甘油三酯、总胆固醇进行测定。结果治疗第8、12周末,两组PANSS总评分与基线期比较差异均有统计学意义(P均<0.01),但组间比较差异无统计学意义(P>0.05)。治疗第12周末,研究组体质量、体质量指数、空腹血糖、总胆固醇与基线期比较差异无统计学意义(P>0.05),餐后2h血糖、甘油三脂与基线期比较差异有统计学意义(P<0.05);对照组总胆固醇与基线期比较差异无统计学意义(P>0.05),体质量、体质量指数、空腹血糖、餐后2h血糖、甘油三脂与基线期比较差异有统计学意义(P<0.05)。治疗第12周末,两组体质量和体质量指数、空腹血糖和餐后2h血糖、甘油三脂比较差异均有统计学意义(P均<0.05)。结论氯氮平联合低剂量阿立哌唑与单用氯氮平治疗均能改善难治性精神分裂症患者的精神症状,但联合治疗对患者体质量及糖脂代谢的影响相对较小。
- 李斌王赟贾静静奚巍
- 关键词：氯氮平阿立哌唑精神分裂症体质量
- 基于时空图卷积神经网络的精神分裂症识别
- 2024年
- 提出一种基于时空图卷积神经网络的精神分裂症患者分类方法,与过往仅分析脑电中的时频特征而忽略各脑区之间空间特征的主流方法不同,模型主要通过用不同通道之间小波相干系数构成的邻接矩阵和脑电序列进行图卷积的方式获取其中的空频特征,再通过一维时间卷积获取其中的时频特征,经过多次卷积后将处理过的矩阵扁平化后输入分类模型。实验结果表明本文方法在公开数据集Zenodo上的分类准确率达96.32%,证明本文方法的有效性,也证明融合时频、空频特征对精神分裂症诊断的优势。
- 徐信毅李斌朱耿周宇星林萍李晓欧
- 关键词：精神分裂症
- 基于脑电信号的阿尔茨海默病识别算法综述
- 2025年
- 随着人工智能不断发展,深度学习在阿尔茨海默病识别方面的应用十分广泛。脑电(EEG)作为一种非侵入式检测大脑神经电位的手段,能反映脑部神经功能活动,为更好地辅助诊断阿尔茨海默病研究提供了便利。首先,梳理脑电数据库、特征提取及深度学习分类模型,总结了近年来基于脑电的阿尔茨海默病算法;其次,比较不同神经网络识别算法辅助诊断阿尔茨海默病领域的研究现状与问题;最后,展望其未来研究方向,以期提升阿尔茨海默病的早期诊断准确性。
- 曹家翊李晓欧李斌李斌
- 关键词：阿尔茨海默病脑电图特征提取
- 基于图卷积神经网络的精神分裂症识别研究
- 2025年
- 目的精神分裂症(schizophrenia,SZ)患者存在工作记忆、信息处理、选择性学习等方面的认知障碍,临床上仍由医生经量表进行评估诊断。本文提出了一种不依赖人工特征的基于脑功能连接与图卷积神经网络(graph convolution neural network,GCN)的精神分裂症辅助诊断方法,以实现对精神分裂症的自动分类。方法由于脑网络图与图数据的天然相似性,本文从42例精神分裂症患者和29例健康对照者(healthy control,HC)的强化学习任务中获取事件相关电位(event-related potential,ERP),以电极为节点,使用相位滞后指数构建功能连接矩阵,结合节点特征构造脑网络图数据,输入图卷积神经网络模型进行训练分类。结果GCN模型下使用功率谱密度作为节点特征时,SZ与HC的分类准确率、精确率、F1分数和特异性分别为84.21%、75%、85.71%、70%。与选择原始脑电(electroencephalogram,EEG)向量作为节点特征相比准确率提高了6.43%。与使用随机森林分类器相比,GCN模型提高了3.18%的准确率。结论本文运用图神经网络对脑电信号进行分类,实验结果表明,GCN可以有效识别SZ患者,实现对SZ患者的自动分类。图结构下节点特征的选择相对于传统机器学习模型对分类的准确率有显著提升,且效果更优。
- 林萍朱耿李斌周宇星徐信毅李晓欧
- 关键词：脑功能连接脑电图精神分裂症
- 吸烟和轻中度饮酒与社区老年男性认知功能相关性研究被引量：1
- 2024年
- 目的探讨吸烟和轻中度饮酒与社区老年男性认知功能的相关性。方法采用中国纵向老龄队列数据库,纳入其中1201名社区老年男性(不含重度饮酒者),根据自我汇报的吸烟饮酒史将其分为吸烟饮酒组(n=332)、不吸烟但饮酒组(n=126)、吸烟但不饮酒组(n=308)、不吸烟不饮酒组(n=435),应用北京版蒙特利尔认知评估量表(Montreal cognitive assessment,MoCA)评估认知功能。采用双因素方差分析比较认知功能的差异,多因素线性回归模型分析认知功能下降的风险因素。结果主效应分析提示,轻中度饮酒对MoCA总分(F=6.076,P=0.014)、MoCA命名(F=11.179,P=0.001)和MoCA抽象(F=7.718,P=0.006)的影响具有统计学意义,轻中度饮酒者比不饮酒者的MoCA总分(22.50±5.27 vs.23.30±5.28)、MoCA命名(2.41±0.85 vs.2.58±0.76)、MoCA抽象(0.93±0.84 vs.1.10±0.82)更低。吸烟对MoCA总分(F=0.234,P=0.628)、MoCA命名(F=0.110,P=0.741)和MoCA抽象(F=1.335,P=0.248)的影响无统计学意义,吸烟和轻中度饮酒对MoCA评分的影响不存在交互作用(P>0.05)。多因素线性回归分析结果显示,无轻中度饮酒史与MoCA命名呈正相关(B=0.125,P=0.008)。对非痴呆者进行分层分析显示,无轻中度饮酒史与MoCA总分(B=0.550,P=0.011)、MoCA命名(B=0.134,P=0.002)呈正相关。结论吸烟和轻中度饮酒对社区老年男性认知功能无明显的相互影响,轻中度饮酒可能与总体认知功能和命名功能下降相关。
- 李斌李永超宋燕李霞肖世富孙琳
- 关键词：吸烟行为饮酒行为老年男性
- 深度学习在阿尔兹海默病患者脑电图分析中的应用综述
- 2023年
- 阿尔兹海默病正在成为危害65岁及以上老年人身体健康的高发病症,该疾病的早期诊断对于预防和治疗都尤为重要。脑电图能够反映大脑的神经电生理活动,被广泛应用于老年科临床检测,具有经济、实时、动态和安全等优点。深度学习算法能够挖掘临床数据(例如脑电图)中隐含的丰富信息,成为计算机辅助诊断领域的研究热点。本文将综述基于脑电图的深度学习算法在阿尔兹海默病患者的识别和分类上的应用,对不同的算法和思路进行了比较和总结,讨论深度学习在AD临床应用中存在的问题和挑战,对未来研究方向进行了展望,这将对提高AD疾病早期诊断和预测的准确性具有重要意义。
- 刘嘉瑞朱耿施浩洋李斌李晓欧
- 关键词：阿尔兹海默病卷积神经网络
- 孩子不想去上学,父母应该怎么办?
- 2024年
- 先分享一个典型案例。女生静静的父母平时工作忙,很少有时间陪伴她。爸爸内向寡言,任劳任怨;妈妈强势,善交际,忙里忙外,自感压力大,又得不到丈夫的理解和支持。夫妻俩经常吵架,五年前差点离婚。静静从小乖巧懂事,学习成绩好,还经常听妈妈诉苦,是父母的骄傲和妈妈的“小棉袄”。
- 李斌
