神經(jīng)網(wǎng)絡(luò)與MATLAB神經(jīng)網(wǎng)絡(luò)工具箱-liu

神經(jīng)網(wǎng)絡(luò)與MATLAB神經(jīng)網(wǎng)絡(luò)工具箱

一、神經(jīng)網(wǎng)絡(luò)的背景、發(fā)展和現(xiàn)狀

二、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和BP神經(jīng)網(wǎng)絡(luò)

三、神經(jīng)網(wǎng)絡(luò)的應(yīng)用與實(shí)例一、神經(jīng)網(wǎng)絡(luò)的背景、發(fā)展和現(xiàn)狀1.1認(rèn)識(shí)神經(jīng)網(wǎng)絡(luò)1.2人工神經(jīng)網(wǎng)絡(luò)的產(chǎn)生1.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與現(xiàn)狀1.4神經(jīng)網(wǎng)絡(luò)的研究類容1.5目前存在的問(wèn)題1.1認(rèn)識(shí)神經(jīng)網(wǎng)絡(luò)

大腦是由大量神經(jīng)細(xì)胞或神經(jīng)元組成的。每個(gè)神經(jīng)元可看作是一個(gè)小的處理單元，這些神經(jīng)元按某種方式連接起來(lái)，形成大腦內(nèi)部的生理神經(jīng)元網(wǎng)絡(luò)。這種神經(jīng)元網(wǎng)絡(luò)中各神經(jīng)元之間聯(lián)結(jié)的強(qiáng)弱，按外部的激勵(lì)信號(hào)做自適應(yīng)變化，而每個(gè)神經(jīng)元又隨著所接收到的多個(gè)接收信號(hào)的綜合大小而呈現(xiàn)興奮或抑制狀態(tài)。從而生物可以對(duì)外界刺激做出恰當(dāng)?shù)姆磻?yīng)。

人工神經(jīng)網(wǎng)絡(luò)是基于模仿生物大腦的結(jié)構(gòu)和功能而構(gòu)成的一種信息處理系統(tǒng)。

1.1認(rèn)識(shí)神經(jīng)網(wǎng)絡(luò)

因此，我們給出人工神經(jīng)網(wǎng)絡(luò)的定義：

人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks，NN）是由大的簡(jiǎn)單的處理單元（稱為神經(jīng)元）廣泛地互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，它反映了人腦功能的許多基本特征，是一個(gè)高度復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng)。

1.2人工神經(jīng)網(wǎng)絡(luò)的產(chǎn)生

各種較為精確的分析和科學(xué)實(shí)驗(yàn)的結(jié)果表明，任何一個(gè)實(shí)際的物理系統(tǒng)都是非線性的。所謂線性只是對(duì)非線性的一種簡(jiǎn)化或近似，或者說(shuō)是非線性的一種特例。線性系統(tǒng)理論在對(duì)現(xiàn)實(shí)進(jìn)行理想化和近似處理有著不可避免的缺陷。另外隨著生產(chǎn)生活的日益復(fù)雜，人們對(duì)自動(dòng)控制和人工智能的要求越來(lái)越高。這對(duì)傳統(tǒng)的處理問(wèn)題的方式提出了新的挑戰(zhàn)，迫切需求一種能對(duì)復(fù)雜事物做出迅速靈敏而又準(zhǔn)確反應(yīng)的工作模式。

生物的神經(jīng)系統(tǒng)總能恰當(dāng)、迅速的辨別處復(fù)雜環(huán)境并做出恰當(dāng)判斷，這種高智能無(wú)疑為人類模擬生物神經(jīng)系統(tǒng)高效解決問(wèn)題提供了借鑒。

1.2人工神經(jīng)網(wǎng)絡(luò)的產(chǎn)生

因此，由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連成網(wǎng)絡(luò)、能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)的人工神經(jīng)網(wǎng)絡(luò)應(yīng)運(yùn)而生

它克服了傳統(tǒng)人工智能方法對(duì)于直覺(jué)，如模式、語(yǔ)音識(shí)別、非結(jié)構(gòu)化信息處理方面的缺陷特別適合處理需要同時(shí)考慮許多因素和條件的、不精確和模糊的信息處理問(wèn)題。1.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與現(xiàn)狀

神經(jīng)網(wǎng)絡(luò)起源于20世紀(jì)40年代，至今發(fā)展已半個(gè)多世紀(jì)，大致分為三個(gè)階段。 1）20世紀(jì)50年代-20世紀(jì)60年代：第一次研究高潮自1943年M-P模型開(kāi)始，至20世紀(jì)60年代為止，這一時(shí)間可以稱為神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論發(fā)展的初期階段。這個(gè)時(shí)期的主要特點(diǎn)是多種網(wǎng)絡(luò)的模型的產(chǎn)生與學(xué)習(xí)算法的確定。 2）20世紀(jì)60年代-20世紀(jì)70年代：低潮時(shí)期到了20世紀(jì)60年代，人們發(fā)現(xiàn)感知器存在一些缺陷，例如，它不能解決異或問(wèn)題，因而研究工作趨向低潮。不過(guò)仍有不少學(xué)者繼續(xù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行研究。 Grossberg提出了自適應(yīng)共振理論；Kohenen提出了自組織映射；Fukushima提出了神經(jīng)認(rèn)知網(wǎng)絡(luò)理論；1.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與現(xiàn)狀A(yù)nderson提出了BSB模型；Webos提出了BP理論等。這些都是在20世紀(jì)70年代和20世紀(jì)80年代初進(jìn)行的工作。 3）20世紀(jì)80年代-90年代：第二次研究高潮進(jìn)入20世紀(jì)80年代，神經(jīng)網(wǎng)絡(luò)研究進(jìn)入高潮。這個(gè)時(shí)期最具有標(biāo)志性的人物是美國(guó)加州工學(xué)院的物理學(xué)家JohnHopfield。他于1982年和1984年在美國(guó)科學(xué)院院刊上發(fā)表了兩篇文章，提出了模擬人腦的神經(jīng)網(wǎng)絡(luò)模型，即最著名的Hopfield模型。Hopfield網(wǎng)絡(luò)是一個(gè)互連的非線性動(dòng)力學(xué)網(wǎng)絡(luò)，它解決問(wèn)題的方法是一種反復(fù)運(yùn)算的動(dòng)態(tài)過(guò)程，這是符號(hào)邏輯處理方式做不具備的性質(zhì)。20世紀(jì)80年代后期到90年代初，神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論形成了發(fā)展的熱點(diǎn)，多種模型、算法和應(yīng)用被提出，研究經(jīng)費(fèi)重新變得充足，使得研究者們完成了很多有意義的工作。1.3神經(jīng)網(wǎng)絡(luò)的發(fā)展與現(xiàn)狀

進(jìn)入20世紀(jì)90年代以來(lái)，神經(jīng)網(wǎng)絡(luò)由于應(yīng)用面還不夠?qū)?，結(jié)果不夠精確，存在可信度問(wèn)題，從而進(jìn)入了認(rèn)識(shí)與應(yīng)用研究期。 1）開(kāi)發(fā)現(xiàn)有模型的應(yīng)用，并在應(yīng)用中根據(jù)實(shí)際運(yùn)行情況對(duì)模型、算法加以改造，以提高網(wǎng)絡(luò)的訓(xùn)練速度和運(yùn)行的準(zhǔn)確度。 2）充分發(fā)揮兩種技術(shù)各自的優(yōu)勢(shì)是一個(gè)有效方法。 3）希望在理論上尋找新的突破，建立新的專用/通用模型和算法。 4）進(jìn)一步對(duì)生物神經(jīng)系統(tǒng)進(jìn)行研究，不斷地豐富對(duì)人腦的認(rèn)識(shí)。1.4神經(jīng)網(wǎng)絡(luò)的研究類容

神經(jīng)網(wǎng)絡(luò)的研究?jī)?nèi)容相當(dāng)廣泛，反映了多科學(xué)交叉技術(shù)領(lǐng)域的特點(diǎn)。目前，主要的研究工作集中在以下四方面[6]：

（1）生物原型研究：從生理學(xué)、心理學(xué)、解剖學(xué)、腦科學(xué)、病理學(xué)生物科學(xué)方面研究神經(jīng)細(xì)胞、神經(jīng)網(wǎng)絡(luò)、神經(jīng)系統(tǒng)的生物原型結(jié)構(gòu)及其功能機(jī)理。

（2）建立理論模型：根據(jù)生物圓形的研究，建立神經(jīng)元、神經(jīng)網(wǎng)絡(luò)的理論模型，其中包括概念模型、知識(shí)模型、物理化學(xué)模型、數(shù)學(xué)模型等。1.4神經(jīng)網(wǎng)絡(luò)的研究類容

（3）網(wǎng)絡(luò)模型與算法研究：在理論模型研究的基礎(chǔ)上構(gòu)成具體的神經(jīng)網(wǎng)絡(luò)模型，以實(shí)現(xiàn)計(jì)算機(jī)模擬或準(zhǔn)備制作硬件，包括網(wǎng)絡(luò)學(xué)習(xí)算法的研究。這方面的工作也稱為技術(shù)模型研究。

（4）神經(jīng)網(wǎng)絡(luò)應(yīng)用系統(tǒng)：在網(wǎng)絡(luò)模型與算法研究的基礎(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)組成實(shí)際的應(yīng)用系統(tǒng)，例如，完成某種信號(hào)處理或模式識(shí)別的功能、構(gòu)成專家系統(tǒng)、制成機(jī)器人等。1.5目前存在的問(wèn)題

人工神經(jīng)網(wǎng)絡(luò)的發(fā)展具有強(qiáng)大的生命力。當(dāng)前存在的問(wèn)題是智能水平還不高，許多應(yīng)用方面的要求還不能得到很好的滿足；網(wǎng)絡(luò)分析與綜合的一些理論性問(wèn)題還未得到很好的解決。例如，由于訓(xùn)練中穩(wěn)定性的要求學(xué)習(xí)率很小，所以梯度下降法使得訓(xùn)練很忙動(dòng)量法因?yàn)閷W(xué)習(xí)率的提高通常比單純的梯度下降法要快，但在實(shí)際應(yīng)用中還是很慢[7]。針對(duì)千變?nèi)f化的應(yīng)用對(duì)象，各類復(fù)雜的求解問(wèn)題，編制一些特定的程序、軟件求解，耗費(fèi)了大量的人力和物力。而這些軟件往往只針對(duì)某一方面的問(wèn)題有效，并且在人機(jī)接口、用戶友好性等諸多方面存在一定的缺陷。在微機(jī)飛速發(fā)展的今天，很多都已不能滿足發(fā)展的需要。二、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和BP神經(jīng)網(wǎng)絡(luò)2.1生物神經(jīng)元與神經(jīng)網(wǎng)絡(luò)2.2人工神經(jīng)元與人工神經(jīng)網(wǎng)絡(luò)

2.2.1人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 2.2.2人工神經(jīng)元 2.2.3人工神經(jīng)網(wǎng)絡(luò)原理 2.2.4人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)規(guī)則 2.2.5人工神經(jīng)網(wǎng)絡(luò)模型 2.2.6人工神經(jīng)網(wǎng)絡(luò)特點(diǎn)2.3BP神經(jīng)網(wǎng)絡(luò)

2.3.1BP神經(jīng)網(wǎng)絡(luò)定義 2.3.2BP神經(jīng)網(wǎng)絡(luò)原理 2.3.3BP神經(jīng)網(wǎng)絡(luò)的特點(diǎn) 2.3.4BP網(wǎng)絡(luò)的主要功能 2.4.5BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)2.1生物神經(jīng)元與神經(jīng)網(wǎng)絡(luò)2.1.1生物神經(jīng)元

人腦大約由1012個(gè)神經(jīng)元組成，神經(jīng)元互相連接成神

經(jīng)網(wǎng)絡(luò)。神經(jīng)元是大腦處理信息的基本單元，以細(xì)胞體為主體，由許多向周圍延伸的不規(guī)則樹(shù)枝狀纖維構(gòu)成的神經(jīng)細(xì)胞，其形狀很像一棵枯樹(shù)的枝干。它主要由細(xì)胞體、樹(shù)突、軸突和突觸(Synapse，又稱神經(jīng)鍵)組成。

從神經(jīng)元各組成部分的功能來(lái)看，信息的處理與傳遞主要發(fā)生在突觸附近。當(dāng)神經(jīng)元細(xì)胞體通過(guò)軸突傳到突觸前膜的脈沖幅度達(dá)到一定強(qiáng)度，即超過(guò)其閾值電位后，突觸前膜將向突觸間隙釋放神經(jīng)傳遞的化學(xué)物質(zhì)。2.1.1生物神經(jīng)元

基本工作機(jī)制：一個(gè)神經(jīng)元有兩種狀態(tài)——興奮和抑制平時(shí)處于抑制狀態(tài)的神經(jīng)元，當(dāng)接收到其它神經(jīng)元經(jīng)由突觸傳來(lái)的沖擊信號(hào)時(shí)，多個(gè)輸入在神經(jīng)元中以代數(shù)和的方式疊加。進(jìn)入突觸的信號(hào)會(huì)被加權(quán)，起興奮作用的信號(hào)為正，起抑制作用的信號(hào)為負(fù)。如果疊加總量超過(guò)某個(gè)閾值，神經(jīng)元就會(huì)被激發(fā)進(jìn)入興奮狀態(tài)，發(fā)出輸出脈沖，并由軸突的突觸傳遞給其它神經(jīng)元。2.1.1生物神經(jīng)元

信息輸入信息傳播與處理信息整合處理后結(jié)果：興奮或抑制結(jié)果輸出2.1生物神經(jīng)元與神經(jīng)網(wǎng)絡(luò)2.1.2生物神經(jīng)網(wǎng)絡(luò)神經(jīng)元之間可以有復(fù)雜聯(lián)系，彼此可以有輸入輸出關(guān)系，輸入和輸出之間的變換關(guān)系一般是非線性的。神經(jīng)網(wǎng)絡(luò)是由大量的處理單元（神經(jīng)元）互相連接而成的網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的信息處理通過(guò)神經(jīng)元的互相作用來(lái)實(shí)現(xiàn)，即信息輸入、經(jīng)神經(jīng)單元處理、通過(guò)各神經(jīng)元之間信號(hào)傳遞和綜合、輸出信息、生物做出反應(yīng)。2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（artificialneuralnetwork，ANN）是模仿生物神經(jīng)網(wǎng)絡(luò)功能的一種經(jīng)驗(yàn)?zāi)Ｐ汀Ｋ舾珊?jiǎn)單（通常是自適應(yīng)的）元件及其層次組織，以大規(guī)模并行連接方式構(gòu)造而成的網(wǎng)絡(luò)，按照生物神經(jīng)網(wǎng)絡(luò)類似的方式處理輸入的信息。模仿生物神經(jīng)網(wǎng)絡(luò)而建立的人工神經(jīng)網(wǎng)絡(luò)，對(duì)輸入信號(hào)有功能強(qiáng)大的反應(yīng)和處理能力。

但是，它只是對(duì)生物神經(jīng)網(wǎng)絡(luò)進(jìn)行了某種抽象、簡(jiǎn)化和模擬。神經(jīng)網(wǎng)絡(luò)的信息處理通過(guò)神經(jīng)元的互相作用來(lái)實(shí)現(xiàn)，知識(shí)與信息的存儲(chǔ)表現(xiàn)為網(wǎng)絡(luò)元件互相分布式的物理聯(lián)系。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別取決于各種神經(jīng)元連接權(quán)系數(shù)的動(dòng)態(tài)演化過(guò)程。

2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)

其中的一個(gè)神經(jīng)元可以接受多個(gè)輸入信號(hào)，按照一定的規(guī)則轉(zhuǎn)換為輸出信號(hào)。由于神經(jīng)網(wǎng)絡(luò)中神經(jīng)元間復(fù)雜的連接關(guān)系和各神經(jīng)元傳遞信號(hào)的非線性方式，輸入和輸出信號(hào)間可以構(gòu)建出各種各樣的關(guān)系，因此可以用來(lái)作為黑箱模型，表達(dá)那些用機(jī)理模型還無(wú)法精確描述、但輸入和輸出之間確實(shí)有客觀的、確定性的或模糊性的規(guī)律。因此，人工神經(jīng)網(wǎng)絡(luò)作為經(jīng)驗(yàn)?zāi)Ｐ偷囊环N，在化工生產(chǎn)、研究和開(kāi)發(fā)中得到了越來(lái)越多的用途。2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)單純型層次型結(jié)構(gòu)2.2.1人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)分類：

神經(jīng)網(wǎng)絡(luò)按網(wǎng)絡(luò)連接的層次型結(jié)構(gòu)分類將神經(jīng)元按功能分成若干層，如輸入層、中間層、隱藏層和輸出層，各層順序相連2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)按連接形式分類有以下幾種基本形式：

前向網(wǎng)絡(luò)

網(wǎng)絡(luò)中的神經(jīng)元是分層排列的，每個(gè)神經(jīng)元只與前一層的神經(jīng)元相連接。神經(jīng)元分層排列，分別組成輸入層、中間層（也稱為隱含層，可以由若干層組成）和輸出層。每一層的神經(jīng)元只接受來(lái)自前一層神經(jīng)元的輸入，后面的層對(duì)前面的層沒(méi)有信號(hào)反饋。輸入模式經(jīng)過(guò)各層次的順序傳播，最后在輸出層上得到輸出。感知器網(wǎng)絡(luò)和BP網(wǎng)絡(luò)均屬于前向網(wǎng)絡(luò)。2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)前向網(wǎng)絡(luò)結(jié)構(gòu)：2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)

從輸出到輸入有反饋的前向網(wǎng)絡(luò)

輸出層對(duì)輸入層有信息反饋，這種網(wǎng)絡(luò)可用于存儲(chǔ)某種模式序列，如神經(jīng)認(rèn)知機(jī)和回歸BP網(wǎng)絡(luò)都屬于這種類型。

層內(nèi)互連前向網(wǎng)絡(luò)

通過(guò)層內(nèi)神經(jīng)元的相互結(jié)合，可以實(shí)現(xiàn)同一層神經(jīng)元之間的橫向抑制或興奮機(jī)制。這樣可以限制每層內(nèi)可以同時(shí)動(dòng)作的神經(jīng)元素，或者把每層內(nèi)的神經(jīng)元分為若干組，讓每一組作為一個(gè)整體進(jìn)行運(yùn)作。例如，可利用橫向抑制機(jī)理把某層內(nèi)的具有最大輸出的神經(jīng)元挑選出來(lái)，從而抑制其他神經(jīng)元，使之處于無(wú)輸出狀態(tài)。2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)

相互結(jié)合型網(wǎng)絡(luò)

相互結(jié)合型網(wǎng)絡(luò)結(jié)構(gòu)如圖2.7所示，這種網(wǎng)絡(luò)在任意兩個(gè)神經(jīng)元之間都可能有連接。Hopfield網(wǎng)絡(luò)和Boltzmann機(jī)均屬于這種類型。在無(wú)反饋的前向網(wǎng)絡(luò)中，信號(hào)一旦通過(guò)某神經(jīng)元，該神經(jīng)元的處理就結(jié)束了。而在相互結(jié)合網(wǎng)絡(luò)中，信號(hào)要在神經(jīng)元之間反復(fù)傳遞，網(wǎng)絡(luò)處于一種不斷變化狀態(tài)的動(dòng)態(tài)之中。信號(hào)從某初始狀態(tài)開(kāi)始，經(jīng)過(guò)若干次變化，才會(huì)達(dá)到某種平衡狀態(tài)。根據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)和神經(jīng)元的特性，網(wǎng)絡(luò)的運(yùn)行還有可能進(jìn)入周期振蕩或其他如混沌平衡狀態(tài)。2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò) 2.2.2人工神經(jīng)元模型生物神經(jīng)元是一個(gè)多輸入、單輸出單元。模擬生物神經(jīng)元，常用的人工神經(jīng)元模型如下：輸入和輸出的關(guān)系可表示為:

2.2.

2人工神經(jīng)元模型神經(jīng)元的傳遞函數(shù) f（X）是激發(fā)函數(shù)；它可以是線性函數(shù)，也可以是非線性函數(shù)．例如，若取激發(fā)函數(shù)為符號(hào)函數(shù)

2.2.

2人工神經(jīng)元模型神經(jīng)元的傳遞函數(shù)2.2人工神經(jīng)元和神經(jīng)網(wǎng)絡(luò) 2.2.3人工神經(jīng)網(wǎng)絡(luò)基本原理

生物神經(jīng)元信號(hào)的傳遞是通過(guò)突觸進(jìn)行的一個(gè)復(fù)雜的電化學(xué)等過(guò)程,在人工神經(jīng)網(wǎng)絡(luò)中是將其簡(jiǎn)化模擬成一組數(shù)字信號(hào)通過(guò)一定的學(xué)習(xí)規(guī)則而不斷變動(dòng)更新的過(guò)程，這組數(shù)字儲(chǔ)存在神經(jīng)元之間的連接權(quán)重。網(wǎng)絡(luò)的輸入層模擬的是神經(jīng)系統(tǒng)中的感覺(jué)神經(jīng)元，它接收輸入樣本信號(hào)。輸入信號(hào)經(jīng)輸入層輸入，通過(guò)隱含層的復(fù)雜計(jì)算由輸出層輸出，輸出信號(hào)與期望輸出相比較，若有誤差，再將誤差信號(hào)反向由輸出層通過(guò)隱含層處理后向輸入層傳播。在這個(gè)過(guò)程中，誤差通過(guò)梯度下降算法，分?jǐn)偨o各層的所有單元，從而獲得各單元的誤差信號(hào)，以此誤差信號(hào)為依據(jù)修正各單元權(quán)值，網(wǎng)絡(luò)權(quán)值因此被重新分布。此過(guò)程完成后，輸入信號(hào)再次由輸入層輸入網(wǎng)絡(luò)，重復(fù)上述過(guò)程。這種信號(hào)正向傳播與誤差反向傳播的各層權(quán)值調(diào)整過(guò)程周而復(fù)始地進(jìn)行著，直到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。權(quán)值不斷調(diào)整的過(guò)程就是網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過(guò)程。2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)信息傳遞與數(shù)據(jù)處理示意圖如下：2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)簡(jiǎn)化：多層網(wǎng)絡(luò)簡(jiǎn)化模型2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò) 2.2.4人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)規(guī)則：

關(guān)鍵在于如何決定每一神經(jīng)元的權(quán)值，常用的學(xué)習(xí)規(guī)則有以下幾種：Hebb規(guī)則Delta規(guī)則(最小均方差規(guī)則)反向傳播學(xué)習(xí)方法Kohonen學(xué)習(xí)規(guī)則(用于無(wú)指導(dǎo)訓(xùn)練網(wǎng)絡(luò))Grosberg學(xué)習(xí)方法2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)2.2.5人工神經(jīng)網(wǎng)絡(luò)模型共70多種，具有代表性的有：（1）感知器（Perceptron）（2）多層前饋（BP）網(wǎng)絡(luò)（3）Hopfield網(wǎng)絡(luò)(優(yōu)化)（4）Boltzmann機(jī)（在BP中加入噪聲）（5）雙向聯(lián)想記憶網(wǎng)絡(luò)（快速存儲(chǔ)）2.2人工神經(jīng)元與神經(jīng)網(wǎng)絡(luò)2.2.6人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)

（1）可處理非線性

（2）并行結(jié)構(gòu)．對(duì)神經(jīng)網(wǎng)絡(luò)中的每一個(gè)神經(jīng)元來(lái)說(shuō)；其運(yùn)算都是同樣的．這樣的結(jié)構(gòu)最便于計(jì)算機(jī)并行處理．

（3）具有學(xué)習(xí)和記憶能力．一個(gè)神經(jīng)網(wǎng)絡(luò)可以通過(guò)訓(xùn)練學(xué)習(xí)判別事物；學(xué)習(xí)某一種規(guī)律或規(guī)則

（4）對(duì)數(shù)據(jù)的可容性大．在神經(jīng)網(wǎng)絡(luò)中可以同時(shí)使用量化數(shù)據(jù)和質(zhì)量數(shù)據(jù)（如好、中、差、及格、不及格等）．

（5）神經(jīng)網(wǎng)絡(luò)可以用大規(guī)模集成電路來(lái)實(shí)現(xiàn)．如美國(guó)用256個(gè)神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò)組成硬件用于識(shí)別手寫(xiě)體的郵政編碼．2.3BP神經(jīng)網(wǎng)絡(luò) 2.3.1BP神經(jīng)網(wǎng)絡(luò)定義 BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。其由輸入層、中間層、輸出層組成的階層型神經(jīng)網(wǎng)絡(luò)，中間層可擴(kuò)展為多層。相鄰層之間各神經(jīng)元進(jìn)行全連接，而每層各神經(jīng)元之間無(wú)連接，網(wǎng)絡(luò)按有教師示教的方式進(jìn)行學(xué)習(xí)，當(dāng)一對(duì)學(xué)習(xí)模式提供給網(wǎng)絡(luò)后，各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)產(chǎn)生連接權(quán)值（Weight）。然后按減小希望輸出與實(shí)際輸出誤差的方向，從輸出層經(jīng)各中間層逐層修正各連接權(quán)，回到輸入層。此過(guò)程反復(fù)交替進(jìn)行，直至網(wǎng)絡(luò)的全局誤差趨向給定的極小值，即完成學(xué)習(xí)的過(guò)程。2.3BP神經(jīng)網(wǎng)絡(luò) 2.3.2BP神經(jīng)網(wǎng)絡(luò)基本原理

同上（略）2.3BP神經(jīng)網(wǎng)絡(luò) 2.3.3BP神經(jīng)網(wǎng)絡(luò)特點(diǎn)1）信息分布存儲(chǔ)。人腦存儲(chǔ)信息的特點(diǎn)是利用突觸效能的變化來(lái)調(diào)整存儲(chǔ)內(nèi)容，即信息存儲(chǔ)在神經(jīng)元之間的連接強(qiáng)度的分布上，BP神經(jīng)網(wǎng)絡(luò)模擬人腦的這一特點(diǎn)，使信息以連接權(quán)值的形式分布于整個(gè)網(wǎng)絡(luò)。2)信息并行處理。人腦神經(jīng)元之間傳遞脈沖信號(hào)的速度遠(yuǎn)低于馮·諾依曼計(jì)算機(jī)的工作速度，但是在很多問(wèn)題上卻可以做出快速的判斷、決策和處理，這是由于人腦是一個(gè)大規(guī)模并行與串行組合的處理系統(tǒng)。BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)模仿人腦，具有并行處理的特征，大大提高了網(wǎng)絡(luò)功能。2.3BP神經(jīng)網(wǎng)絡(luò)3）具有容錯(cuò)性。生物神經(jīng)系統(tǒng)部分不嚴(yán)重?fù)p傷并不影響整體功能，BP神經(jīng)網(wǎng)絡(luò)也具有這種特性，網(wǎng)絡(luò)的高度連接意味著少量的誤差可能不會(huì)產(chǎn)生嚴(yán)重的后果，部分神經(jīng)元的損傷不破壞整體，它可以自動(dòng)修正誤差。這與現(xiàn)代計(jì)算機(jī)的脆弱性形成鮮明對(duì)比。4）具有自學(xué)習(xí)、自組織、自適應(yīng)的能力。BP神經(jīng)網(wǎng)絡(luò)具有初步的自適應(yīng)與自組織能力，在學(xué)習(xí)或訓(xùn)練中改變突觸權(quán)值以適應(yīng)環(huán)境，可以在使用過(guò)程中不斷學(xué)習(xí)完善自己的功能，并且同一網(wǎng)絡(luò)因?qū)W習(xí)方式的不同可以具有不同的功能，它甚至具有創(chuàng)新能力，可以發(fā)展知識(shí)，以至超過(guò)設(shè)計(jì)者原有的知識(shí)水平。2.3BP神經(jīng)網(wǎng)絡(luò) 2.3.4BP神經(jīng)網(wǎng)絡(luò)主要功能目前，在人工神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中。絕大部分的神經(jīng)網(wǎng)絡(luò)模型都采用BP神經(jīng)網(wǎng)絡(luò)及其變化形式。它也是前向網(wǎng)絡(luò)的核心部分，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)的精華。BP網(wǎng)絡(luò)主要用于以下四方面[3]。函數(shù)逼近：用輸入向量和相應(yīng)的輸出向量訓(xùn)練一個(gè)網(wǎng)絡(luò)以逼近一個(gè)函數(shù)。模式識(shí)別：用一個(gè)待定的輸出向量將它與輸入向量聯(lián)系起來(lái)。分類：把輸入向量所定義的合適方式進(jìn)行分類。數(shù)據(jù)壓縮：減少輸出向量維數(shù)以便傳輸或存儲(chǔ)。2.3BP神經(jīng)網(wǎng)絡(luò) 2.3.5BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn)優(yōu)點(diǎn)：具有極強(qiáng)的非線性映射能力有對(duì)外界刺激和輸入信息進(jìn)行聯(lián)想記憶的能力對(duì)外界輸入樣本有很強(qiáng)的識(shí)別與分類能力具有優(yōu)化計(jì)算能力不足：穩(wěn)定性和學(xué)習(xí)效率存在矛盾尋優(yōu)的過(guò)程與初始點(diǎn)的選擇關(guān)系很大，不一定有全局最優(yōu)解網(wǎng)絡(luò)隱層神經(jīng)元的數(shù)目也對(duì)網(wǎng)絡(luò)有一定的影響三、神經(jīng)網(wǎng)絡(luò)的應(yīng)用與實(shí)例3.1MATLAB中的神經(jīng)網(wǎng)絡(luò)3.2人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域3.3BP神經(jīng)網(wǎng)絡(luò)的解決問(wèn)題實(shí)例3.1MATLAB中的神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)工具箱幾乎涵蓋了所有的神經(jīng)網(wǎng)絡(luò)的基本常用模型，如感知器和BP網(wǎng)絡(luò)等。對(duì)于各種不同的網(wǎng)絡(luò)模型，神經(jīng)網(wǎng)絡(luò)工具箱集成了多種學(xué)習(xí)算法。BP網(wǎng)絡(luò)的常用函數(shù)表如下：3.1MATLAB中的神經(jīng)網(wǎng)絡(luò)3.1.1BP網(wǎng)絡(luò)創(chuàng)建函數(shù)(1)newff：創(chuàng)建一個(gè)BP網(wǎng)絡(luò)。調(diào)用格式為：net=newffnet=newff(PR,[S1S2..SN1],{TF1TF2..TFN1},BTF,BLF,PF)注：net=newff;用于在對(duì)話框中創(chuàng)建一個(gè)BP網(wǎng)絡(luò)。net為創(chuàng)建的新BP神經(jīng)網(wǎng)絡(luò)；PR為網(wǎng)絡(luò)輸入向量取值范圍的矩陣；[S1S2…SNl]表示網(wǎng)絡(luò)隱含層和輸出層神經(jīng)元的個(gè)數(shù)；{TFlTF2…TFN1}表示網(wǎng)絡(luò)隱含層和輸出層的傳輸函數(shù)，默認(rèn)為‘tansig’；BTF表示網(wǎng)絡(luò)的訓(xùn)練函數(shù)，默認(rèn)為‘trainlm’；BLF表示網(wǎng)絡(luò)的權(quán)值學(xué)習(xí)函數(shù)，默認(rèn)為‘learngdm’；PF表示性能數(shù)，默認(rèn)為‘mse’。3.1MATLAB中的神經(jīng)網(wǎng)絡(luò)（2）newcf：用于創(chuàng)建級(jí)聯(lián)前向BP網(wǎng)絡(luò)，newfftd函數(shù)用于創(chuàng)建一個(gè)存在輸入延遲的前向網(wǎng)絡(luò)3.1MATLAB中的神經(jīng)網(wǎng)絡(luò) 3.1.2傳遞函數(shù)傳遞函數(shù)是BP網(wǎng)絡(luò)的重要組成部分。傳遞函數(shù)又稱為激活函數(shù)，必須是連續(xù)可微的。BP網(wǎng)絡(luò)經(jīng)常采用S型的對(duì)數(shù)或正切函數(shù)和線性函數(shù)。（1）logsig（2）tansig（3）purelin3.1MATLAB中的神經(jīng)網(wǎng)絡(luò) 3.1.3學(xué)習(xí)函數(shù)Learngd：為梯度下降權(quán)值/閾值學(xué)習(xí)函數(shù)，它通過(guò)神經(jīng)元的輸入和誤差，以及權(quán)值和閾值的學(xué)習(xí)效率，來(lái)計(jì)算權(quán)值或閾值的變化率。Learngdm：為梯度下降動(dòng)量學(xué)習(xí)函數(shù)，它利用神經(jīng)元的輸入和誤差、權(quán)值或閾值的學(xué)習(xí)速率和動(dòng)量常數(shù)，來(lái)計(jì)算權(quán)值或閾值的變化率。3.1MATLAB中的神經(jīng)網(wǎng)絡(luò) 3.1.4訓(xùn)練函數(shù)

（1）train：神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)，調(diào)用其他訓(xùn)練函數(shù)，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。該函數(shù)的調(diào)用格式為：[net,tr,Y,E,Pf,Af]=train(NET,P,T,Pi,Ai)[net,tr,Y,E,Pf,Af]=train(NET,P,T,Pi,Ai,VV,TV)

（2）traingd：為梯度下降BP算法函數(shù)。traingdm函數(shù)為梯度下降動(dòng)量BP算法函數(shù)。3.2人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域

神經(jīng)網(wǎng)絡(luò)理論的應(yīng)用取得了令人矚目的發(fā)展，特別是在人工智能、自動(dòng)控制、計(jì)算機(jī)科學(xué)、信息處理、機(jī)器人、模式識(shí)別、CAD/CAM等方面都有重大的應(yīng)用實(shí)例。下面列出一些主要應(yīng)用領(lǐng)域：

（1）模式識(shí)別和圖像處理。印刷體和手寫(xiě)字符識(shí)別、語(yǔ)音識(shí)別、簽字識(shí)別、指紋識(shí)別、人體病理分析、目標(biāo)檢測(cè)與識(shí)別、圖像壓縮和圖像復(fù)制等。

（2）控制和優(yōu)化。化工過(guò)程控制、機(jī)器人運(yùn)動(dòng)控制、家電控制、半導(dǎo)體生產(chǎn)中摻雜控制、石油精煉優(yōu)化控制和超大規(guī)模集成電路布線設(shè)計(jì)等。3.2人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域

（3）預(yù)報(bào)和智能信息管理。股票市場(chǎng)預(yù)測(cè)、地震預(yù)報(bào)、有價(jià)證券管理、借貸風(fēng)險(xiǎn)分析、IC卡管理和交通管理。

（4）通信。自適應(yīng)均衡、回波抵消、路由選擇和ATM網(wǎng)絡(luò)中的呼叫接納識(shí)別和控制。

（5）空間科學(xué)?？臻g交匯對(duì)接控制、導(dǎo)航信息智能管理、飛行器制導(dǎo)和飛行程序優(yōu)化管理等。3.3BP神經(jīng)網(wǎng)絡(luò)的解決問(wèn)題實(shí)例BP網(wǎng)絡(luò)由很強(qiáng)的映射能力，主要用于模式識(shí)別分類、函數(shù)逼近、函數(shù)壓縮等3.3.1BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)用

要求設(shè)計(jì)一個(gè)BP網(wǎng)絡(luò)，逼近以下函數(shù)：g(x)=1+sin(k*pi/4*x)，實(shí)現(xiàn)對(duì)該非線性函數(shù)的逼近。其中，分別令k=1，2，4進(jìn)行仿真，通過(guò)調(diào)節(jié)參數(shù)（如隱藏層節(jié)點(diǎn)個(gè)數(shù)等）得出信號(hào)的頻率與隱層節(jié)點(diǎn)之間，隱層節(jié)點(diǎn)與函數(shù)逼近能力之間的關(guān)系。步驟1：假設(shè)頻率參數(shù)k=1，繪制要逼近的非線性函數(shù)的曲線步驟3：網(wǎng)絡(luò)的建立步驟3：網(wǎng)絡(luò)訓(xùn)練步驟4：網(wǎng)絡(luò)測(cè)試步驟5：不同頻率下的逼近效果3.3.1BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)用程序：k=1;n=3;p=[-1:.05:8];t=1+sin(k*pi/4*p);%創(chuàng)建網(wǎng)絡(luò)net=newff(minmax(p),[n,1],{'tansig''purelin'},'trainlm');%對(duì)于初始網(wǎng)絡(luò)，可以應(yīng)用sim（）函數(shù)觀察網(wǎng)絡(luò)輸出。y1=sim(net,p);figure;plot(p,t,'-',p,y1,':')title('未訓(xùn)練網(wǎng)絡(luò)的輸出結(jié)果');xlabel(‘時(shí)間’)；ylabel('仿真輸出--原函數(shù)-')%未訓(xùn)練網(wǎng)絡(luò)時(shí)精度不夠，設(shè)置訓(xùn)練時(shí)間和精度進(jìn)行訓(xùn)練net.trainParam.epochs=50;(網(wǎng)絡(luò)訓(xùn)練時(shí)間設(shè)置為50)net.trainParam.goal=0.01;（網(wǎng)絡(luò)訓(xùn)練精度設(shè)置為0.01）net=train(net,p,t);（開(kāi)始訓(xùn)練網(wǎng)絡(luò)）3.3.1BP網(wǎng)絡(luò)在函數(shù)逼近中的應(yīng)用%訓(xùn)練后的輸出與標(biāo)準(zhǔn)輸出值繪圖y2=sim(net,p);figure;plot(p,t,'-',p,y1,':',p,y2,'--')title('訓(xùn)練后網(wǎng)絡(luò)的輸出結(jié)果');xlabel('時(shí)間');ylabel('仿真輸出');結(jié)論：

通過(guò)上述仿真結(jié)果可知，當(dāng)k=1，n=3時(shí)；k=2，n=6時(shí)；k=4，n=8時(shí)；k=8，n=15時(shí)，BP神經(jīng)網(wǎng)絡(luò)分別對(duì)函數(shù)取得了較好的逼近效果。由此可見(jiàn)，n取不同的值對(duì)函數(shù)逼近的效果有很大的影響。改變BP網(wǎng)絡(luò)隱層神經(jīng)元的數(shù)目，可以改變BP神經(jīng)網(wǎng)絡(luò)對(duì)于函數(shù)的逼近效果。隱層神經(jīng)元數(shù)目越多，則BP網(wǎng)絡(luò)逼近非線性函數(shù)的能力越強(qiáng)。3.3BP神經(jīng)網(wǎng)絡(luò)的解決問(wèn)題實(shí)例3.3.2

BP網(wǎng)絡(luò)在樣本含量估計(jì)中的應(yīng)用實(shí)例：這是一個(gè)神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)中應(yīng)用的例子。擬設(shè)計(jì)一臺(tái)儀器，通過(guò)對(duì)血液樣本進(jìn)行光譜分析來(lái)測(cè)試血清中膽固醇水平。共采集了264位病人的血液樣本，對(duì)其光譜分析共發(fā)現(xiàn)21種光譜波長(zhǎng)。對(duì)這些病人，通過(guò)血清分離，同樣也測(cè)量了hdl、ldl、vldl膽固醇水平。步驟：

（1）將數(shù)據(jù)導(dǎo)入Matlab工作空間，進(jìn)行主要成分的分析 (2)將這些數(shù)據(jù)分成幾個(gè)部分，分別用于訓(xùn)練、驗(yàn)證和測(cè)試3.3.2

BP網(wǎng)絡(luò)在樣本含量估計(jì)中的應(yīng)用程序：%通過(guò)主要成分分析

loadcholes_all%matlab中有一個(gè)choles_all.mat文件它包含了本問(wèn)題需要的原始數(shù)據(jù)[pn,meanp,stdp,tn,meant,stdt]=prestd(p,t);%prestd

函數(shù)對(duì)樣本數(shù)據(jù)作歸一化處理[ptrans,sransMat]=prepca(pn,0.001);%利用

prepca

函數(shù)對(duì)歸一化后的樣本數(shù)據(jù)進(jìn)行主元分析%通過(guò)主要成分分析，由結(jié)果知原始數(shù)據(jù)有著很大的冗余度，因此自選少部分指標(biāo)就行?，F(xiàn)將這些數(shù)據(jù)分成3個(gè)部分，1/2用于訓(xùn)練、1/4驗(yàn)證和1/4測(cè)試。iitst=2:4:Q;iival=4:4:Q;iitr=[1:4:Q3:4:Q];val.P=ptrans(:,iival);val.T=tn(:,iival);test.P=ptrans(:,iitst);test.T=tn(:,iitst);ptr=ptrans(:,iitr);ttr=tn(:,iitr);3.3.2

BP網(wǎng)絡(luò)在樣本含量估計(jì)中的應(yīng)用%創(chuàng)建網(wǎng)絡(luò)net=newff(minmax(ptr),[53],{‘tansig’‘purelin’},‘trainlm’);%設(shè)置訓(xùn)練參數(shù)net.trainParam.show=5;%訓(xùn)練、驗(yàn)證、并測(cè)試[net,tr]=train(net,ptr,ttr,[],[],val,test);plot(tr.epoch,tr.perf,‘-',tr.epoch,tr.vperf,':',tr.epoch,tr.tperf,'-.')legend('Training','Validation','Test',-1);ylabel('平方差');xlabel('時(shí)間')3.3.2

BP網(wǎng)絡(luò)在樣本含量估計(jì)中的應(yīng)用%輸出結(jié)果回歸分析an=sim(net,ptrans);a=poststd(an,meant,stdt);fori=1:3figure(i)[m(i),b(i),r(i)]=postreg(a(i,:),t(i,:));%postreg()將三組輸出進(jìn)行線性回歸分析End結(jié)論：

改變隱含層數(shù)值，比較輸出結(jié)果與標(biāo)準(zhǔn)值之間差異。其中當(dāng)隱層神經(jīng)元為五個(gè)時(shí)，前面兩個(gè)輸出期望值的跟蹤較好，相應(yīng)的R值幾乎達(dá)到了0.9，而第三個(gè)輸出則吻合得不是很理想，作進(jìn)一步研究，在當(dāng)隱層數(shù)據(jù)為15時(shí)，較第一種情況，它的輸出更加接近于期望值。比較可知，當(dāng)隱層數(shù)目越多，則測(cè)試得到的樣本水平越接近于期望值。MagneticResonanceImaging磁共振成像發(fā)生事件作者或公司磁共振發(fā)展史1946發(fā)現(xiàn)磁共振現(xiàn)象BlochPurcell1971發(fā)現(xiàn)腫瘤的T1、T2時(shí)間長(zhǎng)Damadian1973做出兩個(gè)充水試管MR圖像Lauterbur1974活鼠的MR圖像Lauterbur等1976人體胸部的MR圖像Damadian1977初期的全身MR圖像

Mallard1980磁共振裝置商品化1989

0.15T永磁商用磁共振設(shè)備中國(guó)安科

2003諾貝爾獎(jiǎng)金LauterburMansfierd時(shí)間MR成像基本原理實(shí)現(xiàn)人體磁共振成像的條件:人體內(nèi)氫原子核是人體內(nèi)最多的物質(zhì)。最易受外加磁場(chǎng)的影響而發(fā)生磁共振現(xiàn)象(沒(méi)有核輻射)有一個(gè)穩(wěn)定的靜磁場(chǎng)（磁體）梯度場(chǎng)和射頻場(chǎng)：前者用于空間編碼和選層，后者施加特定頻率的射頻脈沖，使之形成磁共振現(xiàn)象信號(hào)接收裝置：各種線圈計(jì)算機(jī)系統(tǒng)：完成信號(hào)采集、傳輸、圖像重建、后處理等

人體內(nèi)的H核子可看作是自旋狀態(tài)下的小星球。自然狀態(tài)下，H核進(jìn)動(dòng)雜亂無(wú)章，磁性相互抵消zMyx進(jìn)入靜磁場(chǎng)后，H核磁矩發(fā)生規(guī)律性排列（正負(fù)方向），正負(fù)方向的磁矢量相互抵消后，少數(shù)正向排列（低能態(tài)）的H核合成總磁化矢量M，即為MR信號(hào)基礎(chǔ)ZZYYXB0XMZMXYA:施加90度RF脈沖前的磁化矢量MzB:施加90度RF脈沖后的磁化矢量Mxy.并以Larmor頻率橫向施進(jìn)C:90度脈沖對(duì)磁化矢量的作用。即M以螺旋運(yùn)動(dòng)的形式傾倒到橫向平面ABC在這一過(guò)程中，產(chǎn)生能量

三、弛豫（Relaxation）回復(fù)“自由”的過(guò)程

1.

縱向弛豫（T1弛豫）：

M0（MZ）的恢復(fù)，“量變”高能態(tài)1H→低能態(tài)1H自旋—晶格弛豫、熱弛豫

吸收RF光子能量（共振）低能態(tài)1H高能態(tài)1H

放出能量（光子，MRS）T1弛豫時(shí)間：

MZ恢復(fù)到M0的2/3所需的時(shí)間

T1愈小、M0恢復(fù)愈快T2弛豫時(shí)間：MXY喪失2/3所需的時(shí)間；T2愈大、同相位時(shí)間長(zhǎng)MXY持續(xù)時(shí)間愈長(zhǎng)MXY與ST1加權(quán)成像、T2加權(quán)成像

所謂的加權(quán)就是“突出”的意思

T1加權(quán)成像（T1WI）----突出組織T1弛豫（縱向弛豫）差別

T2加權(quán)成像（T2WI）----突出組織T2弛豫（橫向弛豫）差別。

磁共振診斷基于此兩種標(biāo)準(zhǔn)圖像磁共振常規(guī)h檢查必掃這兩種標(biāo)準(zhǔn)圖像.T1的長(zhǎng)度在數(shù)百至數(shù)千毫秒（ms）范圍T2值的長(zhǎng)度在數(shù)十至數(shù)千毫秒（ms）范圍

在同一個(gè)馳豫過(guò)程中,T2比T1短得多

如何觀看MR圖像：首先我們要分清圖像上的各種標(biāo)示。分清掃描序列、掃描部位、掃描層面。正?；虍惓５乃诓课?--即在同一層面觀察、分析T1、T2加權(quán)像上信號(hào)改變。絕大部分病變T1WI是低信號(hào)、T2WI是高信號(hào)改變。只要熟悉掃描部位正常組織結(jié)構(gòu)的信號(hào)表現(xiàn)，通常病變與正常組織不會(huì)混淆。一般的規(guī)律是T1WI看解剖,T2WI看病變。磁共振成像技術(shù)－－圖像空間分辨力，對(duì)比分辨力一、如何確定MRI的來(lái)源（一）層面的選擇1.MXY產(chǎn)生（1H共振）條件

RF=ω=γB02.梯度磁場(chǎng)Z（GZ）

GZ→B0→ω

不同頻率的RF

特定層面1H激勵(lì)、共振

3.層厚的影響因素

RF的帶寬↓

GZ的強(qiáng)度↑層厚↓〈二〉體素信號(hào)的確定1、頻率編碼2、相位編碼

M0↑--GZ、RF→相應(yīng)層面MXY----------GY→沿Y方向1H有不同ω

各1H同相位MXY旋進(jìn)速度不同同頻率一定時(shí)間后→→GX→沿X方向1H有不同ω沿Y方向不同1H的MXYMXY旋進(jìn)頻率不同位置不同（相位不同）〈三〉空間定位及傅立葉轉(zhuǎn)換

GZ----某一層面產(chǎn)生MXYGX----MXY旋進(jìn)頻率不同

GY----MXY旋進(jìn)相位不同（不影響MXY大?。?/p>

↓某一層面不同的體素，有不同頻率、相位

MRS（FID）第三節(jié)、磁共振檢查技術(shù)檢查技術(shù)產(chǎn)生圖像的序列名產(chǎn)生圖像的脈沖序列技術(shù)名TRA、COR、SAGT1WT2WSETR、TE…….梯度回波FFE快速自旋回波FSE壓脂壓水MRA短TR短TE－－T1W長(zhǎng)TR長(zhǎng)TE－－T2W增強(qiáng)MR最常用的技術(shù)是：多層、多回波的SE（spinecho，自旋回波）技術(shù)磁共振掃描時(shí)間參數(shù)：TR、TE磁共振掃描還有許多其他參數(shù)：層厚、層距、層數(shù)、矩陣等序列常規(guī)序列自旋回波（SE）,快速自旋回波（FSE）梯度回波（FE）反轉(zhuǎn)恢復(fù)（IR），脂肪抑制（STIR）、水抑制（FLAIR）高級(jí)序列水成像（MRCP,MRU,MRM）血管造影（MRA,TOF2D/3D）三維成像（SPGR）彌散成像（DWI）關(guān)節(jié)運(yùn)動(dòng)分析是一種成像技術(shù)而非掃描序列自旋回波（SE）必掃序列圖像清晰顯示解剖結(jié)構(gòu)目前只用于T1加權(quán)像快速自旋回波（FSE）必掃序列成像速度快多用于T2加權(quán)像梯度回波（GE）成像速度快對(duì)出血敏感T2加權(quán)像水抑制反轉(zhuǎn)恢復(fù)（IR）水抑制（FLAIR）抑制自由水梗塞灶顯示清晰判斷病灶成份脂肪抑制反轉(zhuǎn)恢復(fù)（IR）脂肪抑制（STIR）抑制脂肪信號(hào)判斷病灶成分其它組織顯示更清晰血管造影（MRA）無(wú)需造影劑TOF法PC法MIP投影動(dòng)靜脈分開(kāi)顯示水成像（MRCP，MRU，MRM）含水管道系統(tǒng)成像膽道MRCP泌尿路MRU椎管MRM主要用于診斷梗阻擴(kuò)張超高空間分辨率掃描任意方位重建窄間距重建技術(shù)大大提高對(duì)小器官、小病灶的診斷能力三維梯度回波（SPGR） 早期診斷腦梗塞

彌散成像MRI的設(shè)備一、信號(hào)的產(chǎn)生、探測(cè)接受1.磁體（Magnet）:靜磁場(chǎng)B0（Tesla,T）→組織凈磁矩M0

永磁型（permanentmagnet）常導(dǎo)型（resistivemagnet）超導(dǎo)型（superconductingmagnet）磁體屏蔽（magnetshielding）2.梯度線圈（gradientcoil）:

形成X、Y、Z軸的磁場(chǎng)梯度功率、切換率3.射頻系統(tǒng)（radio-frequencesystem，RF）

MR信號(hào)接收二、信號(hào)的處理和圖象顯示數(shù)模轉(zhuǎn)換、計(jì)算機(jī)，等等；MRI技術(shù)的優(yōu)勢(shì)1、軟組織分辨力強(qiáng)（判斷組織特性）2、多方位成像3、流空效應(yīng)（顯示血管）4、無(wú)骨骼偽影5、無(wú)電離輻射，無(wú)碘過(guò)敏6、不斷有新的成像技術(shù)MRI技術(shù)的禁忌證和限度1.禁忌證

體內(nèi)彈片、金屬異物各種金屬置入：固定假牙、起搏器、血管夾、人造關(guān)節(jié)、支架等危重病人的生命監(jiān)護(hù)系統(tǒng)、維持系統(tǒng)不能合作病人，早期妊娠，高熱及散熱障礙2.其他鈣化顯示相對(duì)較差空間分辨較差（體部，較同等CT）費(fèi)用昂貴多數(shù)MR機(jī)檢查時(shí)間較長(zhǎng)1.病人必須去除一切金屬物品，最好更衣，以免金屬物被吸入磁體而影響磁場(chǎng)均勻度，甚或傷及病人。2.掃描過(guò)程中病人身體（皮膚）不要直接觸碰磁體內(nèi)壁及各種導(dǎo)線，防止病人灼傷。3.紋身（紋眉）、化妝品、染發(fā)等應(yīng)事先去掉，因其可能會(huì)引起灼傷。4.病人應(yīng)帶耳塞，以防聽(tīng)力損傷。掃描注意事項(xiàng)顱腦MRI適應(yīng)癥顱內(nèi)良惡性占位病變腦血管性疾病梗死、出血、動(dòng)脈瘤、動(dòng)靜脈畸形（AVM）等顱腦外傷性疾病腦挫裂傷、外傷性顱內(nèi)血腫等感染性疾病腦膿腫、化膿性腦膜炎、病毒性腦炎、結(jié)核等脫髓鞘性或變性類疾病多發(fā)性硬化（MS）等先天性畸形胼胝體發(fā)育不良、小腦扁桃體下疝畸形等脊柱和脊髓MRI適應(yīng)證1.腫瘤性病變椎管類腫瘤（髓內(nèi)、髓外硬膜內(nèi)、硬膜外），椎骨腫瘤（轉(zhuǎn)移性、原發(fā)性）2.炎癥性疾病脊椎結(jié)核、骨髓炎、椎間盤(pán)感染、硬膜外膿腫、蛛網(wǎng)膜炎、脊髓炎等3.外傷骨折、脫位、椎間盤(pán)突出、椎管內(nèi)血腫、脊髓損傷等4.脊柱退行性變和椎管狹窄癥椎間盤(pán)變性、膨隆、突出、游離，各種原因椎管狹窄，術(shù)后改變，5.脊髓血管畸形和血管瘤6.脊髓脫髓鞘疾?。ㄈ鏜S），脊髓萎縮7.先天性畸形胸部MRI適應(yīng)證呼吸系統(tǒng)對(duì)縱隔及肺門(mén)區(qū)病變顯示良好，對(duì)肺部結(jié)構(gòu)顯示不如CT。胸廓入口病變及其上下比鄰關(guān)系縱隔腫瘤和囊腫及其與大血管的關(guān)系其他較CT無(wú)明顯優(yōu)越性心臟及大血管大血管病變各類動(dòng)脈瘤、腔靜脈血栓等心臟及心包腫瘤，心包其他病變其他（如先心、各種心肌病等）較超聲心動(dòng)圖無(wú)優(yōu)勢(shì)，應(yīng)用不廣腹部MRI適應(yīng)證主要用于部分實(shí)質(zhì)性器官的腫瘤性病變肝腫瘤性病變，提供鑒別信息胰腺腫瘤，有利小胰癌、胰島細(xì)胞癌顯示宮頸、宮體良惡性腫瘤及分期等，先天畸形腫瘤的定位（臟器上下緣附近）、分期膽道、尿路梗阻和腫瘤，MRCP，MRU直腸腫瘤骨與關(guān)節(jié)MRI適應(yīng)證X線及CT的后續(xù)檢查手段－－鈣質(zhì)顯示差和空間分辨力部分情況可作首選：1.累及骨髓改變的骨病（早期骨缺血性壞死，早期骨髓炎、骨髓腫瘤或侵犯骨髓的腫瘤）2.結(jié)構(gòu)復(fù)雜關(guān)節(jié)的損傷（膝、髖關(guān)節(jié)）3.形狀復(fù)雜部位的檢查（脊柱、骨盆等）軟件登錄界面軟件掃描界面圖像瀏覽界面膠片打印界面報(bào)告界面報(bào)告界面2合理應(yīng)用抗菌藥物預(yù)防手術(shù)部位感染概述外科手術(shù)部位感染的2/3發(fā)生在切口醫(yī)療費(fèi)用的增加病人滿意度下降導(dǎo)致感染、止血和疼痛一直是外科的三大挑戰(zhàn)，止血和疼痛目前已較好解決感染仍是外科醫(yī)生面臨的重大問(wèn)題，處理不當(dāng)，將產(chǎn)生嚴(yán)重后果外科手術(shù)部位感染占院內(nèi)感染的14%～16%，僅次于呼吸道感染和泌尿道感染，居院內(nèi)感染第3位嚴(yán)重手術(shù)部位的感染——病人的災(zāi)難，醫(yī)生的夢(mèng)魘

預(yù)防手術(shù)部位感染（surgicalsiteinfection,SSI)

手術(shù)部位感染的40%–60%可以預(yù)防圍手術(shù)期使用抗菌藥物的目的外科醫(yī)生的困惑★圍手術(shù)期應(yīng)用抗生素是預(yù)防什么感染？★哪些情況需要抗生素預(yù)防？★怎樣選擇抗生素？★什么時(shí)候開(kāi)始用藥？★抗生素要用多長(zhǎng)時(shí)間？定義：指發(fā)生在切口或手術(shù)深部器官或腔隙的感染分類：切口淺部感染切口深部感染器官／腔隙感染一、SSI定義和分類二、SSI診斷標(biāo)準(zhǔn)——切口淺部感染

指術(shù)后30天內(nèi)發(fā)生、僅累及皮膚及皮下組織的感染，并至少具備下述情況之一者：

1．切口淺層有膿性分泌物

2．切口淺層分泌物培養(yǎng)出細(xì)菌

3．具有下列癥狀體征之一：紅熱，腫脹，疼痛或壓痛，因而醫(yī)師將切口開(kāi)放者（如培養(yǎng)陰性則不算感染）

4．由外科醫(yī)師診斷為切口淺部SSI

注意：縫線膿點(diǎn)及戳孔周圍感染不列為手術(shù)部位感染二、SSI診斷標(biāo)準(zhǔn)——切口深部感染

指術(shù)后30天內(nèi)（如有人工植入物則為術(shù)后1年內(nèi)）發(fā)生、累及切口深部筋膜及肌層的感染，并至少具備下述情況之一者：

1.切口深部流出膿液

2.切口深部自行裂開(kāi)或由醫(yī)師主動(dòng)打開(kāi)，且具備下列癥狀體征之一：①體溫＞38℃；②局部疼痛或壓痛

3.臨床或經(jīng)手術(shù)或病理組織學(xué)或影像學(xué)診斷，發(fā)現(xiàn)切口深部有膿腫

4.外科醫(yī)師診斷為切口深部感染

注意：感染同時(shí)累及切口淺部及深部者，應(yīng)列為深部感染

二、SSI診斷標(biāo)準(zhǔn)—器官／腔隙感染

指術(shù)后30天內(nèi)（如有人工植入物★則術(shù)后1年內(nèi)）、發(fā)生在手術(shù)曾涉及部位的器官或腔隙的感染，通過(guò)手術(shù)打開(kāi)或其他手術(shù)處理，并至少具備以下情況之一者：

1.放置于器官/腔隙的引流管有膿性引流物

2.器官/腔隙的液體或組織培養(yǎng)有致病菌

3.經(jīng)手術(shù)或病理組織學(xué)或影像學(xué)診斷器官/腔隙有膿腫

4.外科醫(yī)師診斷為器官/腔隙感染

★人工植入物：指人工心臟瓣膜、人工血管、人工關(guān)節(jié)等二、SSI診斷標(biāo)準(zhǔn)—器官／腔隙感染

不同種類手術(shù)部位的器官/腔隙感染有：

腹部：腹腔內(nèi)感染（腹膜炎，腹腔膿腫）生殖道：子宮內(nèi)膜炎、盆腔炎、盆腔膿腫血管：靜脈或動(dòng)脈感染三、SSI的發(fā)生率美國(guó)1986年～1996年593344例手術(shù)中，發(fā)生SSI15523次，占2.62%英國(guó)1997年～2001年152所醫(yī)院報(bào)告在74734例手術(shù)中，發(fā)生SSI3151例，占4.22%中國(guó)？SSI占院內(nèi)感染的14～16%，僅次于呼吸道感染和泌尿道感染三、SSI的發(fā)生率SSI與部位：非腹部手術(shù)為2%～5%腹部手術(shù)可高達(dá)20%SSI與病人：入住ICU的機(jī)會(huì)增加60%再次入院的機(jī)會(huì)是未感染者的5倍SSI與切口類型：清潔傷口 1%～2%清潔有植入物 ＜5%可染傷口＜10%手術(shù)類別手術(shù)數(shù)SSI數(shù)感染率(%)小腸手術(shù)6466610.2大腸手術(shù)7116919.7子宮切除術(shù)71271722.4肝、膽管、胰手術(shù)1201512.5膽囊切除術(shù)8222.4不同種類手術(shù)的SSI發(fā)生率：三、SSI的發(fā)生率手術(shù)類別SSI數(shù)SSI類別（%）切口淺部切口深部器官/腔隙小腸手術(shù)6652.335.412.3大腸手術(shù)69158.426.315.3子宮切除術(shù)17278.813.57.6骨折開(kāi)放復(fù)位12379.712.28.1不同種類手術(shù)的SSI類別：三、SSI的發(fā)生率延遲愈合疝內(nèi)臟膨出膿腫，瘺形成。需要進(jìn)一步處理這里感染將導(dǎo)致:延遲愈合疝內(nèi)臟膨出膿腫、瘺形成需進(jìn)一步處理四、SSI的后果四、SSI的后果在一些重大手術(shù)，器官/腔隙感染可占到1/3。SSI病人死亡的77%與感染有關(guān)，其中90%是器官/腔隙嚴(yán)重感染

——InfectControlandHospEpidemiol,1999,20(40:247-280SSI的死亡率是未感染者的2倍五、導(dǎo)致SSI的危險(xiǎn)因素（1）病人因素：高齡、營(yíng)養(yǎng)不良、糖尿病、肥胖、吸煙、其他部位有感染灶、已有細(xì)菌定植、免疫低下、低氧血癥五、導(dǎo)致SSI的危險(xiǎn)因素（2）術(shù)前因素：術(shù)前住院時(shí)間過(guò)長(zhǎng)用剃刀剃毛、剃毛過(guò)早手術(shù)野衛(wèi)生狀況差（術(shù)前未很好沐?。?duì)有指征者未用抗生素預(yù)防五、導(dǎo)致SSI的危險(xiǎn)因素（3）手術(shù)因素：手術(shù)時(shí)間長(zhǎng)、術(shù)中發(fā)生明顯污染置入人工材料、組織創(chuàng)傷大止血不徹底、局部積血積液存在死腔和/或失活組織留置引流術(shù)中低血壓、大量輸血刷手不徹底、消毒液使用不當(dāng)器械敷料滅菌不徹底等手術(shù)特定時(shí)間是指在大量同種手術(shù)中處于第75百分位的手術(shù)持續(xù)時(shí)間其因手術(shù)種類不同而存在差異超過(guò)T越多，SSI機(jī)會(huì)越大五、導(dǎo)致SSI的危險(xiǎn)因素（4）SSI危險(xiǎn)指數(shù)（美國(guó)國(guó)家醫(yī)院感染監(jiān)測(cè)系統(tǒng)制定）：病人術(shù)前已有≥3種危險(xiǎn)因素污染或污穢的手術(shù)切口手術(shù)持續(xù)時(shí)間超過(guò)該類手術(shù)的特定時(shí)間（T）

（或一般手術(shù)＞2h)六、預(yù)防SSI干預(yù)方法根據(jù)指南使用預(yù)防性抗菌藥物正確脫毛方法縮短術(shù)前住院時(shí)間維持手術(shù)患者的正常體溫血糖控制氧療抗菌素的預(yù)防/治療預(yù)防

在污染細(xì)菌接觸宿主手術(shù)部位前給藥治療

在污染細(xì)菌接觸宿主手術(shù)部位后給藥

防患于未然六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用125預(yù)防和治療性抗菌素使用目的：清潔手術(shù)：防止可能的外源污染可染手術(shù)：減少粘膜定植細(xì)菌的數(shù)量污染手術(shù)：清除已經(jīng)污染宿主的細(xì)菌六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用126需植入假體，心臟手術(shù)、神外手術(shù)、血管外科手術(shù)等六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用預(yù)防性抗菌素使用指征：可染傷口(Clean-contaminatedwound)污染傷口（Contaminatedwound）清潔傷口（Cleanwound）但存在感染風(fēng)險(xiǎn)六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用外科預(yù)防性抗生素的應(yīng)用：預(yù)防性抗生素對(duì)哪些病人有用?什么時(shí)候開(kāi)始用藥?抗生素種類選擇?使用單次還是多次?采用怎樣的給藥途徑？六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用預(yù)防性抗菌素顯示有效的手術(shù)有：婦產(chǎn)科手術(shù)胃腸道手術(shù)(包括闌尾炎)口咽部手術(shù)腹部和肢體血管手術(shù)心臟手術(shù)骨科假體植入術(shù)開(kāi)顱手術(shù)某些“清潔”手術(shù)六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用外科預(yù)防性抗生素的應(yīng)用：預(yù)防性抗生素對(duì)哪些病人有用?什么時(shí)候開(kāi)始用藥?抗生素種類選擇?使用單次還是多次?采用怎樣的給藥途徑？六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用

理想的給藥時(shí)間？目前還沒(méi)有明確的證據(jù)表明最佳的給藥時(shí)機(jī)研究顯示：切皮前45～75min給藥，SSI發(fā)生率最低，且不建議在切皮前30min內(nèi)給藥影響給藥時(shí)間的因素:所選藥物的代謝動(dòng)力學(xué)特性手術(shù)中污染發(fā)生的可能時(shí)間病人的循環(huán)動(dòng)力學(xué)狀態(tài)止血帶的使用剖宮產(chǎn)細(xì)菌在手術(shù)傷口接種后的生長(zhǎng)動(dòng)力學(xué)

手術(shù)過(guò)程

012345671hr2hrs6hrs1day3-5days細(xì)菌數(shù)logCFU/ml六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用132術(shù)后給藥，細(xì)菌在手術(shù)傷口接種的生長(zhǎng)動(dòng)力學(xué)無(wú)改變

手術(shù)過(guò)程抗生素血腫血漿六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用Antibioticsinclot

手術(shù)過(guò)程

血漿中抗生素予以抗生素血塊中抗生素血漿術(shù)前給藥，可以有效抑制細(xì)菌在手術(shù)傷口的生長(zhǎng)六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用134ClassenDC,etal..NEnglJMed1992;326:281切開(kāi)前時(shí)間切開(kāi)后時(shí)間予以抗生素切開(kāi)六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用不同給藥時(shí)間，手術(shù)傷口的感染率不同NEJM1992;326:281-6投藥時(shí)間感染數(shù)（%）相對(duì)危險(xiǎn)度(95%CI)早期（切皮前2-24h）36914(3.8%)6.7(2.9-14.7)4.3手術(shù)前（切皮前45-75min)170810(0.9%)1.0圍手術(shù)期（切皮后3h內(nèi)）2824(1.4%)2.4(0.9-7.9) 2.1手術(shù)后（切皮3h以上）48816(3.3%)5.8(2.6-12.3)

5.8全部284744(1.5%)似然比病人數(shù)六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用結(jié)論：抗生素在切皮前45-75min或麻醉誘導(dǎo)開(kāi)始時(shí)給藥，預(yù)防SSI效果好136六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用切口切開(kāi)后，局部抗生素分布將受阻必須在切口切開(kāi)前給藥?。?！抗菌素應(yīng)在切皮前45～75min給藥六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用外科預(yù)防性抗生素的應(yīng)用：預(yù)防性抗生素對(duì)哪些病人有用?什么時(shí)候開(kāi)始用藥?抗生素種類選擇?使用單次還是多次?采用怎樣的給藥途徑？有效安全殺菌劑半衰期長(zhǎng)相對(duì)窄譜廉價(jià)六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用抗生素的選擇原則：各類手術(shù)最易引起SSI的病原菌及預(yù)防用藥選擇六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用

手術(shù)最可能的病原菌預(yù)防用藥選擇膽道手術(shù)革蘭陰性桿菌，厭氧菌頭孢呋辛或頭孢哌酮或

(如脆弱類桿菌）頭孢曲松闌尾手術(shù)革蘭陰性桿菌，厭氧菌頭孢呋辛或頭孢噻肟；

(如脆弱類桿菌）＋甲硝唑結(jié)、直腸手術(shù)革蘭陰性桿菌，厭氧菌頭孢呋辛或頭孢曲松或

(如脆弱類桿菌）頭孢噻肟；＋甲硝唑泌尿外科手術(shù)革蘭陰性桿菌頭孢呋辛；環(huán)丙沙星婦產(chǎn)科手術(shù)革蘭陰性桿菌，腸球菌頭孢呋辛或頭孢曲松或

B族鏈球菌，厭氧菌頭孢噻肟；+甲硝唑莫西沙星（可單藥應(yīng)用）注:各種手術(shù)切口感染都可能由葡萄球菌引起六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用外科預(yù)防性抗生素的應(yīng)用：預(yù)防性抗生素對(duì)哪些病人有用?什么時(shí)候開(kāi)始用藥?抗生素種類選擇?使用單次還是多次?采用怎樣的給藥途徑？六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用單次給藥還是多次給藥？沒(méi)有證據(jù)顯示多次給藥比單次給藥好傷口關(guān)閉后給藥沒(méi)有益處多數(shù)指南建議24小時(shí)內(nèi)停藥沒(méi)有必要維持抗菌素治療直到撤除尿管和引流管手術(shù)時(shí)間延長(zhǎng)或術(shù)中出血量較大時(shí)可重復(fù)給藥細(xì)菌污染定植感染一次性用藥用藥24h用藥4872h數(shù)小時(shí)從十?dāng)?shù)小時(shí)到數(shù)十小時(shí)六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用用藥時(shí)機(jī)不同，用藥期限也應(yīng)不同短時(shí)間預(yù)防性應(yīng)用抗生素的優(yōu)點(diǎn)：六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用減少毒副作用不易產(chǎn)生耐藥菌株不易引起微生態(tài)紊亂減輕病人負(fù)擔(dān)可以選用單價(jià)較高但效果較好的抗生素減少護(hù)理工作量藥品消耗增加抗菌素相關(guān)并發(fā)癥增加耐藥抗菌素種類增加易引起脆弱芽孢桿菌腸炎MRSA（耐甲氧西林金黃色葡萄球菌）定植六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用延長(zhǎng)抗菌素使用的缺點(diǎn)：六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用外科預(yù)防性抗生素的應(yīng)用：預(yù)防性抗生素對(duì)哪些病人有用?什么時(shí)候開(kāi)始用藥?抗生素種類選擇?使用單次還是多次?采用怎樣的給藥途徑？正確的給藥方法：六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用應(yīng)靜脈給藥，2030min滴完肌注、口服存在吸收上的個(gè)體差異，不能保證血液和組織的藥物濃度，不宜采用常用的-內(nèi)酰胺類抗生素半衰期為12h，若手術(shù)超過(guò)３４h，應(yīng)給第２個(gè)劑量，必要時(shí)還可用第３次可能有損傷腸管的手術(shù)，術(shù)前用抗菌藥物準(zhǔn)備腸道局部抗生素沖洗創(chuàng)腔或傷口無(wú)確切預(yù)防效果，不予提倡不應(yīng)將日常全身性應(yīng)用的抗生素應(yīng)用于傷口局部（誘發(fā)高耐藥）必要時(shí)可用新霉素、桿菌肽等抗生素緩釋系統(tǒng)（PMMA—青大霉素骨水泥或膠原海綿)局部應(yīng)用可能有一定益處六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用不提倡局部預(yù)防應(yīng)用抗生素：時(shí)機(jī)不當(dāng)時(shí)間太長(zhǎng)選藥不當(dāng)，缺乏針對(duì)性六、預(yù)防SSI干預(yù)方法

——抗菌藥物的應(yīng)用預(yù)防用藥易犯的錯(cuò)誤：在開(kāi)刀前45-75min之內(nèi)投藥按最新臨床指南選藥術(shù)后24小時(shí)內(nèi)停藥擇期手術(shù)后一般無(wú)須繼續(xù)使用抗生素大量對(duì)比研究證明，手術(shù)后繼續(xù)用藥數(shù)次或數(shù)天并不能降低手術(shù)后感染率若病人有明顯感染高危因素或使用人工植入物，可再用1次或數(shù)次小結(jié)預(yù)防SSI干預(yù)方法

——正確的脫毛方法用脫毛劑、術(shù)前即刻備皮可有效減少SSI的發(fā)生手術(shù)部位脫毛方法與切口感染率的關(guān)系：備皮方法 剃毛備皮 5.6%

脫毛0.6%備皮時(shí)間 術(shù)前24小時(shí)前 ＞20%

術(shù)前24小時(shí)內(nèi) 7.1%

術(shù)前即刻 3.1%方法/時(shí)間 術(shù)前即刻剪毛 1.8%

前1晚剪/剃毛 4.0%THANKYOUMagneticResonanceImagingPART01磁共振成像發(fā)生事件作者或公司磁共振發(fā)展史1946發(fā)現(xiàn)磁共振現(xiàn)象BlochPurcell1971發(fā)現(xiàn)腫瘤的T1、T2時(shí)間長(zhǎng)Damadian1973做出兩個(gè)充水試管MR圖像Lauterbur1974活鼠的MR圖像Lauterbur等1976人體胸部的MR圖像Damadian1977初期的全身MR圖像

Mallard1980磁共振裝置商品化1989

0.15T永磁商用磁共振設(shè)備中國(guó)安科

2003諾貝爾獎(jiǎng)金LauterburMansfierd時(shí)間PART02MR成像基本原理實(shí)現(xiàn)人體磁共振成像的條件:人體內(nèi)氫原子核是人體內(nèi)最多的物質(zhì)。最易受外加磁場(chǎng)的影響而發(fā)生磁共振現(xiàn)象(沒(méi)有核輻射)有一個(gè)穩(wěn)定的靜磁場(chǎng)（磁體）梯度場(chǎng)和射頻場(chǎng)：前者用于空間編碼和選層，后者施加特定頻率的射頻脈沖，使之形成磁共振現(xiàn)象信號(hào)接收裝置：各種線圈計(jì)算機(jī)系統(tǒng)：完成信號(hào)采集、傳輸、圖像重建、后處理等

人體內(nèi)的H核子可看作是自旋狀態(tài)下的小星球。自然狀態(tài)下，H核進(jìn)動(dòng)雜亂無(wú)章，磁性相互抵消zMyx進(jìn)入靜磁場(chǎng)后，H核磁矩發(fā)生規(guī)律性排列（正負(fù)方向），正負(fù)方向的磁矢量相互抵消后，少數(shù)正向排列（低能態(tài)）的H核合成總磁化矢量M，即為MR信號(hào)基礎(chǔ)ZZYYXB0XMZMXYA:施加90度RF脈沖前的磁化矢量MzB:施加90度RF脈沖后的磁化矢量Mxy.并以Larmor頻率橫向施進(jìn)C:90度脈沖對(duì)磁化矢量的作用。即M以螺旋運(yùn)動(dòng)的形式傾倒到橫向平面ABC在這一過(guò)程中，產(chǎn)生能量

三、弛豫（Relaxation）回復(fù)“自由”的過(guò)程

1.

縱向弛豫（T1弛豫）：

M0（MZ）的恢復(fù)，“量變”高能態(tài)1H→低能態(tài)1H自旋—晶格弛豫、熱弛豫

吸收RF光子能量（共振）低能態(tài)1H高能態(tài)1H

放出能量（光子，MRS）T1弛豫時(shí)間：

MZ恢復(fù)到M0的2/3所需的時(shí)間

T1愈小、M0恢復(fù)愈快T2弛豫時(shí)間：MXY喪失2/3所需的時(shí)間；T2愈大、同相位時(shí)間長(zhǎng)MXY持續(xù)時(shí)間愈長(zhǎng)MXY與ST1加權(quán)成像、T2加權(quán)成像

所謂的加權(quán)就是“突出”的意思

T1加權(quán)成像（T1WI）----突出組織T1弛豫（縱向弛豫）差別

T2加權(quán)成像（T2WI）----突出組織T2弛豫（橫向弛豫）差別。

磁共振診斷基于此兩種標(biāo)準(zhǔn)圖像磁共振常規(guī)h檢查必掃這兩種標(biāo)準(zhǔn)圖像.T1的長(zhǎng)度在數(shù)百至數(shù)千毫秒（ms）范圍T2值的長(zhǎng)度在數(shù)十至數(shù)千毫秒（ms）范圍

在同一個(gè)馳豫過(guò)程中,T2比T1短得多

如何觀看MR圖像：首先我們要分清圖像上的各種標(biāo)示。分清掃描序列、掃描部位、掃描層面。正常或異常的所在部位---即在同一層面觀察、分析T1、T2加權(quán)像上信號(hào)改變。絕大部分病變T1WI是低信號(hào)、T2WI是高信號(hào)改變。只要熟悉掃描部位正常組織結(jié)構(gòu)的信號(hào)表現(xiàn)，通常病變與正常組織不會(huì)混淆。一般的規(guī)律是T1WI看解剖,T2WI看病變。磁共振成像技術(shù)－－圖像空間分辨力，對(duì)比分辨力一、如何確定MRI的來(lái)源（一）層面的選擇1.MXY產(chǎn)生（1H共振）條件

RF=ω=γB02.梯度磁場(chǎng)Z（GZ）

GZ→B0→ω

不同頻率的RF

特定層面1H激勵(lì)、共振

3.層厚的影響因素

RF的帶寬↓

GZ的強(qiáng)度↑層厚↓〈二〉體素信號(hào)的確定1、頻率編碼2、相位編碼

M0↑--GZ、RF→相應(yīng)層面MXY----------GY→沿Y方向1H有不同ω

各1H同相位MXY旋進(jìn)速度不同同頻率一定時(shí)間后→→GX→沿X方向1H有不同ω沿Y方向不同1H的MXYMXY旋進(jìn)頻率不同位置不同（相位不同）〈三〉空間定位及傅立葉轉(zhuǎn)換

GZ----某一層面產(chǎn)生