(优秀必备)硕士毕业论文答辩-PPT演示文稿

1、 答辩人： 鹿轶嘉 指导老师：张玉顺教授 专业方向：内科学2016.5.24不同体位行c-TCD发泡实验诊断卵圆孔未闭右向左分流的有效性分析 硕士论文答辩研究背景：右向左分流是指左右心房、心室或体循环与肺循环之间存在潜在的异常通道，当右心系统压力增高，右心-左心系统之间的压力梯度增大，血液通过异常通道出现右向左的分流，近年来研究发现，RLS 与多种疾病密切相关，如偏头痛、隐源性卒中、减压病、外周动脉栓塞等。RLS 最常见的原因是卵圆孔未闭（patent foramen ovale，PFO）约暂95%。约20%40% 的成年人具有不完全闭合的卵圆孔，只有少数人右心房的压力一旦高于左心房的压力（如

2、在舒张期末、收缩期始；咳嗽、Valsalva动作等），可出现短暂分流而表现出相应的临床症状。所以对于PFO是否造成临床危害，主要是根据卵圆孔未闭是否存在右向左分流，及右向左分流大小有关。经食管超声心动图对于卵圆孔未闭的大小、形态及周边情况判断较为准确，被认为是从解剖形态结构方面诊断卵圆孔未闭的金标准。但 TEE 是一种半侵入式检查，操作复杂，过程伴随痛苦，禁忌症和并发症较多，不适宜广泛开展。cTCD检测RLS比TEE更敏感，因其无创、操作简便、价格低廉、安全可靠等优点，在临床上具有很高的应用价值。目前关于c-TCD检测 RLS 采用的最佳体位姿势存在争议，有的研究认为直立坐位会提高检测的阳性率

3、，而国际共识推荐 cTCD检测 RLS 的标准体位是仰卧位。因此，研究不同体位姿势对cTCD检测RLS 检测结果的影响，探寻行cTCD检测 RLS 时采取的最佳体位，对临床中如何提高 RLS检测率有重要意义。研究目的： 本研究主要目的在于了解仰卧位、左侧卧位，直立坐位三种体位下对比增强经颅多普勒超声检查诊断RLS 阳性率差异，探寻行c-TCD检测 RLS 时采取的最佳体位，为今后更好地选择检查体位，进一步提高RLS 的阳性率提供理论及应用依据。研究方法连续收集在我院因偏头痛及隐源性脑梗塞住院的患者101例，每例患者均依次于仰卧位、左侧卧位、直立坐位三种体位下行c-TCD检查，对比分析仰卧位、左

4、侧卧位、直立坐位三种体位下RLS检出的阳性率及分流程度的差异。研究方法在患者的肘静脉留置通路，连接三通管，将制作好的激活盐水弹丸式快速注入，同时观察并记录频谱的信号改变。在注入激活的生理盐水的同时同时嘱患者快速深吸气后屏气并计时，VM血流速度变化曲线下降25%以上后呼气，观察TCD频谱，记录屏气后20s内微泡数目及第一个微泡出现的时间。研究方法判断空气微泡栓子信号，注射激活盐水后20s内，出现一过性高信号记为RLS阳性。根据空气微泡栓子信号的数目进行分级，0 级（无微栓子）级（1 10个微栓子） 级（ 10个微栓子但未形成“雨帘”） 级（ 雨帘）。数据介绍：数据平滑预处理：NDVI数据去噪处理

5、的三种方法阈值去除法 如：最佳坡度系数截取法BISE（Viovy,1992）基于滤波的平滑方法 如：傅立叶滤波变换法（Olsson,1994）曲线拟合的方法 如：非对称高斯函数拟合方法（Jonsson,2002） 综合评价以上方法的优缺点，我们提出了一种新的基于Savitzky-Golay滤波的平滑方法来去除NDVI时序数据中存在的噪音。方法原理：基本假设NDVI的时序变化对应于植被的生长与衰落NDVI与植被缓慢变化过程不一致的突降作为噪音Savitzky-Golay滤波公式 通过Savitzky-Golay滤波模拟整个NDVI时序数据的长期变化趋势，将NDVI值分做两类：“真”点和“假”点，

6、再通过局部循环Savitzky-Golay滤波的方法使“假”点逐步被滤波值取代，以更接近于NDVI时序数列的上包络线值。SPOT/VGT NDVI时序数列相应的云状态图根据云状态线性内插后的NDVI数列基于Savitzky-Golay平滑滤波的NDVI长期变化趋势模拟NDVI的初定义：“真”点与“假”点新的NDVI时序数列产生Savitzky-Golay滤波拟和新的NDVI数列计算拟和影响系数迭代退出条件新的平滑NDVI时序数列是否Savitzky-Golay滤波平滑方法流程图：JanFebMarAprMayJunJulAugSepOctNovDec(b)(c)(d)JanFebMarAprM

7、ayJunJulAugSepOctNovDecJanFebMarAprMayJunJulAugSepOctNovDec(d)(c)JanFebMarAprMayJunJulAugSepOctNovDec(a)Savitzky-Golay滤波平滑过程示意图： 选取试验点：参数确定：长期变化趋势的最优滤波参数判定(7,2)拟合循环中的最优滤波参数判定(3,4) dm234370.0%70.0%70.0%480.0%80.0%73.3%583.3%83.3%76.6%690.0%86.6%80.0%793.3%90.0%80.0%890.0%93.3%83.3%986.6%86.6%86.6%108

8、6.6%86.6%90.0%1183.3%83.3%93.3%1283.3%83.3%93.3%1380.0%80.0%86.6%1476.6%76.6%86.6%1570.070.083.3% dm23456219.519.5350.350.314.414.4480.280.234.134.111.5595.795.758.258.227.26109.3109.376.076.042.87129.4129.486.086.060.98167.8167.887.087.077.0123456781234567812345678threshold =0.2threshold =0.4thresh

9、old =0.6m=3, d=2m=3, d=4 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Decm=8, d=4 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec本方法与BISE方法的比较结果：本方法的评价：优点充分利用云状态数据对参数的敏感性较低理论简单并且易于实现运行速度较快不受数据时间尺度空间尺度及传感器限制缺点对在植被生长季高峰可能被云影响点无法判断对NDVI正常低值可能被提高Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov DecJan Feb Mar

10、Apr May Jun Jul Aug Sep Oct Nov DecNo.12 siteNo.11 site复种指数提取的可行性：多时相NDVI数据的去噪平滑保证了植被生长变化特征；中国多熟种植的历史悠久，在农作物的选择和种植方式上形成一定模式；相同熟制下不同农作物组合的生长曲线具有相似性；多时相NDVI数据与高光谱数据的相似性，并且具有连续性和更明显的曲线变化特征。交叉拟合度检验法：基本原理交叉拟合度检验法：交叉相关检验法：光谱角度匹配法：交叉拟合度检验法：敏感度检验 结果表明交叉拟合度检验法对曲线间的差异及波动更为明显，适用于农作物的熟制判断甚至是类型判断。交叉拟和度检验交叉相关检验光谱

11、角度法（交叉）最佳拟和度对应位置最大相关系数对应位置最小角度对应位置检验点1-2.43495-20.88399-21.57085检验点20.90687-10.96644-11.570795检验点30.894100.9720701.57085检验点40.70771-20.92685-11.57085应用流程：否平滑后的中国农作物NDVI时序数列不同种植制度的典型点选取典型点的比较与选定精度检验标准曲线的非对称高斯函数拟和中国农作物种植指数的提取及成图计算交叉拟和度及判别是典型点的选取：中国种植制度区划图（刘巽浩，1993） 区号区名作物种类复种类型12青藏高原喜凉作物一熟轮歇区臧东南川西谷地喜凉

12、作物一熟区海北甘南高原喜凉作物一熟轮歇区青稞占优势兼小麦豌豆油菜青稞占优势兼春小麦豌豆青稞占优势兼春小麦油菜一熟轮歇一熟轮歇一熟轮歇12北部中高原半干旱喜凉作物一熟区后山坝上晋北高原山地半干旱喜凉作物一熟区陇中青东宁中南黄土丘陵半干旱喜凉作物一熟区杂粮春麦为主兼马铃薯胡麻杂粮春麦为主兼马铃薯胡麻谷糜杂粮春麦为主兼油菜马铃薯胡麻谷子一熟休闲一熟休闲一熟休闲1234北部低高原易旱喜温一熟区辽吉西蒙东南冀北半干旱喜温一熟区黄土高原东部易旱喜温一熟区晋东半湿润易旱一熟填闲区渭北陇东半湿润易旱冬麦一熟填闲区春小麦玉米谷糜并重兼高粱谷糜玉米并重兼高粱向日葵甜菜胡麻谷糜春小麦玉米并重兼高粱冬小麦为主玉米谷子

13、冬小麦占优势一熟一熟一熟为主，兼麦-谷糜一熟为主，兼麦-谷糜冬麦-夏闲1234东北平原丘陵半湿润喜温作物一熟区大小兴安岭山麓岗地凉温作物一熟区三江平原长白山地温凉作物一熟区松嫩平原喜温作物一熟区辽河平原丘陵温暖作物一熟填闲区玉米为主兼大豆春麦水稻高粱谷子甜菜大豆春小麦玉米马铃薯甜菜向日葵春小麦大豆玉米谷稻并重玉米为主大豆谷子兼高粱甜菜向日葵玉米为主兼高粱稻大豆一熟一熟一熟一熟一熟见填闲123西北干旱灌溉一熟兼二熟区河套河西灌溉一熟填闲区北疆灌溉一熟填闲区南疆东疆绿洲二熟一熟区春冬小麦为主玉米春麦为主兼玉米甜菜向日葵春冬小麦为主兼玉米棉花冬小麦玉米棉花并重一熟见填闲一熟一熟为主并休闲一熟兼二熟，

14、冬麦-玉米，绿肥1234567黄淮海平原丘陵水浇地二熟旱地二熟一熟区燕山太行山山前平原水浇地套复二熟旱地一熟区黑龙港缺水低平原水浇地二熟旱地一熟区鲁西北豫北低平原水浇地粮棉二熟区山东丘陵水浇地二熟旱坡地花生棉花一熟区黄淮平原南阳盆地旱地水浇地两熟区汾渭谷地水浇地二熟旱地一熟二熟区豫西北丘陵山地旱坡地一熟水浇地二熟区冬小麦为主兼玉米棉薯大豆花生冬小麦玉米为主兼棉谷薯冬小麦玉米为主兼棉谷冬小麦棉花玉米并重冬小麦玉米为主并甘薯花生棉花冬小麦玉米为主并甘薯棉水稻冬小麦为主兼玉米棉花冬小麦为主兼玉米薯类冬麦/玉米，麦/棉，花生一熟麦/玉米，麦-玉米，麦-谷，麦-薯，棉一熟麦/玉米，麦-谷，棉一熟麦/玉米

15、，麦/棉，棉一熟麦/玉米，麦-杂，棉、花生一熟麦/大豆（玉米甘薯稻）兼麦/棉，棉一熟麦/玉米，麦-夏闲，棉一熟麦/玉米，麦-薯二熟，玉米、甘薯一熟12345西南中高原山地旱地二熟一熟水田二熟区秦巴山区旱地二熟一熟兼水田二熟区川鄂湘黔低高原山地水田旱地二熟兼一熟区贵州高原水田旱地二熟一熟区云南高原水田旱第二熟一熟区滇黔边境高原山地河谷旱地一熟二熟水田二熟区玉米稻冬麦薯油菜并重玉米冬麦为主兼薯稻稻玉米薯并重兼麦油菜豆稻玉米为主兼油菜冬麦烟稻玉米麦并重兼油菜烟蚕豆玉米为主薯稻麦油菜麦-玉米，麦-薯，麦-稻二熟，兼玉米、薯一熟麦-玉米，麦-薯，麦-稻，兼玉米、薯一熟麦（油菜）-稻，麦-玉米，麦-薯兼玉

16、米、薯一熟麦（油菜）-稻，麦/玉米，兼玉米、薯一熟麦（油菜蚕豆）-稻，麦-玉米，兼玉米一熟玉米、甘薯一熟，麦-稻，麦/玉米12江淮平原丘陵麦稻两熟区江淮平原麦稻两熟兼旱三熟区鄂豫皖丘陵平原水田旱地两熟兼早三熟区单季稻麦棉为主单季稻麦棉并重稻麦为主兼棉油菜麦（油）-稻，麦-薯麦（油）-稻麦（油）-稻，麦/棉，麦/玉米（薯）12四川盆地水旱两熟兼三熟区盆西平原水田麦稻两熟填闲区盆东丘陵地山水田旱地两熟三熟区单季稻麦为主兼玉米薯油菜柑桔甘蔗单季稻小麦为主玉米甘薯油菜单季稻小麦为主玉米薯类油菜宁麻麦（油）-稻，麦/玉米/薯麦（油）-稻，冬水田-稻，小麦-玉米，甘薯麦（油）-稻，冬水田-稻，稻-稻，麦/

17、玉米/薯12长江中下游平原丘陵水田三熟二熟区沿江平原丘陵水田早三熟二熟区两湖平原丘陵水田中三熟二熟区双季稻占优势兼麦棉油菜绿肥双季稻占优势麦棉油菜绿肥双季稻占优势多绿肥麦（油、绿肥）-稻-稻肥、麦、油菜-稻-稻，麦/棉肥-稻-稻123东南丘陵山地水田旱地二熟三熟区浙闽丘陵山地水田旱地三熟二熟区南岭丘陵山地水田旱地二熟三熟区滇南山地旱地水田二熟兼三熟区双季稻占优势兼玉米甘薯绿肥油菜冬麦柑桔双季稻占优势并绿肥冬麦甘薯油菜双季稻占优势兼绿肥玉米甘薯大豆油菜单季稻玉米为主双季稻为辅兼小麦蚕豆大豆闲-稻-稻麦、绿肥、油菜-稻-稻闲（绿肥、油菜）-稻-稻，玉米-甘薯麦（蚕豆）-中稻，闲-稻-稻，玉米一熟1

18、2华南丘陵沿海平原晚三熟热三熟区华南低平原晚三熟区华南沿海西双版纳台南二熟三熟与热作区双季稻占优势兼杂粮甘蔗花生双季稻占优势兼薯类玉米豆类油菜花生双季稻占优势薯类为辅玉米豆类油菜花生闲-稻-稻闲（油）-稻-稻，玉米-甘薯，大豆闲（油）-稻-稻，薯-稻-稻，油菜（蚕豆）-稻各区名称及作物种类与复种类型：典型点的选择：选点原则具有比较明显的生长曲线和熟制；独立生长期大于或等于60天；包括有完整的生长季曲线，即生长期加衰落（收割）期。综合原则内部交叉拟合度贡献最大类间混合度最小 号经度纬度所在耕作区划耕作类别1123.035841.79615辽河平原丘陵温暖作物一熟填闲区一年一熟2111.76263

19、8.20208后山坝上晋北高原山地半干旱喜凉作物一熟区一年一熟3118.982229.01864沿江平原丘陵水田早三熟二熟区一年一熟4113.147434.8472黄淮平原南阳盆地旱地水浇地两熟区一年二熟5111.718634.41918豫西北丘陵山地旱坡地一熟水浇地二熟区一年二熟6104.876631.09577盆西平原水田麦稻两熟填闲区一年二熟7110.661134.87237汾渭谷地水浇地二熟旱地一熟二熟区一年二熟8110.510134.99197汾渭谷地水浇地二熟旱地一熟二熟区一年二熟9110.377922.77466华南低平原晚三熟区一年二熟10111.00135.16821汾渭谷地

20、水浇地二熟旱地一熟二熟区一年二熟11105.946730.40339盆东丘陵地山水田旱地两熟三熟区一年三熟12106.941222.87537滇南山地旱地水田二熟兼三熟区一年三熟13120.511822.58583华南沿海西双版纳台南二熟三熟与热作区一年三熟14112.876735.5144黄淮海平原丘陵水浇地二熟旱地二熟一熟区一年三熟15120.486622.49141华南沿海西双版纳台南二熟三熟与热作区一年三熟16120.492922.56065华南沿海西双版纳台南二熟三熟与热作区一年三熟17109.490437.15722黄土高原东部易旱喜温一熟区一年一熟（轮作）18114.538440

21、.04632晋东半湿润易旱一熟填闲区一年一熟（轮作）19104.939628.5088盆东丘陵地山水田旱地两熟三熟区两年三熟20103.447824.43007云南高原水田旱第二熟一熟区两年三熟21115.199336.64108黑龙港缺水低平原水浇地二熟旱地一熟区两年三熟22118.824925.26722浙闽丘陵山地水田旱地三熟二熟区两年五熟23109.704419.87297华南沿海西双版纳台南二熟三熟与热作区两年五熟24120.404823.54257华南低平原晚三熟区两年五熟25120.278923.66216华南低平原晚三熟区两年五熟26120.518124.04611华南低平原晚

22、三熟区两年五熟曲线标准化：利用非对称高斯函数拟合方法对标准点曲线进一步平滑。复种指数提取结果：精度评价：随机抽样目视解译精度评价一年一熟一年两熟一年三熟一年一熟（轮作）两年三熟两年五熟未判别总和一年一熟3000000030一年两熟0300000030一年三熟0318016230一年一熟（轮作）4002400230两年三熟2300250030两年五熟0130021530未判别0000112830总和36372124272837210总精度=83.8%；Kappa系数=0.81误判及未判别原因：农作物区域的错误及变化导致的未判定和误判；云和大气过于频繁对判定产生的影响；典型点的漏选，所选取的典型点不能概括所有的多熟种植中农作物生长季的特征变化，造成一定程度的误判；由于交叉拟和度对较短时间的波动敏感性比较低，生长季过短也会造成误分。方法评价：优点原理简单，运算方便；可适用于大多数具有连续波段或时段的遥感数据；可以有效的提取中国农作物区的复种指数，并同时反映不同地区生长季的大致偏移；应用潜力大，可在植被分类、土地覆盖变化监测以及高光谱数据分析等方面发挥作用。缺点对典型点的选取要求比较高，要求有地面实验数据支持或者是大量的样点分析；不宜于时间段过长起伏变化过多的数据组。主要结论：传统的复种指数定义