核磁共振图像分割算法及应用进展

核磁共振成像(MRI)以其无辐射、多方位成像、空间分辨率高等优点在影像医学领域广泛应用,核磁共振图像的分割也发挥着越来越重要的作用.对应用较广的核磁图像的分割算法的原理和应用进行了系统的综述,将核磁图像分割算法分为5个主要研究方面:基于阈值,基于模式识别,基于活动轮廓模型,基于马尔科夫随机场(MRF),基于图切割;给出了不同算法分割特点和相关应用范围,并将部分算法应用在腹部核磁图像上进行分割实验,展示了不同算法分割核磁图像后的效果和特点.最后,展望了核磁图像分割的未来的发展趋势.     

基于改进的CV-RSF模型的甲状腺结节超声图像自适应分割算法

目的甲状腺结节超声图像的精确分割对甲状腺结节的良恶性诊断尤为重要。目前,对于甲状腺结节超声图像的分割,有学者提出利用主动轮廓模型分割算法,但是由于活动轮廓分割算法需要手动设置迭代次数,未实现模型的自适应性。因此,本文提出了一种基于改进的无边缘主动轮廓-局部区域可控的拟合(Chan-Vese-region scalable fitting,CV-RSF)模型的甲状腺结节超声图像自适应分割算法。方法选取南京同仁医院12例患者的甲状腺结节超声图像用于实验。首先,在无边缘主动轮廓(Chan-Vese,CV)模型中,引入一个基于梯度的边缘引导函数,根据面积变化率,自适应地获取甲状腺结节的粗分割轮廓;然后,将粗分割轮廓作为局部区域可控的拟合(region-scalable fitting,RSF)模型的初始轮廓,并根据面积变化率,自适应地获取甲状腺结节最终分割结果。将改进模型分割的结果与CV模型、RSF模型分割的结果进行比较,并分析甲状腺结节边缘清晰度对分割结果的影响。结果本文模型算法分割结果的平均迭代次数、平均面积重叠率、平均Hausdorff分别达到了134、90.34%、9.77,均优于CV模型、RSF模型的分割算法。结论该算法有效地分割出边缘清晰和不清晰的甲状腺结节超声图像,并解决手动设置迭代次数的问题,从而实现甲状腺结节的有效、准确、自动分割。     

基于偏场校正的概率模糊C均值改进算法研究

目的提出一种基于偏场校正的概率模糊C均值(BCPFCM)改进算法,并应用于脑部MRI图像分割。方法采用BrainWeb数据库中2幅人工合成图像和20幅脑部MRI图像进行仿真实验。第一步,构建MRI图像信息模型,并分离出偏场图像。第二步,采用像素加权隶属度和加权一致性测度解决难以分类的邻域空间异质性像素。第三步,构建基于模糊C均值算法、BCPFCM改进算法目标函数。采用误分类率和Tanimoto指数,比较不同算法图像分割结果。结果BCPFCM改进算法能准确检测高低频条带与像素灰度不均等偏场信息,并完整分割出人工合成图像与脑部MRI图像各功能分区。基于BCPFCM改进算法的人工合成图像分割精度为100%;含40%灰度不均偏场的脑部MRI图像误分类率为5.74%,含1%～5%水平噪声图像误分类率为6.85%～14.34%。基于BCPFCM改进算法分割所得白质、灰质和脑脊液Tanimoto指数分别为0.75±0.03、0.79±0.04和0.39±0.01。结论 BCPFCM改进算法分割精度高、鲁棒性强,是一种可行的脑部MRI图像分割算法。     

基于深度学习的脑图像分割算法研究综述

基于深度学习的脑图像分割算法是目前的一个研究热点。本文首先对脑图像分割的意义以及相关算法内容进行系统阐述,突出了基于深度学习的脑图像分割算法的优势。然后,本文从针对脑图像存在的问题所提出的基于深度学习的脑图像分割算法、先验知识引导的基于深度学习的脑图像分割算法和基于通用深度学习模型的脑图像分割算法三个方面,介绍近年来流行的基于深度学习的脑图像分割算法,以便相关领域的科研工作者更系统地了解目前的研究进展。最后,本文为基于深度学习的脑图像分割算法的进一步研究提供了一些建议。     

基于Prewitt算法的颅内CT图像病灶分割算法

针对颅内CT图像病灶周围存在大量噪声,分割结果欠佳的问题,本研究提出基于Prewitt算法的颅内CT图像病灶分割算法。首先采用改进型中值小波去噪算法,去除颅内CT图像中的噪声点,优化图像质量;然后使用基于Prewitt算法的图像分割法,完成去噪后CT图像的病灶分割。结果表明,本研究算法在分割颅内CT图像病灶时,错分率为对比算法的1/10,并可将颅内CT图像的噪声点全部去除。说明该算法对颅内CT图像病灶的分割可行性,可用于颅内CT图像病灶分割。     

基于改进支持向量机算法的超声图像分割技术

超声图像的边缘分割受到噪声影响,基于传统支持向量机(support vector machine,SVM)超声图像分割过程存在较大缺陷。提出一种基于改进SVM算法超声图像分割算法。采用分区域特征匹配方法,进行二维超声图像的分块融合性检测和特征块匹配,根据超声纹理的规则性特征分量进行病理边缘特征提取,利用提取的精度作为约束条件,优化SVM分割过程,进行超声图像分割过程的自适应分类,实现对超声图像的快速分割。仿真结果表明,采用该方法进行超声图像分割的精度较高,对超声图像的病理特征识别能力较好,结构相似度信息较强,提高了超声图像检测和诊断分析能力。     

基于形态学的均值平移算法的神经元干细胞图像的自动分割

在神经元干细胞的图像分析中,准确快速的图像分割是干细胞分化增值自动追踪系统的基础。为了准确地分割低对比度的灰度神经元干细胞图像,本研究提出一种基于形态学运算和均值平移算法的神经元干细胞分割方法,称其为形态学的均值平移算法。此算法可以快速地获得任意形状细胞的图像,并且能检测到图像中多连接边缘不封闭的细胞。将此方法应用于神经元干细胞序列图像分割中并且将其与门限分割、水线分割和活动轮廓进行对比。实验结果证明,与其它的方法相比,此方法获得的细胞分割形状更接近于真实细胞的形状,并且能获得或接近于原始图像中准确的独立细胞数目。此方法可以获得正确的分割结果,为进一步图像处理奠定了良好的基础。     

基于HSV空间的染色骨小梁切片图像的分割与空腔填充

给出一种HSV颜色空间上的彩色图像分割方法,并应用于由CCD摄像机采集的染色骨小梁切片图像的分割。该方法将RGB彩色图像转换到HSV颜色空间,通过设置色调(900.25)阈值对绿染的骨小梁进行分割,并通过设置亮度(V>V背景×0.95)和饱和度(S<0.2)阈值获得非染色高亮区域图像,然后通过填充包含在染色骨小梁图像内的非染色高亮区,获得完整的骨小梁结构。实验结果表明,该方法快速简单,与人眼的辨别结果一致,是一种有效的自动算法。     

基于CUDA的快速三维医学图像分割

目的:三维分割是医学图像分析和可视化中的重要组成部分,也是医学图像分割中的一个难点。水平集方法在三维医学图像分割中有很广阔的应用前景,但是该算法的计算量大,不能达到实时处理的要求。针对这个问题,提出了一种基于CUDA的并行加速方法。方法:采用NVIDIA公司的GPGPU模型CUDA,利用图像像素的独立性和偏微分方程求解的并发性,提高C-V水平集算法的分割速度。给出了并行计算的流程图,并对C-V水平集算法在CUDA上的实现进行了详细介绍。结果:实现了C-V水平集并行加速算法,该方法在保证分割效果的前提下,具有更快的分割速度。结论:所提出的方法是切实可行的,实现了快速的三维医学图像分割。     

基于医学影像计算机辅助诊断的分割方法

本文在综合介绍目前基于医学影像的计算机辅助诊断(MICAD)研究工作的基础上，重点分析了MICAD主要使用的图像分析和处理技术。作为例子重点介绍了MICAD对图像分割的要求，介绍了目前我们正在开展的最小近邻算法(KNN)和模糊最小紧邻算法(FKNN)进行图像分割的工作，并提出了如何用相邻像素的信息，进一步提高分割的准确性的思路，为后面的计算机自动识别提供依据。而计算机自动识别是基于医学影像的计算机辅助诊断过程自动化的基础。     

基于 OpenSim 的轻度青少年特发性脊柱侧凸个性化建模与分析

目的 建立青少年特发性脊柱侧凸患者的个性化脊柱运动学和动力学建模方法并验证其准确性,为脊柱侧凸的非手术矫形治疗提供治疗机制分析与效果评估的工具。 方法 基于患者影像学数据计算并调整 Schmid 开发的 OpenSim 青少年脊柱模型的骨骼与肌肉参数,使模型与特定患者相匹配;基于文献数据添加椎间刚度并在侧凸 段进行修正,使模型符合脊柱侧凸患者椎关节力学特征,进而建立患者侧凸脊柱的个性化运动学和动力学仿真分析模型;基于运动捕捉数据计算逆运动学,并使用静态优化计算肌肉激活度,将计算结果与影像学及肌电(electromyogram,EMG)数据进行对比验证。 结果 站立状态逆运动学计算得到的各椎骨冠状面角度平均误差为0. 164°,符合运动学误差要求;站立状态胸椎段与腰椎段竖脊肌凸侧与凹侧肌肉激活度比值分别为 0. 489 与0. 631,与 EMG 数据吻合;侧屈运动中对椎间刚度进行修正后的模型与未修正模型相比,肌肉激活更接近 EMG 数据。 结论 本文方法建立的模型满足运动学与肌肉力的准确性要求。     

Phase Spectral Analysis of EEG Signals

A new method of phase spectral analysis of EEG is proposed for the comparative analysis of phase spectra between normal EEG and epileptic EEG signals based on the wavelet decomposition technique. By using multiscale wavelet decomposition, the original EEGs are mapped to an orthogonal wavelet space, such that the variations of phase can be observed at multiscale. It is found that the phase (and phase difference) spectra of normal EEGs are distinct from that of epileptic EEGs. That is the variations of phase (and phase difference) of normal EEGs have a distinct periodic pattern with the electrical activity proceeds in the brain, but do not the epileptic EEGs. For epileptic EEGs, only at those transient points, the phase variations are obvious. In order to verify these results with the observational data, the phase variations of EEGs in principal component space are observed and found that, the features of phase spectra is in correspondence with that the wavelet space. These results make it possible to view the behavior of EEG rhythms as a dynamic spectrum.     

有限元分析腰椎传统椎弓根钉道和改良皮质骨钉道的生物力学性能

目的 通过有限元分析传统椎弓根钉道（traditional trajectory, TT）和改良皮质骨钉道（modified cortical bone trajectory, MCBT）在骨质疏松椎体上的力学性能。方法 建立L4椎体三维模型,在椎体两侧分别模拟置入椎弓根螺钉（pedicle screw,PS）（直径6.0 mm,长45 mm）和MCBT螺钉（直径4.5 mm,长40 mm）。比较螺钉在两种钉道上、下、左、右4种工况下载荷位移比和螺钉抗拔出力,评价在骨质疏松条件下螺钉和椎体之间的稳定性。结果 MCBT螺钉抗拔出力比PS提高13.1%。MCBT螺钉在上、下、左工况下载荷位移比相比PS分别提高57.1%、32.3%、31.6%,MCBT螺钉在右工况下载荷位移比虽高于PS,但不具有统计学差异。在轴向旋转和侧屈工况下,MCBT组椎体载荷位移比明显高于TT组;在前屈工况下,MCBT组椎体载荷位移比低于TT组;在后伸工况下,MCBT组椎体载荷位移比虽高于TT组,但不具有统计学差异。结论 MCBT在抗拔出力、螺钉稳定性、椎体轴向旋转和侧屈的稳定性优于TT,但在椎体前屈和后伸稳定性弱于TT。研究结果论证了MCBT在骨质疏松条件下的优越性,为MCBT的临床应用奠定前期基础。     

The Brain Computer Interface Using Flash Visual Evoked Potential and Independent Component Analysis

In this study flashing stimuli, such as digits or letters, are displayed on a LCD screen to induce flash visual evoked potentials (FVEPs). The aim of the proposed interface is to generate desired strings while one stares at target stimulus one after one. To effectively extract visually-induced neural activities with superior signal-to-noise ratio, independent component analysis (ICA) is employed to decompose the measured EEG and task-related components are subsequently selected for data reconstruction. In addition, all the flickering sequences are designed to be mutually independent in order to remove the contamination induced by surrounding non-target stimuli from the ICA-recovered signals. Since FVEPs are time-locked and phase-locked to flash onsets of gazed stimulus, segmented epochs from ICA-recovered signals based on flash onsets of gazed stimulus will be sharpen after averaging whereas those based on flash onsets of non-gazed stimuli will be suppressed after averaging. The stimulus inducing the largest averaged FVEPs is identified as the gazed target and corresponding digit or letter is sent out. Five subjects were asked to gaze at each stimulus. The mean detection accuracy resulted from averaging 15 epochs was 99.7%. Another experiment was to generate a specified string ‘0287513694E’. The mean accuracy and information transfer rates were 83% and 23.06 bits/min, respectively.     

腰椎行椎间孔入路椎间融合术固定的有限元分析

目的 利用有限元方法分析经单侧椎间孔入路腰椎间融合术治疗腰椎退行性病变的临床可行性。方法 基于正常人L3~5节段的CT扫描数据,利用Mimics、Pro/E、ANSYS软件分别建立L3~5正常生理状态有限元模型、L4/5左单侧椎弓根螺钉内固定加椎间融合器模型(单侧TLIF)、L4/5双侧椎弓根螺钉内固定加椎间融合器模型(双侧TLIF)。在L3上表面施加500 N的人体重力和10 N?m力矩,模拟人体直立、前屈、后伸、左侧弯和右旋5种生理活动,观察不同工况时椎体、椎间盘、螺钉及融合器上变形及应力分布情况,比较两种固定方法力学性能上的差异。结果 各种工况下单侧TLIF、双侧TLIF的L3~5节段变形量均较生理状态模型减少,单侧TLIF、双侧TLIF模型均在后伸运动时融合器的应力达到最大值,且单侧TLIF模型椎弓根螺钉上的应力峰值在各种工况中均明显高于双侧TLIF,后伸工况时应力峰值达到463.39 MPa。结论 单侧TLIF可作为腰椎退变性疾病的一种固定方法,但应力峰值均明显高于双侧TLIF模型,故系统稳定性差于双侧TLIF模型,提示患者在康复过程中应减少后伸运动,以免发生手术失效或螺钉断裂。     

An Improved Fixed-point Algorithm for Independent Component Analysis of Functional MRI Data

The fixed-point algorithm and infomax algorithm are two of the most popular algorithms in independent component analysis （ICA）. However, it is hard to take both stability and speed into consideration in processing functional magnetic resonance imaging （fMRI） data. In this paper, an optimization model for ICA is presented and an improved fixed-point algorithm based on the model is proposed. In the new algorithms a small step size is added to increase the stability. In order to accelerate the convergence, an improvement on Newton method is made, which makes cubic convergence for the new algorithm. Applying the algorithm and two other algorithms to invivo fMRI data, the results show that the new algorithm separates independent components stably, which has faster convergence speed and less computation than the other two algorithms. The algorithm has obvious advantage in processing fMRI signal with huge data.     

心音时域分析的新方法研究

为快速、准确地判断心音的正常与否,本文提出一种新的心音时域分析方法——心音特征波形法。通过数字听诊器将采集到的心音数据由USB接口传输到计算机,建立单自由度分析模型提取心音特征波形,计算出心音特征参数来判别正常与异常的心音。文中通过对正常/异常心音案例分析,验证了心音特征波形法的有效性。另外,为检验已提出的心音时域分析方法对正常与异常的心音判别准确率,选用已采集的40组正常与20组异常的心音数据进行实验及统计分析,准确率分别达到92.5%和95.0%。     

基于快速定点独立分量分析算法的母胎心电信号分离

研究快速定点独立分量分析方法在母胎心电信号分离中的应用。采用此算法,在胎儿心电信号与母体心电信号可以视为相互独立的信号源的前提下,对来源于同一孕妇的观测信号进行独立分量分离。快速定点独立分量算法可以有效地分离出单个独立分量,得到的胎儿心电信号(FECG)较理想。采用独立分量分析方法,实现母胎心电信号分离,是一种值得尝试的信号处理方法。     

有限元分析在腰椎手法治疗中的生物力学研究进展

中医腰椎手法在腰痛等慢性损伤性腰椎病的疼痛治疗中有明显的临床优势,但其基础研究不足是限制手法进步的重要因素。利用有限元技术能够很好地模拟各类腰椎手法的力学状况,分析其作用机制,验证假说,规范手法操作,定量、定性和优化治疗方案,为手法治疗的基础研究提供有效的研究方法。通过回顾近年腰椎手法治疗的有限元研究,探讨不同腰椎手法对椎间盘、附属结构、脊柱负荷以及椎体力学稳定性的影响,结果发现目前关于腰椎手法的有限元研究有待于对模拟方法进行标准化和精确化,同时可进一步推广有限元的研究思路,更好地指导中医腰椎手法的临床运用。     

全腰椎有限元模态分析

目的 采用三维有限元方法研究人体腰椎的动力学特性。方法 基于CT扫描图像建立并验证全腰椎L1~5节段有限元模型,对全腰椎进行有限元模态分析。结果 提取腰椎的30阶自由模态,获得了腰椎在自由状态下的动态特性：腰椎共振频率分布集中;各阶模态最大振幅急剧变化,L5节段腰椎附近的振幅较大,是腰椎的薄弱环节。结论 腰椎的模态分析是进一步进行动力学分析的基础,确定腰椎的固有频率、振型和振幅等振动参数,对于腰椎的振动特性分析和人机工程设计优化等方面具有重要意义。