基于眼底图像视网膜血管分割、分类方法的中医目诊研究

中医目诊是通过观察眼部的神、色、形、态来诊断全身疾病的一种方法。对眼底血管的观察是目诊的主要内容。视网膜血管结构的变化与许多慢性疾病密切相关。图像处理技术在眼底图像研究的应用可以为系统性疾病提供早期诊断。眼底图像血管分割是眼底血管研究的基础,目前大体可分为基于匹配滤波、血管跟踪、形态学处理、形变模型以及机器学习的分割算法5类。眼底血管分类,如动静脉分类,为临床诊断提供重要价值。在此类研究的基础上,提出了眼底血管分割、分类方法在中医目诊中的实际应用方法。     

基于U-Net的短轴心脏CTA左心室心肌自动分割系统的开发

目的开发并验证一种基于U-Net的短轴心脏计算机断层血管造影（CTA）左心室心肌（LVM）自动分割系统。方法选取2022年2至10月在温州市中心医院就诊的50例疑似或确诊心血管疾病患者CTA图像进行模型训练,将U-Net深化到8层,引入注意力机制和深监督机制,并加入残差连接。通过分割结果可视化观察、分割量化结果比较等分析本研究新开发方法与原型U-Net方法的左心室分割性能差异。结果可视化比较发现,无论分割小区域的左心室或分割组织对比度较差的图像,与原型U-Net方法相比,本研究新开发方法与标签具有更高的一致性;在可视化比较中,原型U-Net方法展现出欠分割、过分割等问题。与原型U-Net方法（0.938±0.144、0.941±0.144、0.961±0.058）相比,本研究新开发方法的Dice相似系数、精度、灵敏度分别为0.964±0.033、0.960±0.043、0.970±0.040,提示分割精度和鲁棒性更高。箱式图中可见两种方法均存在一些异常值。使用本研究新开发方法分割的3例患者左心室表面三维视图显示平均分割时间为13s（即处理速度约为0.037s/幅）,提示分割质量和分割效率均较高。结论本研究新开发的基于U-Net的短轴心脏CTALVM自动分割系统将注意力机制、深监督机制和残差连接集成到8层U-Net中,具有较高的分割精度、分割质量和分割效率。     

一种视网膜血管的分割方法

目的探讨一种自动的视网膜血管分割方法。方法在2个尺度下增强血管图像,由基于直方图的加权模糊C均值聚类算法和形态学细化算子提取血管的近似中心线;通过多尺度形态学重构得到主要血管,再由较小尺度的匹配滤波增强中小血管;合并上述两部分得到最终的血管分割结果。结果对DRIVE数据库测试图像分割的灵敏性为0.7017,特异性为0．9816,准确率为0．9457。结论较同类无监督的血管分割算法具有更高的准确率,但对于小血管的灵敏性不高。     

一种快速自动分割视网膜血管的方法

背景 眼底视网膜血管自动分割是基于眼底视网膜照片的计算机辅助诊断的首要课题。针对血管具有一定宽度的形态学特征,本文提出一种基于Sobel算子的眼底视网膜血管自动分割算法。 方法 在经过Sobel算子处理的眼底视网膜灰度梯度图像上,血管两侧边缘总是对应着沿水平方向或竖直方向相继出现的一对数值相当,符号相反的梯度谷-峰,这对梯度谷-峰之间的区域则被判断为血管像素。 结果 本文提出的方法采用公共DRIVE数据库中的眼底图像进行检测,检测结果显示平均灵敏度为 72.12% ,平均正确率为89.00%. 结论 本文提出的算法简单易实现,计算量小,能够提取视网膜上绝大部分血管。     

1种视网膜眼底图像增强的新方法

目的：提高视网膜眼底图像中血管和病灶部位的可视性,便于临床诊断。方法：首先,对采集到的视网膜眼底图像进行数学形态学处理,以弱化背景,使图像得到初步增强;然后,运用有限对比度自适应直方图均衡化算法改善光照不均的现象;最后,利用二维匹配滤波算法进一步强化血管和病灶部位信息,提高血管与背景的对比度。结果：该方法能很好地弱化背景,增强对比度,凸显感兴趣区域,也对视盘区域血管的分割和病灶部位的识别有极大地帮助。结论：该方法可有效地增强正常和病变的眼底图像,辅助医师诊断。     

超声血管造影在屈光间质混浊情况下对增殖性糖尿病性视网膜病变的诊断价值

目的探讨超声血管造影在屈光间质混浊情况下对增殖性糖尿病性视网膜病变玻璃体积血、视网膜脱离和新生血管膜的诊断价值。方法对纳入研究的对象行超声血管造影检查,而后得出造影诊断,所有对象行玻璃体切割术,将超声血管造影结果与术中直视下诊断结果对比,评估超声血管造影诊断的准确性。结果术前超声血管造影诊断为PDR玻璃体积血、PDR视网膜脱离与PDR新生血管膜的患者分别为3眼、10眼、19眼,术中直视下明确诊断为PDR玻璃体积血、PDR视网膜脱离与PDR新生血管膜的患者分别为2眼、12眼、18眼,超声血管造影针对三种病变的诊断准确率分别为96.88%、87.5%、93.75%。结论超声血管造影在屈光间质浑浊情况下对PDR的诊断有较高的诊断准确率,可为临床提供依据,以便医师进行预后评估及在术前采取相应措施,改善预后,有重要临床价值。     

209例脑血栓患者的眼底改变与临床研究

本文系统观察并总结了209例脑血栓病人的眼底改变。通过视网膜血管的病理研究、结合脑血栓临床各期视网膜血管的特异性改变,为脑血栓的预防、早期诊断及治疗提供了简便、易行、确切可靠的客观依据。     

基于空洞卷积U-Net模型的胰腺自动分割方法研究

目的 探讨一种空洞卷积U-Net模型对胰腺组织精准分割的可行性.方法 通过对标准U-Net模型进行改进,得到一种多尺度空洞卷积U-Net模型,以100例放疗定位CT中包含完整胰腺的盆腔肿瘤患者的影像和结构信息为研究对象,对两种U-Net模型进行训练和测试,最终比较两者的分割精度.分割精度量化指标分别是戴斯相似性系数(DSC)、杰卡德相似性系数(JSC)、豪斯多夫距离(HD)和平均表面距离(ASD).结果 与标准U-Net模型分割结果比较,该研究的空洞卷积U-Net模型的DSC均值达到0.87,JSC、HD和ASD均值也分别为0.78、9.85 mm和1.62 mm,且差异有统计学意义(P＜0.05).结论 基于标准U-Net模型搭建的空洞卷积U-Net模型能够更准确的分割健康胰腺组织,对改进辅助诊断系统和提高放射治疗效果有着重要的意义.     

基于OCT及OCTA下脉络膜影像学标志物的研究进展

脉络膜是眼球主要的血管组织,其在多种脉络膜视网膜疾病中的作用已被研究。随着技术的发展,增强型深度成像光学相干断层扫描(EDI-OCT)、扫描源扫频光学相干断层扫描成像(SS-OCT)以及光学相干断层扫描血管成像(OCTA)应运而生,从手动分割到自动分割和二值化方法的逐渐转变促使了脉络膜的三维重建,增加了脉络膜影像标志物的精确性和可重复性。这些标志物提供了对发病机制的更好理解,有助于诊断以及鉴别诊断,并且在未来也可能有助于设计治疗方案。本文主要对OCT及OCTA下的脉络膜影像学标志物进行综述,通过这些标志物对健康和疾病中的脉络膜提供基本的了解。     

肠系膜CT血管成像在肠道疾病定位中的诊断价值

目的 探讨肠系膜CT血管成像在肠道疾病定位中的诊断价值.方法 GTSS回顾性分析手术病理明确诊断的肠道疾病60例,由2名经验丰富的医师在盲法下分别对A组(轴位图像结合MPR图像)以及B组(轴位图像、MPR图像结合CTA图像)进行病变定性及定位评价.记录结果并与手术病理结果对比.结果 A组定位诊断准确率为83.3%,B组定位诊断准确率为98.3%.结论 肠系膜CT血管成像能明显提高肠道病变定位的诊断准确率.     

妊娠期高血压视网膜血管的计算机图像处理

目的 观察计算机图像处理技术对妊娠期高血压患者眼底图像中视网膜血管的分割结果,探讨妊娠期高血压性视网膜病变的有效诊断方法.方法 选取55例妊娠期高血压患者的眼底图像,35 例血压正常的孕妇的眼底图像作正常对照,借助计算机图像处理技术,对其眼底图像中的视网膜血管进行分割与提取,分析眼底病理变化的特征参数.结果 计算机图像处理技术对正常和病变眼底图像中视网膜血管的分割均较完整,与眼底图像比较,处理后的视网膜血管更清晰、精确,能恰当地描述眼底视网膜血管的特征现象.结论 计算机图像处理技术对高血压患者眼底图像中视网膜血管的分割效果良好,有助于妊娠期高血压患者视网膜病变的临床无损诊断与健康普查.     

电子染色技术在消化道疾病诊断中的应用进展

电子染色技术是近年来运用在内镜检查中的一项新技术,包括内镜窄波光成像技术和智能分光比色技术。应用电子染色技术可以精确观察消化道黏膜的细微结构变化,包括黏膜上皮形态以及黏膜表面的血管网结构,其还能改善病灶组织与周围正常组织结构及细微血管的对比度,更加精确的活检,提高了消化道癌前病变的检出率,为提高内镜诊断准确率提供了一种全新的途径。     

胆囊切开取石和胆囊切除术的可视化研究

目的 研究64排螺旋CT的肝脏、胆道及胆囊结石数据,进行图像程序分割、三维重建和虚拟胆囊切除术.方法 肝脏和胆道64排CT原始扫描数据的采集,通过自适应的区域生长算法对CT序列图像进行图像程序分割自动提取,采用MIMICS10.0软件和自行设计的软件对程序分割的图像数据进行三维重建,得到肝胆三维模型的数据并以STL格式导入FreeForm Modeling System进行配准和平滑,利用系统的力反馈设备Phantom进行胆囊切开取石和胆囊切除虚拟手术.结果 利用自适应区域生长算法进行胆囊结石和肝脏的图像程序分割速度快、效果满意,可获得胆囊结石和肝脏的分割数据.进行三维重建后的肝胆三维模型结构清晰、立体感强,形态逼真,在FreeForm Modeling System系统中司完成胆囊切除的虚拟手术.结论 本文提出的这种方法可以正确有效快速地完成64排螺旋CT的胆囊结石数据图像程序分割、三维重建及胆囊的虚拟手术,为胆总管和肝内胆管结石的三维可视化及虚拟手术提供思路.     

基于改进区域生长算法的肝脏管道图像分割方法

在图像分割过程中,传统区域生长法种子点的选取需人工判定,工作量较大,效率较低。为了减少种子点选取时的用户交互量,本文提出了一种基于种子点位置预判的改进区域生长算法。该算法基于血管骨架线具有代表性的特点,通过坐标系的映射转换来预判图像中肝脏管道的位置,减少了人工参与,实现了图像种子点数目和位置的自动确定。肝脏图像分割实验结果表明,该算法在较少的用户交互情况下,实现了序列图像的种子点位置预判,获得了较满意的图像分割效果。     

深度学习图像分割算法在胃癌病理切片中的可行性分析

目的 采用基于深度学习的胃癌病理切片分割算法实现对癌症区域的识别。方法 以U-Net网络为基本架构设计更深层次的胃癌病理切片分割算法模型Deeper U-Net （DU-Net）。采用区域重叠分割法将数据集分割成若干小块图片,然后利用预先训练好的DU-Net网络模型对分割的小图片块进行初次分割,并使用图片分类器清除假阳性样本,重新合成新样本。采用重复学习的方法使用新样本进行多次重复训练,将得到的结果应用全连接条件随机场（CRF）进行后续处理。最终得到胃癌分割图片并验证结果。结果 经过3次重复学习后,DU-Net网络模型的平均精度为91.5%,平均交叉联合度量（IoU）为88.4%;相比于未经重复学习的基础DU-Net模型,其平均精度提升了5.6%,平均IoU提升了2.9%。结论 基于深度学习的胃癌病理切片分割算法实现了精准的分割,提高了模型的泛化能力和鲁棒性,可用于辅助胃癌病理诊断。     

三维肝脏CT图像中的血管分割

为了更好的了解血管生理形态,常需要从医学图像中分割出血管。采用传统的单阈值区域生长算法进行血管分割。如果选取的阈值太高可能导致血管末梢的丢失,而如果选取的阈值太低则可能会导致一些不属于血管的点被生长到血管区域中。因此,提出了一种基于Ordered Region Growing（ORG）算法的双阈值区域生长算法来克服这个缺点,实验证明这种算法能够获得较好的血管分割效果。     

基于中国数字化可视人体喉区细小结构分割数据集的建立

目的 建立数字人体喉区细小解剖结构的分割数据集.方法 利用Photoshop图像处理软件提供的磁性套索和多边形选择对中国数字化可视人体喉区数据的细小器官和结构进行数据分割,建立喉区解剖结构的分割数据集;分割数据集经图像格式转换后,在Amira 4.1软件中利用域值分割方法自动提取分割区域,进行三维显示,并通过三维结果来验证分割数据.结果 对喉软骨、喉肌、声带等细小解剖结构进行了分割,建立了基于数字人体的喉区数据集,基于分割数据建立三维模型真实、可信.结论 喉区的分割数据准确、完整,为喉区精细模型的建立奠定了数据基础,同时提供了实用的彩色图像分割方法.     

基于病理穿刺切片组织形态学分析的乳腺癌新辅助化疗疗效预测

  目的   利用深度学习的方法对乳腺癌患者接受新辅助化疗（NAC）前的穿刺切片进行肿瘤区域和细胞核的自动分割,提取肿瘤区域细胞群特征,从而对乳腺癌NAC病理缓解程度进行预测。   方法   收集在江苏省人民医院接受NAC治疗前的68位乳腺癌患者的术前穿刺HE染色切片,两位病理医生对其中12张穿刺切片进行了肿瘤区域的标记,其中8张作为训练集,4张作为测试集,剩余的56张由训练好的肿瘤区分割模型进行肿瘤分割。运用UNet++建立分割模型,分别对乳腺癌病理穿刺切片肿瘤区域和细胞核进行自动分割;然后,根据自动分割的肿瘤区域内细胞核,构建肿瘤内细胞层次的特征;最后运用特征选择方法选择有效的特征,通过五折交叉验证训练分类器模型预测NAC的病理缓解程度的高低。   结果   基于68位患者的病理穿刺切片进行预测,最大相关最小冗余（mRMR）的特征选择方法筛选出的10个维度特征和随机森林（RF）分类器结合训练的模型预测结果的准确率最高,准确率达到82.35%,曲线下面积（AUC）值达到0.9082。   结论   本模型能够在切片病理图像上自动分割肿瘤区域和细胞核,构建的肿瘤区域细胞核群的特征能够预测患者对NAC的病理缓解程度,方法可靠且可重复性较高,同时发现肿瘤区域细胞核纹理特征在预测中效果较好,进一步证实了肿瘤区域细胞核群对疗效预测具有重要意义。     

基于区域增长的肺结节自适应形态分割

目的 提高计算机辅助诊断系统对胸部CT图像中肺结节,特别是与胸膜相连和与血管相连的肺结节分割的准确性.方法 首先提出了肺结节图像的自动分割过程.然后,应用基于对比度和梯度的区域增长方法 .获得肺结节的分割图像.最后,针对区域增长法不能成功分割的特殊情况,提出了自适应形态分割算法.结果 对临床2D肺部CT图像的初步实验结果 表明,应用本算法能够成功的将孤立性肺结节和与胸膜或血管相连的肺结节分割出来.结论 这是一种实用的肺结节自动分割算法.     

颈内动脉起始段狭窄的计算机辅助诊断研究

研究使用计算机辅助诊断方法对颈内动脉起始段狭窄进行自动诊断。在对DSA图像目标区域进行自动分割后,对病灶部位进行形状分析,提取形状参量,通过人工神经网络训练分类器进行判断,得出颈内动脉起始段狭窄的诊断结果。系统的识别正确率可达94%以上。该方法有助于诊断颈内动脉起始段狭窄。