数据驱动的三叉神经纤维束自动分割算法

目前三叉神经的纤维跟踪成像过程中普遍存在人工依赖性问题,主要包括人工绘制感兴趣区域(ROI)及手动筛选目标纤维束,导致结果的不确定性和数据误差。针对此类问题,提出一种数据驱动的三叉神经纤维自动分割算法。利用多组大脑样本的纤维数据,建立数据驱动的纤维聚类图谱,实现新样本纤维数据的自动分割,直接得到三叉神经纤维束。在实验中,选择25组青年健康人的数据作为样本数据。首先,利用FSL软件分割工具提取脑干作为ROI,进行确定性纤维跟踪。其次,通过对20组纤维数据进行多样本配准和谱聚类,创建数据驱动的纤维聚类图谱。根据三叉神经细小的特点,在建立纤维图谱过程中,通过对脑干纤维束进行二次分类来标注三叉神经纤维束。最后,选择5组青年健康人的新样本数据,将其脑干纤维数据应用纤维图谱自动分割得到三叉神经纤维束,并计算同一样本数据的自动分割结果与手动分割结果之间的加权Dice系数。结果显示,所提出的方法成功分割5组数据的三叉神经纤维束,而传统人工方法成功识别4组三叉神经纤维束,两者结果之间的加权Dice系数分别为0.865,0.939,0.824,0.942。该方法可以有效避免人为因素的影响,提高神经外科医生与颅神经研究者的工作效率。     

基于区域建议策略的视盘定位方法

视盘定位对利用眼底图像进行眼科疾病的计算机辅助诊疗十分重要。提出一种基于区域建议策略的视盘定位方法。首先,将眼底图像从像素域映射到特征域,在得到的特征图上利用区域建议策略生成视盘的初始候选区域;然后,按照一定准则对候选区域进行采样,构建全连接层对其进行深层特征提取,并利用损失函数的约束实现候选区域的位置精修;最后,通过置信度阈值的过滤对视盘可见性进行判断,若视盘可见,则将置信度最大的候选区域中心作为该眼底图像的视盘坐标,从而实现视盘的正确定位。在3个公开的眼底图像数据库(DRIVE(40张)、MESSIDOR(1 200张)和STARE(400张))中进行实验,定位准确率分别为100%、99.9%和98.8%。实验证明,该方法能够实现视盘的准确、快速、鲁棒定位,优于现有的视盘定位方法,且预先进行视盘可见性的判断更符合实际应用的要求,能够辅助眼底疾病的诊断处理。     

融合颜色特征和背景先验的WCE出血图像显著性检测

目的利用显著性检测方法,通过构建一个适用于胶囊内窥镜(WCE)图像出血检测的模型,进行出血病变的识别。方法利用WCE出血图像的特性来获取图像的彩色尺度不变三值模式(CSILTP)和背景先验知识以得到最终的出血显著图。结果数据结果以医院提供的数据集作为实验对象,利用临床医师提供的人工标记(GT)图像对实验结果进行客观评价,检测结果与GT图像基本一致。本文算法得到的曲线下面积(AUC)以及平均绝对误差值(MAE)整体上优于MR、BCon以及SUB等主流算法。结论融合颜色特征和背景先验的WCE出血图像的显著性检测方法能够更好地检测到图像的背景区域,并有效识别图像中的出血病变。     

健康体检客户关系管理系统的研究

根据目前医院健康体检的现状，依据客户关系管理的理论和方法，对健康体检的业务流程和客户进行了系统的分析研究，提出了一种撼于遗传和职业关系链的健康体检客户关系管理模型，并在此基础上研究和开发了医院健康体检中心客户关系管理系统，从医院健康体检中心实施效果显现，达到了研究和设计该系统的目标要求。     

补肾填精方对电磁辐射所致小鼠精子及DNA损伤影响的研究

目的 探讨移动电话电磁辐射对雄性生殖系统的影响及补肾填精方的预防作用.方法 用移动电话的模拟辐射源对各组小鼠(空白组除外)进行全身辐射,辐射频率为900MHz,每天2h,连续35d.按平均功率密度分为4个组,即空白组(0μW/cm2)、低辐射组(33μW/cm2)、高辐射组(181μW/cm2)和补肾组(181μW/cm2).辐射期间,补肾组每天给予0.15ml/10g体重的补肾填精方浓缩液(含生药量0.9g/ml)灌胃,其他各组给予等量生理盐水灌胃.35d后取附睾,分析附睾的精子计数、活动率和畸形率,精子染色体结构分析法检测其精子DNA损伤.结果 与其他各组比较,高辐射组附睾的精子活动率(36.86±7.58)%下降,畸形率(10.31±1.04)%上升(P<0.05),精子染色体结构分析法显示高辐射组精子重度DFI(18.28±3.3)%、总DFI(22.56±3.41)%、HDS(18.43±2.7)%明显升高(P<0.05).结论 移动电话电磁辐射对小鼠的精子及精子DNA有一定的损伤作用,补肾填精方对其病理损伤有一定的预防作用.     

边缘先验信息下的多类型肠道息肉图像分类网络

肠道息肉的分级能够为内窥镜医生提供辅助诊断,对需要及时处理的高风险息肉和可以暂缓处理的低风险息肉进行区分。现有的基于深度学习息肉分类算法不能很好地区分类间相似性高的图像,针对息肉分级任务有待改进。提出一个包含边缘检测阶段、边缘特征描述提取阶段以及息肉分类阶段的边缘先验信息下的多类型肠道息肉图像分类网络。首先,在边缘检测阶段的跳跃连接层处,设计并嵌入反向注意力边缘监督模块以更好地捕获息肉边缘细节信息;其次,在内窥镜医生先验知识的指导下分别通过统计息肉边缘像素点个数和凹凸性来表示息肉边缘周长大小和光滑性特征,以此来补充神经网络特征提取的不足;最后,在分类网络的DenseBlock4后加入通道注意力自适应地捕获判别性特征。所构建的数据集来自丽水市人民医院消化内镜中心2018年至2019年的脱敏数据,样本量含1 050幅原始图像。在构建的四分类数据集上进行五折交叉验证,达到了77.29%的总体准确率,相比于已有算法的最好结果提高了6.46%。融合边缘先验信息的分类网络能够有效地对非腺瘤性息肉与低级别腺瘤性息肉、高级别腺瘤性息肉与腺癌这两组类间高相似度的息肉图像进行区分,增加网络的鲁棒性并提高网络的分类性能,在有限的训练数据集下为医生诊断提供辅助意见。     

生物信息学中模式识别技术应用与发展

评述生物信息学研究中常见的模式识别技术，主要包括人工神经网络（ANN）、聚类分析法（CA）、主元分析法（PCA）和隐马尔可夫模型（HMM）等，并分析生物信息科学研究中模式识别技术的发展与要求。     

激光散斑衬比成像观察硬皮病手指溃疡肉毒素A治疗前后血流变化

目的探讨激光散斑衬比成像技术(laser speckle contrast imaging,LSCI)在观察系统性硬皮病手指溃疡肉毒素A治疗前后血流变化中的作用。方法患者手指溃疡处接受肉毒素A 20U注射前后均进行LSCI观察。结果治疗前LSCI显示右手拇指溃疡部位可见明显的血流缺损区,形状不规则,平均血流速指数:65(PU)。治疗3个月后患者随访,右手拇指溃疡面肉眼愈合,LSCI示患指中血流缺损区面积明显减小,血流速指数:90(PU)。结论 LSCI可实时动态监测手指溃疡血流情况,指导临床医师的病情评估和诊疗。     

基于AS-OCT图像的核性白内障多级排序分类算法研究

目的探讨基于眼前节光学相干断层扫描(AS-OCT)图像的核性白内障智能辅助分级算法对白内障分级的诊断价值。方法采用诊断试验研究方法, 收集2020年11月至2021年9月间同济大学附属第十人民医院电子病例系统中核性白内障患者939例1 608眼的AS-OCT图像资料, 所有资料均符合临床阅片清晰度要求。其中男398例664眼, 女541例944眼, 年龄18～94岁, 平均年龄(65.7±18.6)岁。由3名经验丰富的临床医生基于晶状体混浊分类系统(LOCS Ⅲ分级系统), 对所收集的AS-OCT图像进行1～6级人工标注。构建一种基于多级排序的全局-局部白内障分级算法, 该算法包含5个基本的二元分类全局-局部网络(GL-Net), 每个GL-Net聚合白内障核区域、原始图像等多尺度信息进行核性白内障分级。基于消融实验和模型对比试验, 采用准确率、精确率、灵敏度、F1指标及Kappa系数对模型性能进行评价, 且所有结果均通过五折交叉验证。结果模型在核性白内障数据集上的准确率、精确率、灵敏度、F1、Kappa分别为87.81%、88.88%、88.33%、88.51%、85.22%。消融实...     

医院呼吸治疗远程管理和智慧化平台的探索

建设基于呼吸治疗电子病历系统, 结合人工智能技术的医院呼吸治疗远程管理智慧化平台, 有利于提高危重患者呼吸治疗管理水平。医院呼吸治疗远程管理智慧化平台的构建包括建立结构化呼吸治疗电子病历;获取不同品牌、型号呼吸机数据, 并与电子病历系统对接;人工智能对呼吸系统疾病病理生理学以及特定干预措施背后的生理学、病理进行分析, 辅助诊断、指导治疗并预测预后;构建跨院区、病区远程网络。平台的建立能够实现全院多点呼吸治疗设备数据采集、实时呼吸分析和报警, 从而实现数据远程访问、信息集中化、数据标准化, 以实现院内、院间医患的呼吸治疗远程管理。利用智慧化平台管理尽管有许多优点, 但具体落实仍存在挑战, 包括数据隐私和安全方面的潜在问题、实施和维护的财务和人力成本问题, 且系统平台需要不断优化, 临床使用需要专业培训。