病房上网管理系统开发研究

以中山大学附属肿瘤医院为例,从业务流程、数据库设计、系统功能、应用意义与效果等方面介绍医院病房上网管理系统的开发和利用,认为该系统能够优化流程、实现控费管理、提高工作效率。     

基于高阶奇异值分解和Rician噪声校正模型的扩散加权图像去噪算法

目的 研究一种新颖的基于高阶奇异值分解（HOSVD）的扩散加权图像去噪算法,用以提高扩散加权（DW）图像的信噪比以及后续量化参数的准确性。方法 我们提出一种基于HOSVD稀疏约束和Rician噪声校正模型的去噪方法,将Rician噪声信号期望融合到传统的HOSVD去噪框架中,从而能够直接对带有Rician噪声的DW图像进行去噪。此外,考虑到对相似块组成的高维数组进行HOSVD去噪处理,容易引入条形伪影,因此本文直接对每个局部DW图像块进行HOSVD去噪,从而解决了条形伪影问题。为了验证所提方法的有效性,我们将本方法与低秩+边缘约束（LR+Edge）、基于全局指导下的局部高阶奇异值分解（GL-HOSVD）、基于块匹配的三维滤波（BM3D）和非局部均值（NLM）4种去噪算法进行了实验对比。结果 实验结果表明,所提方法能够有效降低DW图像噪声,同时较好的保留图像细节以及边缘结构信息。无论是从DW图像的峰值信噪比（PSNR）和结构相似性（SSIM）以及各向异性分数均方根误差定量指标,还是从去噪图像和各向异性分数图的视觉效果来看,本算法都要明显优于LR+Edge,BM3D和NLM。此外,GL-HOSVD虽然可以得到较好的去噪结果,但是在高噪声水平下,会引入条形伪影,而本文方法不但可以得到较好的去噪结果,并且不存在伪影问题。结论 本文提出了一种新颖的HOSVD去噪方法,可以直接处理带有Rician噪声的DW图像,并且解决了同类算法中伪影问题,去噪效果明显,能够为临床提供更准确的量化参数结果,更好服务于临床影像诊断。     

人正常离体子宫薄层切片数据集的自动配准

目的：通过改良及优化后的配准方法实现人正常离体子宫薄层切片数据集的自动配准。方法：在Photoshop中处理原始断层图像,获取定位杆图像和标本图像（子宫、双附件及部分阴道）;在Matlab中计算定位杆图像中四个定位杆的质心坐标值,将其作为定位杆坐标值,取所有定位杆图像定位杆坐标值的中均值作为基准世标;每张定位杆图像的定位杆坐标与基准坐标对比,获取每张定位杆图像的投影变换参数并根据该参数对相对应的标本定位杆图像及定位杆图像进行投影变换：将校正后的定位杆图像再在Photoshop中处理,获取只包含第二个定位杆的图像,同样在Matlab中计算其坐标值,并基于其坐标值将配准后的标本定位杆图像裁剪成大小一致图像：选取配准后两张大小相差较大的相邻图片,在Photoshop中将配准前的两张相邻图片及配准后的两张相邻图片分别进行重叠,调节其中一张图片的透明度,将合成的图片保存。结果：配准前两张相邻图片中的标本大小差距较明显,而配准后两张相邻图片中的标本差距很小。通过该配准方法,成功地实现了人正常离体子宫薄层切片数据集的自动配准。结论：基于Photoshop软件和Matlab软件的图像配准方法具有配准精度高,运算量小,易于编程实现等优点,通过改良及优化后,可用于人正常离体子宫薄层切片数据集的配准。