3.0 T TX磁共振成像对DMBA诱导大鼠胰腺病损的诊断价值

目的 探讨3.0 T TX磁共振成像(MRI)对7,12-二甲基苯并蒽(DMBA)诱导的大鼠胰腺病损的诊断价值。方法 将DMBA 2 mg/100 g植入60只雄性SD大鼠胰腺,术后2、4、6个月对存活的55只行腹部MRI(3.0 T TX)冠状位、横断位平扫及增强扫描,并与术前10只正常大鼠的MRI比较,随后取胰腺组织行病理检查。结果术后2个月,MRI显示大鼠均出现胰腺形态不规则、腹水、肠管扩张现象;19只行病理检查呈现急、慢性胰腺炎改变。术后4个月,MRI显示33.3%(6/18)的大鼠出现胰腺囊肿,病理检查为胰腺假性囊肿,直径0.3~1.0 cm。术后6个月,38.9%(7/18)的大鼠出现胰腺假性囊肿,MRI表现为较长T1、长T2信号,结节中心低信号,增强扫描后不明显。1只可见胰腺部位肿瘤,直径约0.3 cm;MRI特点为稍长T1、长T2信号,病变信号不均匀,中心呈更长T1信号,增强扫描后病变边缘可见较明显强化,病变内部无明显强化;病理及免疫组化诊断为胰腺平滑肌肉瘤。结论使用3.0 T TX MRI可发现DMBA诱导的大鼠胰腺病损,可分辨直径≤0.5 cm的胰腺部囊肿及肿瘤。     

X线影像中噪声的理论分析

X线图像中的噪声会淹没微小病灶信息、干扰诊断信息的传递、影响诊断质量.有关X线图像中噪声处理的研究一直是医学影像界研究的重点,但是由于X线图像中噪声存在的复杂性和多样性,国内外的研究大都是局限于X线图像中噪声分布的某一个侧面,而缺乏描述X线图像中噪声分布特点的完整系统的理论和方法.本文回顾了X线图像中噪声分布研究的现状;分析并建立了X线图像中噪声分布的模型;在所建模型的基础上,对X线图像中噪声分布的特点和表现进行了具体的阐述.     

基于XML三层C/S模型在HIS系统建设中的应用

本文说明了目前比较流行的三层架构的网络体系、 XML(Extensible Markup Language,可扩展标志语言 )语言的优势和医院信息系统( Hospital Information System,简称 HIS系统)的特点,指出了 XML语言和 C/S(Client/Server,客户 /服务器 )模型在 HIS系统中应用能够使 HIS系统的功能得到很大的提高.     

X线照片斑点的自相关函数的测试探讨

目的：测试Ｘ线照片斑点的自相关函数（ａｕｔｏ－ｃｏｒｅｌａｔｉｏｎｆｕｎｃｔｉｏｎ，ＡＣＦ）。材料与方法：对Ｆｕｊｉ（ＣａＷＯ４），Ｆｕｊｉ（ＢａＦＣｌＥｕ），天津Ｘ线胶片（ＣａＷＯ４）和天津Ｘ线胶片（ＢａＦＣｌＥｕ）４种屏－片组合系统，在同一摄影条件下获得Ｘ线照片，用显微密度计对其进行扫描取得Ｘ线照片的密度分布曲线Ｄ（Ｘ），作为离散型随机信号来处理，计算出４种屏－片系统的Ｘ线照片斑点的ＡＣＦ值。结果：与ＢａＦＣｌＥｕ组合的Ｘ线照片斑点的ＡＣＦ值比与ＣａＷＯ４组合的屏片系统的大。结论：ＢａＦＣｌＥｕ增感屏因结构颗粒大，对Ｘ线照片影响大（或相关性强），控制Ｘ线照片斑点ＡＣＦ值的主要措施是，使增感屏的颗粒不宜过大。     

基于XML三层C／S模型在HIS系统建设中的应用

本文说明了目前比较流行的三层架构的网络体系、XML(Extensible Markup Language，可扩展标志语言)语言的优势和医院信息系统(Hospital Inforination Systein，简称HIS系统)的特点，指出了XML语言和C／S(Client／Server,客户／服务器)模型在HIS系统中应用能够使HIS系统的功能得到很大的提高。     

基于SQL server 2000数据库管理系统的正常人脑MRI图像数据库

本项研究数据来自全国25家医院的5000名志愿者,基于医学数字成像和通信标准(digital imaging andcommunications in medicine,DICOM)图像特殊的数据信息,利用结构化查询语言(structured query language,SQL)大型关系数据库管理系统和一个GUI接口的Server伺服主系统,建立了正常人脑MRI图像数据库系统,实现了图像数据的导入、存储和查询,成为下一步检索系统建立的重要基础.     

柯达X线感蓝屏胶系统成像性能的ROC测试

ROC法是当今较为流行的研究系统性能的客观分析方法之一.本文采用ROC法对在临床上广泛使用的柯达X线感蓝屏胶系统的成像性能进行测试,针对所用的ALVIM测试体模提出系统ROC曲线的计算方法.并对实验结果进行分析和讨论.     

X线影像中噪声的理论分析(续)

(接上期) 3 X线图像中噪声的表现 X线图像中的噪声的表现,如图5所示.X线穿过密度均匀的被照体后,所成的影像的密度并不是处处均匀的,而是起伏波动的.     

X线影像中噪声的理论分析

Ｘ线图像中的噪声会淹没微小病灶信息、干扰诊断信息的传递、影响诊断质量。有关Ｘ线图像中噪声处理的研究一直是医学影像界研究的重点，但是由于Ｘ线图像中噪声存在的复杂性和多样性，国内外的研究大部是局限于Ｘ线图像中噪声分布的某一此侧面，而缺乏描述Ｘ线图像中噪声分布特点的完整系统的理论和方法，本文回顾了Ｘ线图像中噪声分布研究的现状；分析并建立了Ｘ线图像噪声分布的模型，在所建模型的基础上，对Ｘ线图像中噪声分布的     

基于XML技术的正常人脑MRI图像数据库

建立正常人标准脑是全球人类脑计划（HBP）的重要组成部分,建立适合中国人自己的标准脑结构模板更具有重要意义。本研究基于对所采集的3000例正常成人脑结构数据,以及对这些海量数据的有效管理这一关键问题,通过解析医学数字成像和通信标准（DICOM）图像特殊的数据结构,引入了可扩展标记语言（XML）,使用拥有自主知识产权的应用软件,设计和完成了NXD（Native XML Database）数据库,以对获取到的大量的脑结构数据进行管理和使用。系统以数据采集、序列分析、案例提取、案例编辑、案例管理为流程,有效减少了数据占有空间和数据冗余,提高了数据处理的速度和效率,使得数据库系统具有可扩充性、结构稳定性、功能独立性和存储效率高等特点。