多模态MRI在颅脑肿瘤患者诊治中的应用

目的 分析多模态磁共振成像(MRI)在颅脑肿瘤诊治中的应用价值.方法 回顾性分析2017年1月至2019年4月于我院接受诊疗且经术后病理证实的62例颅脑肿瘤患者的临床资料,患者术前均有常规MRI检查及多模态MRI检查[弥散加权成像(DWI)、三维动脉自旋标记(3D-ASL)、氢质子磁共振波谱(1H-MRS)],分析DW...     

结合MRI多模态信息和3D-CNNs特征提取的脑肿瘤分割研究

目的探究结合MRI多模态信息和3D-CNNs特征提取对于脑肿瘤分割的价值。方法分析相比于未加入多模态3D-CNNs特征的方法,并对比2D-CNNs特征方法和3D-CNNs特征方法分割的结果,主要参考dice系数,假阳性率和sensitibity。结果在加入多模态3D-CNNs特征之后,患者的dice系数均有不同程度的提高,sensitibity系数也有改变,假阳性率显著得到改善;加上多模态3D-CNNs特征提取后,dice系数变为(88.26±4.65)%,显著优于多模态2D-CNNs特征提取的(83.67±4.22)%。而多模态2D-CNNs特征提取的运用甚至比单独使用灰度邻域结合haar小波低频系数的分割结果。结论基于多模态3D-CNNs特征提取的MRI脑肿瘤分割准确度高,适应不同患者不同模态之间的多变性和差异性,值得参考。     

多模态MRI参数检测在前列腺疾病中的应用价值

目的 探究多模态磁共振(MRI)参数检测在前列腺疾病中应用价值。方法 对2019年8月至2022年8月医院收治82例前列腺疾病患者相关资料予以回顾性分析,患者均接受多模态MRI,随后接受病理检查确定疾病良恶性,分析多模态MRI在前列腺疾病诊断上价值;前列腺癌患者依据病理检查结果进行分级,分析多模态MRI参数与病理分级之间关系。结果 前列腺癌患者边界清晰比例显著低于前列腺良性病变,表观扩散系数(ADC)值与达峰时间(T_max)低于前列腺良性病变,最快强化率(R_max)、最大强化程度(SI_max)高于前列腺良性病变(P<0.05);受试者工作特征曲线显示多模态MRI参数边界、ADC值、R_max、T_max、SI_max用于前列腺癌诊断曲线下面积(AUC)分别为0.686、0.788、0.782、0.811、0.602,各指标联合AUC为0.958;随着患者病理分级上升,前列腺癌患者ADC、T_max逐渐减小,而R_max     

基于多模态MRI脑影像的超分辨率重建

目的 探讨基于多模态脑影像数据的超分辨率合成模型将低分辨率的厚层数据重建成为高分辨率的薄层数据。方法 使用真实成对的多模态低-高分辨率MRI数据（2D-T1,2D-T2 FLAIR和3D-T1）设计结构约束的图像超分辨率重建网络,从不同模态的低分辨率MRI提取重要特征重建更高分辨率的T1图像。将T1作为主要模态使用图像全部信息,T2 FLAIR作为补充模态选取皮层下核团为关键区域进行信息增强。通过比较超分辨率重建图像与真实的高分辨率图像之间的灰度和结构相似性来确定网络的学习方向,同时通过脑分割工具获取重建图像和金标准图像的大脑解剖学结构信息,并将其作为重要约束条件来让重建模型自适应的学习大脑的组织结构特征,从而有效提升模型的重建性能。结果 在整体图像质量评价方面,该模型在149例测试集上的重建图像的平均PSNR值为33.11,SSIM为0.996,质量优于本文的其余对比方法生成的结果。在大脑解剖结构方面,我们的方法可以重建出较为清晰的脑沟、脑回以及皮层下核团,可视化结果显示了根据医学图像特性加入解剖学结构信息的有效性。分别使用单模态T1和多模态T1、T2 FLAIR进行图像重建的结果说明了有效选择第二模态关键区域的可行性。同时,在高分辨率图像作为金标准的情况下,使用本文提出的方法重建得到的超分辨率图像与使用低分辨率图像相比,在大脑灰质、白质和脑脊液上的体积测量平均精度有了较大的提升,灰质体积平均误差从3%降到1%,白质从18%降为了2%,脑脊液从35%降为了8%。结论 基于多模态的MRI脑影像超分辨率模型加入了同一组织的不同模态信息与解剖学信息,相比现有的方法,可以重建出更为接近真实高分辨率的图像,有望将其应用于临床诊疗流程中。     

基于多模态MRI数据的早期帕金森病影像特征分析

目的 分析早期帕金森病(PD)患者多模态MRI成像方式下的影像特征,为PD的发病机制研究提供影像学支撑.方法 29例早期帕金森病患者(PD组)和30例健康志愿者(HC组)被纳入研究,分别进行MRI扫描,获取T1加权像(T1WI)、弥散张量成像(DTI)、功能磁共振成像(fMRI)等多个模态图像,经预处理后提取特征值,统...     

多模态MRI诊断缺血性脑血管病的研究进展

近年来,由于磁共振技术的不断发展,多模态MRI序列包括磁共振血管造影(MRA)、灌注加权成像(PWI)、MRI弥散加权成像(DWI)、弥散张量成像(DTI)、磁共振波谱分析(MRS)和血氧水平依赖功能磁共振成像(B0LD-fMRI)逐渐广泛应用于缺血性脑血管病临床诊断中,文章就多模态序列在缺血性脑血管病应用方面作一综述.     

多模态MRI对前列腺癌的诊断价值

目的：探讨多模态磁共振成像（MRI）对前列腺癌的诊断价值。方法回顾性分析我院2011年4月～2014年3月31例经病理证实的前列腺癌患者的术前多模态 MRI影像资料,包括常规磁共振成像（常规 MRI）,动态对比增强磁共振成像（DCE-MRI）,扩散加权磁共振成像（DWI）,磁共振氢质子波谱分析（1 H-MRS）,以探讨多模态MRI在前列腺癌诊断中的价值。结果前列腺癌常规 MRI T2 WI癌灶呈低信号结节,多位于外周带,动态增强检查癌灶时间信号强度曲线（TIC）呈速升速降型（III型）,DWI检查癌灶弥散明显受限,MRS表现为（Cre ＋Cho）值明显增高,Cit值明显降低。结论多模态MRI对前列腺癌具有重要诊断价值。     

基于小波变换的多模态医学图像融合算法

目的探讨一种基于小波变换的医学图像融合的新算法,为充分发挥现有医学成像系统的功能提供一种可靠手段。方法采用一种基于小波变换的医学图像融合新算法。首先对已配准的医学图像进行小波分解,把图像分解成低频和高频子图像,采用加权因子的融合规则对低频系数进行融合,采用基于区域能量的融合规则对高频系数进行融合,最后通过重构得到融合图像。结果该算法有效地将多模态医学图像所提供的信息融合在一起,为临床诊断提供了更充分、更可靠的信息。结论该算法是一种可行有效的医学图像融合算法。     

多模态MRI定量参数与前列腺癌Gleason评分及血清PSA相关性

目的:探讨MRI扩散加权定量参数ADC值、动态增强定量参数Ktrans、Ve、Kep值与前列腺癌Gleason评分及血清PSA相关性。方法:回顾性分析我院58例前列腺癌患者的临床资料,所有患者穿刺前均具有血清PSA及前列腺多模态MRI检查,病理证实为前列腺癌并进行Gleason评分。测量其MRI定量参数ADC、Ktrans、Kep、Ve值。根据Gleason评分,得分为2～4分的患者被归类为高分化组,5～7分被归类为中分化组,8～10分被归类为低分化组,分析多模态MRI定量参数与Gleason评分、tPSA、fPSA值的相关性,比较多模态MRI定量参数及PSA在各组间差异。结果:ADC值与Gleason评分、tPSA、fPSA均呈负相关(P<0.05);Ktrans、Kep值与Gleason评分、fPSA、tPSA均呈正相关(P<0.05);Ve值与Gleason评分、血清tPSA、fPSA均无相关性(P>0.05);随着分化程度的降低,ADC值降低;Ktrans、Kep、tPSA、fPSA随分化程度减低呈升高趋势,差异有统计学意义(P<0.05);Ve值在各组间差异无统计学意义(P>0.05)。结论:前列腺多模态MRI定量参数能在术前非侵入性评价前列腺癌的病理评分,对临床具有一定指导意义。     

基于CV模型的肝脏核磁共振序列图像自动分割方法

目的研究基于无边缘主动轮廓(Chan-Vese,CV)模型的肝脏磁共振成像(Magnetic Resonance Imaging,MRI)序列图像自动分割方法。方法在传统CV模型的基础上,通过对CV模型能量泛函进行改进,使用新的边缘指示函数来替换Dirac函数,优化CV模型参数优化,促进CV模型分割精度、分割速度提升。通过Jaccard系数和Dice系数对图像分割的结果定量评估,分析数据。结果改进CV模型抗噪性能较好,适用于被干扰的图像分割以及复杂场景图像分割。且改进CV模型分割时间和迭代次数、Jaccard系数和Dice系数均低于传统CV模型,差异具有统计学意义(P<0.001)。结论改进CV模型算法对肝脏的MRI图像的分割效果显著,基于CV模型的肝脏核磁共振序列图像自动分割方法能快速准确的提取目标,在医学图像分割中较理想。     

移植肾相关并发症的多模态MRI研究进展

对终末期肾病患者而言,肾移植已成为其主要治疗方法之一.然而,肾移植术后的并发症容易导致移植肾功能受损甚至丧失,因此,早期的诊断及干预治疗至关重要.多模态MRI是一种无创检查手段,具有无辐射、能同时提供组织微观结构以及功能信息等多项优点,在肾移植并发症研究中应用广泛.本文主要综述多模态MRI评估移植肾相关并发症的研究进展...     

基于多模态MRI定量分析诊断宫颈癌宫旁浸润的研究

目的 探讨多模态MRI定量分析诊断宫颈癌宫旁浸润的价值。方法 回顾性分析2019年1月～2021年12月新疆维吾尔自治区人民医院收治的86例宫颈癌患者临床资料,根据病理结果分为宫旁浸润组31例与非宫旁浸润组55例。所有患者均接受MRI常规平扫及扩散加权成像(DWI)扫描、动态对比增强磁共振成像(DCE-MRI)扫描,获得感兴趣区表观弥散系数(ADC)值和对比剂容积转换常量(K^trans)、速率常数(Kep)、血管外细胞间隙容积分数(Ve)值等多模态MRI定量参数。比较宫旁浸润组和非宫旁浸润组临床特征、ADC值和DCE-MRI定量参数;Pearson相关性分析宫颈癌宫旁浸润患者ADC值和K^trans、K_ep、Ve的关系;受试者工作特征曲线(ROC)分析ADC值和K^trans、K_ep、V_e对宫颈癌宫旁浸润的诊断效能。结果 宫旁浸润组与非宫旁浸润组肿瘤直径和病理分级的分布差异比较,差异有统计学意义(P<0.05);宫旁浸润组K^trans     

2型糖尿病脑病的多模态MRI成像

随着老龄化进程的加速,糖尿病（diabetes mellitus,DM）已成为继心脑血管疾病、恶性肿瘤之后,影响人类健康的第三大类慢性疾病。近年来,越来越多的研究发现2型糖尿病（type 2 diabetes mellitus,T2DM）可导致中枢神经系统改变,即糖尿病脑病（diabetic encephalopathy,DE）。T2DM患者进展为DE是一个隐匿性的慢性过程,早期临床症状常不典型,脑微结构、代谢、血流灌注及神经活动改变常常出现于脑部结构损害的早期阶段,甚至早于临床症状。基于多模态MRI技术,我们可以在体、定量评估T2DM的器质性脑损害,为临床评估疾病的发生、发展提供重要的影像学依据。     

基于局部特征的多模态过程监控方法

多模态过程中各个模态均有不同的特征,因此模态数据的局部特征比全局特征更能有效、合理地表征实际化工过程。为利用多模态数据的局部特征,提出了基于数据局部特征的多模型方法（LFMM）用于多模态过程的监控。首先,离线阶段考虑到数据间的时序信息以及数据特征,利用不同时间窗内数据的变异系数（CV）完成多模态数据集的聚类;然后,考虑到不同模态的数据在空间分布上具有不同的疏密性特征,建模阶段利用局部离群因子（LOF）算法计算数据在其模态数据集中的局部密度,监控时将在线数据的局部密度作为统计特征,并构造全局概率指标用于多模态过程监控;最后,通过田纳西伊斯曼（TE）过程验证了本文方法的有效性。     

一种多模态医学图像数据融合方法与应用

本文提出一种基于人工智能的图像融合算法,通过软件来替代硬件设备实现医学图像融合配准功能.该算法可以对不同的扫描图像进行空间坐标对齐,以解决多模态融合配准问题,并且有效地提高配准速度.这种算法可应用在脑肿瘤MR-PET图像的融合诊断中.     

基于主动轮廓模型的中耳图像分割

目的使用主动轮廓模型进行中耳图像分割,探讨适合中耳图像分割的方法。方法将传统的梯度外力、梯度加压力及梯度矢量流外力应用于主动轮廓模型,分别对砧骨、锤骨、砧骨和锤骨间的共享狭窄面及鼓膜等图像进行图像分割,比较图像分割的结果,选择收敛速度快、分割结果准确的方法。结果当初始化模型非常贴近边缘时,应用梯度或梯度矢量流外力均获得了较好的分割结果;当初始化模型距离边缘较远时,应用梯度外力分割失败,而应用梯度矢量流外力得到了快速而准确的收敛结果;对于鼓膜图像的分割,应用梯度外力和梯度矢量流外力均易越界,应用梯度加压力得到了较好的分割结果。结论对于简单的图像,梯度外力和梯度矢量流外力均能得到较好的分割结果;对于较复杂及边界凹陷的图像,梯度矢量流外力的分割效果明显好于其他外力;对于纤细图像应用梯度加压力的外力更容易控制模型越界的现象。     

基于图论的交互式脑部肿瘤MRI自动三维分割

目的 交互式自动三维分割脑部肿瘤.方法 根据最大后验马尔可夫随机场理论(MAP-MRF),提出基于图论的最小切优化准则的三维脑肿瘤分割算法,同时结合期望最大化参数估计方法(EM)来自动估计混合高斯模型的参数,实现了脑部肿瘤三维(3D)分割.结果 实验结果表明,该算法能够实现脑部肿瘤的自动三维分割,具有分割结果准确,鲁棒性好的优点.结论 本算法能够在简单交互下,完成脑部肿瘤快速,准确的三维分割.     

基于图像分割的MRI、CT脑图像自动配准的探讨

图像配准是图像融合等医学图像处理过程的关键技术,本文探讨的CT与MRI脑图像配准方法,采用自动分割两种图像的颅骨区域及用数学形态学方法修正,以此区域进行匹配.研究结果表明,该方法对原始图像的质量要求较低,其预处理过程可有效地提高搜索效率.