磁声成像方法的研究进展

磁声成像技术（MAT）是电阻抗成像与超声成像相结合的一种方法。感应式磁声成像方法是将被测样本置于静磁场和交变磁场中,交变磁场在样本中产生涡流,涡流受到洛仑兹力作用而激发出超声波,通过检测超声信号重建电阻抗的分布。应用感应式磁声成像方法可以获得较高分辨率的图像和灵敏度,对临床辅助诊断具有重要意义。并在此基础上提出了无需旋转静磁场的感应式磁声成像方法。     

血管内光声成像的研究进展

血管内光声（IVPA）成像是近年来发展起来的一种微创血管内成像技术,结合了光声信号激发阶段光吸收较高的对比度和光声信号发射阶段超声检测较高的分辨率,根据斑块成分对光的吸收差异检测和区分动脉粥样硬化斑块,可对斑块的形态和成分做更为全面的了解。介绍IVPA成像系统的研究现状、血管内超声(IVUS)/IVPA组合成像导管的设计与改进,以及在光谱成像、热成像、分子成像和对冠状动脉支架成像方面的应用现状,指出目前存在的问题,并对未来的研究进行展望。     

生物磁光声联合成像的研究现状

超声(US)成像、光学相干断层(OCT)成像和磁共振成像(MRI)是临床常用的医学成像手段。此外,光声层析(PAT)和磁声(MA)成像是近年来新兴的多物理场耦合功能成像手段。将两种或者两种以上的成像手段结合起来形成多模态联合成像,可以使各成像模态的优点得到充分展现,对目标进行高精度和高分辨率的成像,精确识别病变组织,并对其功能成分进行定性和定量的分析。对US-PAT、US-OCT、PAT-OCT、US-PAT-OCT、磁光以及磁光声(MPA)联合成像,特别是对血管内联合成像的研究进展和临床应用前景进行综述,总结目前存在的问题,并展望未来可能的发展方向。     

基于焦区积分的高分辨率光声变焦显微成像

光声显微成像兼具高光学组织对比度,以及超声的高穿透深度和高空间分辨率的优点。但一方面在光声显微成像中,组织深层目标易被浅表目标屏蔽,另一方面其横向分辨率与焦深的矛盾一直限制了光声显微的成像质量。针对这两个问题,本实验搭建了一套基于超声分辨的光声显微成像系统。其采用一种非共轴的照明-探测方式来减少浅层组织对深层信息的影响,并且采用一种新的焦区积分算法来进行数据的处理,结合多次纵向变焦扫描来实现深层组织的高分辨探测。仿体实验表明,该方法可以在不同纵向深度上保持约0.6 mm的横向分辨率,与理论值相接近。裸鼠肿瘤成像结果表明,本文所提出的方法可以比普通的背向探测声聚焦光声显微成像方法在深度方向上获取更多的信息。随着超快脉冲激光和高速扫描方式的发展,本文所提出的方法有望在脑部血管成像、宫颈癌内窥成像、浅表肿瘤成像等方面得到较好的应用。     

模拟微血管的光声成像技术研究

目的：为了实现较深层组织内微血管的光声成像。方法：采用波长532nm、重复频率10Hz的脉冲激光作为激励源,宽带非聚焦针状探头以圆周扫描的方式采集时域光声信号,二维光学吸收分布图像由时域后向投影算法重建,以线扩展函数为依据测量系统的成像空间分辨率。结果：成像空间分辨率0．1mm,模拟微血管网络的光声图像与原始样品完全吻合。结论：对组织内癌症病灶的早期诊断具有较大的意义。     

Chirp编码激励磁声成像信号处理方法研究

目的磁声信号信噪比低限制了磁声成像的图像质量,本研究提出Chirp脉冲编码激励的磁声成像信号处理方法,以提高磁声信号信噪比,缩短信号处理时间。方法本研究通过仿真计算和磁声信号的实验测量,对不同脉冲宽度的Chirp信号编码激励的磁声信号进行了研究。结果对于体外实验猪肉与金属丝模型,编码激励明显提高磁声信号信噪比,10μs、50μs、100μs的Chirp激励,磁声信号信噪比相比于单脉冲激励分别提高7. 65倍、42倍和90. 1倍。同时处理时间明显缩短,100μs的Chirp激励下处理时间相比于单脉冲平均方法处理时间缩短为原来的1. 2%。结论本研究的脉冲编码处理方法对于提高磁声信号信噪比,改善成像质量,提高整体成像效率,具有重要意义。     

一种基于概率配分和最大模糊熵的CT图像分割方法

为了从CT图像中提取到多个组织的解剖特征,克服运算速度快与运算结果不稳定的矛盾,提出了一种基于概率分布和模糊熵的CT图像分割方法。为了找到分割灰度图象的最佳阈值,根据模糊聚类和概率配分之间的关系,以及模糊熵有最大值的必要条件,从而得到各类的概率配分,因此在搜索阈值组合时,先搜索满足各类概率配分的阈值,然后从这些阈值中搜索使模糊熵最大的阈值。实验结果表明该方法能很好地完成CT图象的分割。此算法运算速度较快;与用遗传算法、模拟退火算法相比较,运算结果稳定,分割更准确。     

注入式磁声成像中热声效应的初探

探究磁声成像中热声效应的影响。通过加载和不加载静磁场条件下,改变激励源的相位和幅值以及换能器的接收方向来验证铜、铝、石墨和凝胶四种不同特性样本被激发的磁声信号和热声效应信号,并进行分析。磁声成像中热声信号与激励电压的相位无关,其传播方向在各个方向都有,其幅值与激励的能量成正比。相对于其他样本而言,凝胶仿体中的热声效应的影响最大。在生物组织中进行磁声成像时,热声效应的影响不可忽略。     

基于滤波反投影算法的血管内光声图像重建

将目前在光声断层（PAT）成像中得到广泛应用的滤波反投影（FBP）重建算法应用到血管内光声（IVPA）成像中,提出一种简单快速的二维图像重建方法。首先,对组织产生的光声信号进行滤波、逆卷积和时域一阶求导的预处理;然后,针对IVPA在血管腔内封闭成像的特殊性,采用权重法将预处理后的光声信号数据对导管以外的成像区域沿弧线进行反投影,得到成像平面内每个网格点处的初始光声压。最后,得到反映血管壁组织结构形态的横截面灰阶图像。对仿真血管模型的实验表明,采用所提出的方法重建IVPA图像的结构,相似性指标（SSIM）可达到 0.571 7。合理选择滤波函数、滤波截止频率以及测量位置数,可以提高IVPA重建图像的质量;对光声信号进行时域一阶求导处理,能有效地突出重建图像中的组织结构信息。该方法为后续图像重建算法的优化奠定基础。     

基于相关系数的磁声信号特征分析

为了研究注入电流式磁声信号所包含的特征,需研究采集到的磁声信号与输入激励以及声换能器系统响应函数之间的关系。本研究通过实验,采用不同电压幅值大小的单周期正弦脉冲信号作为激励源,通过对接收到的磁声信号进行分析,使用 matlab 进行计算得到了磁声信号与上述两者的相关系数,然后对获取的数值进行数理统计,结果表明：随着激励电压幅值的增加,磁声信号与激励源信号以及与声传感器响应的相关系数增大,并趋于稳定;磁声信号与输入激励源以及声传感器的相关系数的峰值特点不同,且声传感器对平行铜线之间的距离比较敏感。该研究为后续实验中选择激励源信号以及声传感器特性提供参考,同时对磁声信号的特征分析和实验信号图像的精确性重建提供了一定依据。     

生物光声层析成像中超声探测器特性对图像质量的影响及解决方法

生物光声层析成像(PAT)是一种多物理场耦合的新型复合功能成像方法,对肿瘤和心血管疾病等的早期检测和准确诊断具有极高的研究价值.在PAT图像重建中,为了简化问题,通常假设超声探测器是具有全向响应的理想点探测器,在目标周围形成一个连续完整的测量面,且不考虑探测器的空间脉冲响应(SIR)和电脉冲响应(EIR)对成像质量的影...     

基于时域后向投影的光声谱成像系统研究

光声谱成像是一种新的生物组织成像方法,它结合光学成像和超声成像的特点,可提供高分辨率和对比度的图像。采用波长532nm、重复频率10Hz的脉冲激光作为激励源,宽带PVDF非聚焦超声探测器频率响应范围为200kHz～15MHz,探测器以圆周扫描的方式采集样品的时域光声信号,并采用时域后向投影算法重建样品内部的二维光学吸收分布图像。实验表明,系统成像的空间分辨率小于1mm,重建的图像与原始样品完全吻合。     

采用阈值修正法改善电阻抗图像质量

为了改善电阻抗图像重建质量,提出阈值修正法,并验证该方法的有效性。首先,阐述阈值修正法原理及阈值选取原则;其次,采用高斯牛顿算法和等位线滤波反投影算法,在多目标分布情况下,合理选取阈值,修正电导率,重构电阻抗图像;然后,对修正前后图像的相对误差和相关系数进行对比分析;最后,对物理模型实测数据进行成像,并分析修正前后的两项图像性能指标。仿真结果显示,这两种算法在各自合理阈值的修正下,修正后重构图像的相对误差比修正前的相对误差分别平均减小了45.68%和48.36%,相关系数平均提高了33.86%和50.86%。实测结果显示,修正后的相对误差平均减小了47.69%,相关系数平均提高了11.26%。采用阈值修正法,合理选取阈值,可显著去除图像伪影,改善成像质量。该方法有效可行,有利于EIT技术在工业及生物医学工程领域发挥更大的优势。     

Information Entropy Measure for Evaluation of Image Quality

This paper presents a simple and straightforward method for synthetically evaluating digital radiographic images by a single parameter in terms of transmitted information (TI). The features of our proposed method are (1) simplicity of computation, (2) simplicity of experimentation, and (3) combined assessment of image noise and resolution (blur). Two acrylic step wedges with 0–1–2–3–4–5 and 0–2–4–6–8–10 mm in thickness were used as phantoms for experiments. In the present study, three experiments were conducted. First, to investigate the relation between the value of TI and image noise, various radiation doses by changing exposure time were employed. Second, we examined the relation between the value of TI and image blurring by shifting the phantoms away from the center of the X-ray beam area toward the cathode end when imaging was performed. Third, we analyzed the combined effect of deteriorated blur and noise on the images by employing three smoothing filters. Experimental results show that the amount of TI is closely related to both image noise and image blurring. The results demonstrate the usefulness of our method for evaluation of physical image quality in medical imaging.     

The Study of Image Segmentation Based on the Combination of the Wavelet Multi-scale Edge Detection and the Entropy Iterative Threshold Selection

This paper proposes an image segmentation method based on the combination of the wavelet multi-scale edge detection and the entropy iterative threshold selection. Image for segmentation is divided into two parts by high- and low-frequency. In the high-frequency part the wavelet multiscale was used for the edge detection, and the low-frequency part conducted on segmentation using the entropy iterative threshold selection method. Through the consideration of the image edge and region, a CT image of the thorax was chosen to test the proposed method for the segmentation of the lungs. Experimental results show that the method is efficient to segment the interesting region of an image compared with conventional methods.     

一种适用于正电子断层图像去噪研究的简易图像模拟方法

正电子断层成像作为一种先进的成像技术,广泛地应用于临床诊疗和医学研究。正电子断层成像设备昂贵,成像药物具有放射性,所以相关图像处理研究大多以电脑模拟生成的正电子断层图像作为研究对象。目前比较常见的正电子断层图像模拟方法主要是基于蒙地卡罗法,使用GATE或者SimSET来得到模拟图像。这些模拟方法较为复杂,整个模拟过程也需要花费大量的时间。为此提出一种PET图像模拟方法,通过对比模拟图像与真实图像经小波去噪处理后的结果,进而论证模拟方法的有效性。该模拟方法基于Matlab平台,以实际物理模型的数码照片作为蓝本,通过拉登变换并加入强度为5的泊松噪声,最终得到模拟PET图像。在小波去噪的处理中,选择图像的SNR、CR、FWHM等指标进行对比。对比结果表明,经过小波去噪处理后的模拟图像与真实图像在SNR与FWHM两个指标中具有相同的变化趋势,在CR指标中,图像变化率误差小于10%。实验结果证明,该模拟方法是合理有效的。     

A Novel Approach to Improve the Function of FGF21

Background and Objective

Fibroblast growth factor 21 (FGF21) has potent effects on normalizing glucose, lipid, and energy homeostasis, and represents an attractive novel therapy for type 2 diabetes mellitus and obesity. Approaches to improve the pharmacokinetic properties of FGF21, such as conjugation with polyethylene glycol, have been explored for therapeutic development. However, not only is there room for further pharmacokinetic improvements, additional re-engineering approaches to improve the potency and stability of FGF21 have not been reported. Here, we describe a novel approach to modify and improve the function of FGF21 by altering its C-terminal βKlotho interaction domain.

Methods

We first identified Avimer proteins that are capable of binding βKlotho. Then we explored replacing the C-terminal βKlotho interaction domain of FGF21 with a βKlotho-binding Avimer protein.

Results

Such a βKlotho-binding Avimer protein was able to fully complement the C-terminal domain function of FGF21. The resulting FGF21-Avimer fusion is functionally indistinguishable from wild type FGF21, and more tolerant of C-terminal modification.

Conclusion

These results demonstrate a viable strategy to modulate the affinity, potency, and engineering of FGF21, paving the way for further improvements of FGF21 as a therapeutic.     

基于三维冠状动脉CTA图像的半自动血管分割方法

目的从患者胸腔部位的计算机断层血管造影(computed tomography angiongraphy,CTA)图像中分离出冠状动脉血管,并实现三维的可视化,以便医生对由冠状动脉病变引起的心血管疾病进行诊断和治疗。方法在传统区域生长的基础上提出一种半自动的血管分割方法。首先采用基于灰度值的主动脉预生长,然后进行基于自适应阈值的冠状动脉生长,最后进行后期处理,得到最终分割结果。结果通过这种半自动的区域生长得到的结果,在三维上进行可视化后能够较清晰地判断出血管的粗细、形状、狭窄等情况,且得到的模型也可用于后期的相关计算。结论基于传统区域生长算法的半自动血管分割方法提高了冠状动脉分割的适应性和有效性,能更好地对冠状动脉CTA图像进分割提取。     

一种新的基于GVF Snake的B超图像分割方法

提出一种新的基于GVF Snake、利用局部对比增强(LCE)的超声图像分割方法,并与传统的基于GVF Snake的高斯滤波方法进行比较;最后用最大香农熵等方法评价分割结果。实验结果表明:LCE的图像分割效果明显优于常规方法。     

An Effective Approach of Lesion Segmentation Within the Breast Ultrasound Image Based on the Cellular Automata Principle

In this paper, a novel lesion segmentation within breast ultrasound (BUS) image based on the cellular automata principle is proposed. Its energy transition function is formulated based on global image information difference and local image information difference using different energy transfer strategies. First, an energy decrease strategy is used for modeling the spatial relation information of pixels. For modeling global image information difference, a seed information comparison function is developed using an energy preserve strategy. Then, a texture information comparison function is proposed for considering local image difference in different regions, which is helpful for handling blurry boundaries. Moreover, two neighborhood systems (von Neumann and Moore neighborhood systems) are integrated as the evolution environment, and a similarity-based criterion is used for suppressing noise and reducing computation complexity. The proposed method was applied to 205 clinical BUS images for studying its characteristic and functionality, and several overlapping area error metrics and statistical evaluation methods are utilized for evaluating its performance. The experimental results demonstrate that the proposed method can handle BUS images with blurry boundaries and low contrast well and can segment breast lesions accurately and effectively.