成年小鼠海马结构的三维重建

目的 利用三维重建工具软件对小鼠大脑、海马结构进行三维重建,并对重建的图像进行观察和测量。 方法 获取小鼠大脑连续冷冻Nissl染色切片,进行图像预处理后,构建三维重建数据集。利用PhotoshopCS3软件对小鼠大脑冠状切片海马结构的不同区域填充不同的颜色。然后,利用3DDOCTOR　4.0软件分别对上述连续切片图像进行配准、分割和三维重建,并对重建的脑及海马结构进行观察。 结果 利用小鼠脑连续冷冻Nissl染色切片图像可以对小鼠海马结构进行三维重建,并能立体观察海马下托、CA1、CA2、CA3、CA4区和齿状回等结构。 结论 利用小鼠脑的连续冷冻Nissl染色切片可以对小鼠脑及海马结构进行三维重建。     

基于3D卷积网络和多模态MRI的脑胶质瘤自动分割

目的:基于三维（3D）卷积神经网络和多模态MRI实现脑胶质瘤的自动分割。方法:首先对来自BraTS2020公共数据集的369例脑胶质瘤的4个模态MRI数据进行3D剪裁、重采样、去伪影、归一化的预处理。其次将MRI数据和脑胶质瘤标注信息输入到基于U-net的3D卷积神经网络模型进行训练和测试。利用相似性系数、召回率和精确率评价整体肿瘤区域、核心肿瘤区和增强肿瘤区的分割结果。结果:在74例测试数据集上,整体肿瘤区域、核心肿瘤区域和增强肿瘤区域的相似系数平均值分别为0.88、0.77和0.73,中位值分别为0.90、0.84和0.81,召回率平均值分别为0.88、0.78和0.78,中位值分别为0.90、0.84和0.84,精确率平均值分别为0.89、0.83和0.75,中位值分别为0.91、0.89和0.79。结论:基于U-net的3D卷积神经网络在多模态MRI数据集上获得了较好的分割结果,显示其在脑胶质瘤自动分割方面的潜力,可为临床诊断分级和治疗策略选择提供参考。     

一种磁共振脑组织及肿瘤区域的提取方法

脑成像的脑组织准确提取有助于提高研究脑部感兴趣区域的精度,脑部肿瘤图像分割的研究可用于组织三维重建、肿瘤体积计算等.本文使用磁共振图像,首先采用脑提取（brain extraction tool,BET）算法提取出脑组织区域,再利用一种信息熵自动阈值与形态学结合的方法;当提取出脑组织后,利用模糊C均值（fuzzy C-means,FCM）聚类算法对肿瘤区域进行提取,经过中值滤波等步骤,提取出脑肿瘤区域.与专家手工勾画对比,本文较好地提取出了脑肿瘤组织,从而实现了脑组织的自动分割,提高了工作效率.     

多模态MRI影像组学在脑胶质瘤中的应用进展

影像组学在肿瘤的诊断、预后评估, 以及评价肿瘤对治疗的反应等方面均发挥着关键作用。多模态磁共振成像(MRI)影像组学可以将肿瘤的影像组学表现与其分子表型联系起来, 在脑胶质瘤的分级和治疗反应的预测和预后方面具有更大的优势。它利用常规和先进技术将脑肿瘤与非肿瘤性病变进行区分, 可用于脑胶质瘤的诊断和脑胶质瘤与脑转移瘤的鉴别;半自动和自动化的肿瘤分割技术也被开发用于评估脑胶质瘤的复发情况。主要对多模态MRI影像组学在预测胶质瘤重要分子生物学标志物、胶质瘤分级诊断、与脑转移瘤的鉴别诊断及评估术后复发方面的研究进展进行综述。     

图论在脑肿瘤分割及提取中的应用研究

目的 基于Matlab和VC++混合编程,实现了图论在脑肿瘤分割及提取中的应用,为之后脑肿瘤三维重建提供准确的分割结果.方法 在Matlab和VC++开发平台下,首先读取含脑肿瘤的MRI图像,经过一定的预处理后,调用C++编写的图论分割函数,实现MRI图像的全局分割,然后通过肿瘤区域的颜色信息进行区域二值化和轮廓提取等后处理,很好地完成了脑肿瘤的分割提取.结果 通过与专家手动分割的脑肿瘤区域进行比较以及对算法各模块运行时间的监测,显示脑肿瘤分割准确度高,且算法运行稳定.结论 基于图论的分割算法能够反映图像全局特性,且运行稳定,是一种值得推广的脑肿瘤分割方法.     

基于TensorMixup的脑胶质瘤全自动分割

脑胶质瘤及其子区域的全自动分割对临床脑胶质瘤患者的诊断、治疗与病情监控具有重要意义。本文改进传统Mixup方法,提出TensorMixup模型,并将其应用于三维U-Net脑胶质瘤分割任务。算法核心思想包括,首先从两位患者相同模态的核磁共振脑影像中分别获取肿瘤区域所在边界框的图像序列,并从获取的图像序列中选取尺寸为128×128×128体素的图像块,然后使用一个所有元素均独立采样于贝塔分布的张量,混合图像块的信息,接着将上述张量映射为矩阵,用于混合图像块的独热编码标签序列,从而合成新图像及其标注数据,最后使用合成数据训练模型,以提高模型的分割精度。在BraTs2019数据集的测试结果显示,本文算法在完整肿瘤、肿瘤核心与增强肿瘤区域的平均Dice值依次可达91.32%、85.67%与82.20%,证明使用TensorMixup进行脑胶质瘤分割,具有可行性与有效性。     

基于3D深度残差网络和多模态MRI的脑胶质瘤自动分级

目的:利用3D深度残差网络和多模态MRI实现对脑胶质瘤的自动分级。方法:利用BraTS2020公共数据集的293例高级别胶质瘤（HGG）和76例低级别胶质瘤（LGG）的多模态MRI数据训练和测试3D深度残差卷积网络模型。多模态MRI图像经过3D剪裁、重采样和归一化的预处理,随机分组为训练（64%）、验证（16%）和测试（20%）样本,将预处理后的多模态MRI图像和分级标注输入到网络模型进行训练、验证和测试。利用准确率（ACC）和受试者工作特征（ROC）曲线下面积（AUC）评价分级结果。结果:在59例（48例HGG和11例LGG）验证数据集上,ACC和AUC分别为0.93和0.97,在75例（62例HGG和13例LGG）测试数据集上,ACC和AUC分别为0.89和0.93。结论:3D深度残差网络在多模态MRI数据集上获得了较好的脑胶质瘤自动分级结果,可以为确定治疗方案和预测预后方面提供重要参考。     

基于三维区域生长算法的脑灰质提取方法的研究

目的探求从头颅磁共振成像（MRI）图像中提取出大脑灰质图像的方法。方法采用阈值分割预处理MRI图像,人工选择种子点、采用18-邻域的三维区域生长从头颅MRI图像中提取脑灰质图像,最终用腐蚀和膨胀算法弥补区域生长算法的不足。结果利用此方法对5套MRI数据进行操作,取得了满意的分割效果;使用VTK提供的面绘制算法对提取出的脑灰质图像进行三维重建,得到了高质量的大脑皮层图像。结论该方法能够得到满意的大脑灰质提取效果。     

应用MRI数据重建脑梗塞病人的脑部三维模型

目的:应用MRI图像数据建立脑梗塞病人脑部的三维模型。方法:应用个人计算机设备,对病人的脑部MRI图像数据进行配准、分隔和边界提取,通过三维图像重建软件,进行病人脑部的三维模型重建。结果:应用病人1mm层面的脑部MRI图像数据建立了脑部三维模型,精确显示了脑组织内部的侧脑室、基底节和病灶以及三者之间的关系,三维测量结果显示病灶大小为21.85mm×14.96mm×16.16mm,侵犯基底节深度为7.30mm。结论:应用MRI图像数据建立病人脑组织结构的三维模型,可以从不同角度演示病灶的形状、大小以及和毗邻结构的关系,并能在三维模型上进行解剖学测量,尤其在颅脑外科中有实用的临床意义。     

基于混合水平集的脑胶质瘤分割方法

全面考虑脑胶质瘤分割图像的边界信息和区域信息,在水平集的基础上,将基于边缘检测的活动轮廓模型(GAC模型)和局部图像拟合模型(LIF模型)相结合,提出一种混合水平集的分割方法。首先,对脑胶质瘤MR图像进行预处理,采用C-V模型提取脑组织;然后,创建混合水平集模型,对脑组织图像中的脑胶质瘤进行分割。实验证明,本研究的分割方法可以简化水平集符号距离函数的正则化过程,并且可有效克服GAC模型在弱边缘或离散边缘处产生的边界泄漏的问题,从而取得较好的分割结果。     

基于VTK的磁源性影像三维可视化

目的 改善磁源性影像的三维可视化效果.方法 对MRI数据进行图像分割,利用可视化工具(vTK)包对分割后的图像进行三维重建,获得大脑皮层的三维模型;以患者做脑磁图检查时设置的3个外部标志点(左耳窝、右耳窝和鼻根)为基准,通过坐标转换,将脑磁图源分析软件输出的偶极子信息形象化地表示在三维显示窗口中.结果 在三维图像上可以...     

基于低频振幅算法的屈光参差性弱视自发脑活动研究

目的基于低频振幅(amplitude of low frequency fluctuation,ALFF)算法分析屈光参差性弱视和正常对照组的功能性磁共振成像(functional magnetic resonance imaging,f MRI)图像数据,对比揭示弱视患者脑部自发活动的异常,以及这些异常与弱视视力损失的相关性。方法在闭眼静息条件下采集22例弱视成年人和21例正常对照组f MRI数据,对f MRI数据进行预处理,计算每个被试脑区的ALFF值。应用双样本t检验对ALFF结果进行组间分析,采用皮尔森分析弱视不同脑区的ALFF与其损伤的相关程度。结果在屈光参差性成人弱视与正常组有显著性差异的脑区中,脑部自发活动增加的脑区主要分布在颞下回、颞上回、枕叶等区域,脑部自发活动降低的脑区主要分别在小脑后叶、额下回、额上回等区域。首次发现小脑后叶、楔回、枕叶、颞上回和额叶等区域脑区自发活动与弱视损伤有显著相关性。结论基于低频振幅的静息态磁共振分析是有效的非侵入式脑区同步性异常研究方法,能够反映屈光参差性弱视自发脑部活动脑区异常表现,这些同步性异常表现与视力损失程度有较强的相关性,这些结果对于弱视致病机制模型研究和提出新的治疗方法都有重要启发。     

人体颅脑MRI图像中下颌骨的分割及三维建模

目的:在目前的影像医疗诊断中,仅凭观察二维CT、MRI图像是很难实现准确的确定病变体的空间位置、大小、几何形状及与周围生物组织的空间关系的。本研究利用CT、MRI图像数据,帮助医生对病变体及其人体组织感兴趣的区域进行分割提取,用于医学图像的三维显示、三维重建。材料与方法:应用Mimics软件,对132层,层间距为1.0mm的MRI扫描图像进行图像去噪、分割和平滑等处理,最终创建三维模型。结果:建立了更为精确,应用更为广泛的下颌骨三维模型。结论:运用Mimics对MRI医学图像进行分割,重建三维模型,能全面显示病变的病理解剖改变,为临床治疗提供精细的影像学信息,从而使重建后的三维模型可清晰地再现病灶与周围组织的解剖关系,大大增强了医学图象分析系统的临床实用价值。     

杏仁核的计算机三维重建及其临床意义

目的 探讨杏仁核的空间形态与位置的三维重建技术,为颅脑立体定向手术提供可视性的解剖学基础.方法 成年健康自愿者,男性20例,女性20例,应用1.5T MRI,在标准的脑立体定向空间做1 mm层厚的MRI轴位脑扫描,在MRI上对杏仁核进行识别、手动分割、提取和三维重建,并对其进行测量与标准化处理.结果 建立利用MPI图像...     

瘤周区多体素磁共振波谱在脑肿瘤鉴别诊断中的应用

目的评价脑肿瘤周围区域多体素氢质子磁共振波谱(1H-MRS)在脑肿瘤诊断及鉴别诊断中的应用价值。方法搜集行常规MRI及多体素1H-MRS检查的脑肿瘤病变患者38例,包括胶质瘤15例、转移瘤9例、脑膜瘤14例(均为良性)。再根据WHO2000年分类标准,将脑胶质瘤分为低级别组(Ⅰ～Ⅱ级)8例,高级别组(Ⅲ～Ⅳ级)7例。所有患者检查前均未接受过化疗或放疗,没有脑外伤或/和脑手术史。常规扫描后增强前采用定点分辨磁共振波谱序列(PRESS)扫描,根据病灶的特征选定感兴趣区(ROI),ROI的大小既要包括肿瘤实质区、肿瘤周围区,也要尽可能涵盖对侧正常脑组织,又要避开骨骼、脑室、血管、坏死、囊变、出血、气体及钙化等区域。后处理应用MR机附带的波谱分析软件自动完成。计算脑胶质瘤、转移瘤及脑膜瘤实质区、周围区及对侧正常脑组织区代谢产物比值的平均值,进行组内、组间比较。P<0.05有统计学意义。结果多体素1H-MRS显示不同脑肿瘤的肿瘤实质区NAA/Cr、Cho/Cr和NAA/Cho平均值与对侧正常脑组织区比较有显著性差异(P<0.05);脑胶质瘤周围区与脑膜瘤、转移瘤的周围区以及高、低级别胶质瘤肿瘤周围区域多组代谢物比值具统计学差异(P<0.05)),高级别与低级别脑胶质瘤肿瘤周围区Glx/Cr的比值有显著性差异(P<0.05)。结论多体素1H-MRS技术可无创观察脑肿瘤患者脑代谢改变,有助于脑肿瘤的诊断、鉴别诊断、预测侵袭性病变的浸润范围以及脑胶质瘤的分级诊断等。     

磁共振波谱分析在颅脑胶质瘤分级中的应用研究

目的分析脑胶质瘤的氢质子磁共振波谱(proton magnetic resonance spectroscopy,~1H-MRS)表现及其临床意义;探讨脑胶质瘤的1H-MRS特点与其病理级别相关性。方法搜集经临床手术、病理证实的脑胶质瘤病例49例,按照WHO诊断标准分成两组:低级别脑胶质瘤组、高级别脑胶质瘤组。所有患者在术前行~1H-MRS检查,均在MR非增强成像的基础上获得。使用Philips Achieva 1.5T超导磁共振扫描仪,单体素或多体素扫描,点分辨法,检测不同区域代谢物变化。结果脑胶质瘤的~1H-MRS表现:肌酸(Cr)轻度下降,N-乙酰天门冬氨酸(NAA)显著下降,胆碱(Cho)显著增高。低、高级别脑胶质瘤的肿瘤组织与对侧正常脑组织的NAA、Cho、NAA/Cr、NAA/Cho值存在显著性差异(P0.05);低级别和高级别脑胶质瘤的肿瘤组织的NAA/Cr、NAA/Cho值存在显著性差异(P0.05)。脑胶质瘤的NAA/Cho、Cho/Cr、NAA/Cr值与病理级别相关,其中NAA/Cho和NAA/Cr值反映肿瘤级别较稳定;NAA/Cr、NAA/Cho值呈负相关关系,Cho/Cr值呈正相关关系。结论 :~1H-MRS结合MRI能提高脑胶质瘤术前诊断的准确性。~1H-MRS能对胶质瘤进行分级,反映胶质瘤代谢特性以及肿瘤生长潜能。     

基于双通道三维密集连接网络的脑胶质瘤核磁共振成像分割算法研究

针对脑胶质瘤形状、位置及大小的不一致性,本文提出了一种基于双通道三维密集连接网络的脑胶质瘤核磁共振成像(MRI)自动分割算法。该算法基于三维卷积神经网络,在两个通道采用不同大小卷积核,从而在不同尺度感受野下提取多尺度特征,并构造各自的密集连接块进行特征学习与传递,通过特征结联后输入到分类层进行目标体素分类,最终实现脑胶质瘤的自动分割。为了验证本文算法的实用性,本文采用公开的脑肿瘤分割挑战赛数据集对网络进行训练与验证,并将得到的结果与其他脑胶质瘤分割方法比较。实验结果表明,本文所提出的算法能够更准确地分割出不同的肿瘤病变区域,在临床脑肿瘤疾病诊断中具有一定的应用价值。     

三维点云重构和体显示在医学辅助诊断中的应用

为了利用CT、核磁共振成像(MRI)等医学图像确定病变部位的大小、形状与周围组织的空间关系,本文提出一套完整的数据源获取、点云压缩、旋转和显示的方案。以CT、MRI医学图像为数据源,运用Mimics软件对人体组织MRI图像进行分割以及三维重建。针对数据量的大问题,提出基于八叉树均匀化的压缩算法;为了医生多视角观察模型周围情况,提出基于柱坐标系的旋转算法,在点云库中实现上述算法。最后模型在体扫描显示屏上显示,辅助医生准确确定病变部位的情况,为手术规划提供一种模拟平台。     

膝关节三维解剖电子图谱的制作及在解剖学教学中的应用

随着计算机图形图像技术的不断完善以及虚拟人研究的不断进展,已出现多种图像的三维重建方法,如使用三维重建软件(如Mimics等)对CT、MRI等影像数据进行三维重建[1-3],或者通过激光扫描仪构建标本的表面三维轮廓,也可以获得标本的三维图像[4-5].由于这些重建模型具有很强的三维直观性,应用于解剖学教学可获得较好的教学效果.     

自适应带宽均值漂移脑部磁共振成像肿瘤分割

为了得到均值漂移的自适应带宽并更精确地分割出脑部磁共振成像(MRI)的肿瘤,本文提出了一种改进的均值漂移方法。首先利用脑部图像的空间特征去除MRI图像中的头骨,消除头骨对分割的影响;然后根据脑部不同组织(包括肿瘤)在空间上集聚的特征,利用边界点得到优化的初始均值以及相应的自适应带宽,从而提高肿瘤分割的精度。实验结果表明,与固定带宽均值漂移算法相比,本文方法分割肿瘤更为精确。