混合现实技术在口腔颌面部肿瘤手术中的应用

目的:探讨混合现实技术在口腔颌面部肿瘤手术中的应用价值。方法:选择2018年12月—2020年1月就诊于北京大学口腔医院口腔颌面外科需行手术治疗的肿瘤患者,将患者术前增强CT原始数据导入星图医学影像工作站(维卓致远,中国北京),分别对肿瘤、血管、骨骼等重要解剖结构进行三维模型重构,显示其术前空间关系,对重点结构进行标记,并进行术前规划。通过混合现实技术在术区立体显示三维重建模型,术者利用简单手势在术中保持无菌状态下对眼前的三维重建模型进行调整,观察肿瘤范围、大小、位置及其与周围临近重要解剖结构的关系。应用混合现实技术辅助手术进行,手术开始前进行三维模型配准,肿瘤显露过程中进行术中验证,术后利用Likert量表对混合现实技术的应用效果进行评价。结果:入选的8例患者均顺利实施了混合现实技术辅助下的肿瘤切除手术,手术过程中三维重建模型平均配准时间为12.0 min,术者在所有病例的手术中均都能直观、立体地观看肿物以及周围解剖结构的三维重建模型,并可在术中自行调整图像。Likert量表评价结果显示:在感知准确性、帮助确定解剖部位、术中图像引导作用,以及改善手术安全性的潜力方面均获得较高评分(分别为4.22、4.19、4.16和4.28分)。8例患者术后愈合良好,无手术并发症发生。结论:混合现实技术能通过三维重建模型实时立体可视化,提供术区解剖结构信息,引导和修正手术操作,提高口腔颌面部肿瘤切除手术的准确性和安全性。     

浅析医学影像技术专业人才培养的模式

医学影像学从专业来看,可分为医学影像诊断和医学影像技术两大类。医学影像诊断主要是利用各种影像检查设备对疾病进行定位、定性及定量的诊断;而医学影像技术则主要是从事影像设备的技术操作以及日常养护、管理,二者相辅相成,缺一不可。影像诊断的质量控制和质量保证在很大程度上依赖于影像技术;影像技术是影像诊断的前提、基础和保障。     

应重视人工智能在中枢神经系统影像中的研究

人工智能(AI)和医学影像相结合是当今前沿的临床医学研究方向,AI凭借其强大的算力和先进的算法,在医学影像病变识别、智能诊断预测和临床疗效评估各个环节均发挥重要作用。中枢神经系统疾病因复杂的病理生理机制、精细的临床诊疗需求和高维的多模态影像数据,使得AI在该领域影像研究中的应用更具有挑战性。促进标准化数据采集和处理流程、优化AI算法算力、促进多学科融合是推动未来智能医学新模式转化进步的核心方向和目标。     

智能影像辅助诊断在基层医疗机构的应用模式研究

随着人工智能产业的不断发展,利用AI技术在医学影像领域开展辅助诊断成为医疗信息化研究的重要方向,将AI深度学习技术与区域医疗的优质资源、知识相结合,研究了AI影像辅助诊断模型,将该模型用于影像基础读片可输出相应的诊断结果,辅助医生进行阅片。以AI胸片智能辅助诊断应用为例,阐述了人工智能在基层医疗机构的应用,解决了基层医疗机构有影像设备无专业阅片、诊断医生的问题,提升了基层医疗的服务能力和水平。     

胸部影像智能诊断技术在远程会诊中的应用

为减轻新型冠状病毒感染疫情防护期间远程会诊诊疗压力,辅助远程会诊专家,提高肺部影像阅片精准度,将人工智能医学影像诊断技术应用于远程会诊平台中,实现部分会诊影像资料的智能处理。利用AI推理服务器通过接口调用方式调用远程会诊平台医学影像数据,筛选肺部Dicom影像数据,AI服务解析数据后创建算法运行任务,处理结束后将肺部病灶解剖位置、体积、密度分布等量化分析结果自动推送远程会诊平台,供会诊专家临床使用。基于不同算法创建判定肺部病灶分型、大小,将形成的肺部影像诊断报告、三维重建数据推送至远程会诊平台,为临床提供诊疗辅助决策,在疫情防控期间运用后,减轻了专家远程会诊压力,提高了病例阅片准确度。     

食管癌淋巴结转移的智能影像研究进展述评及展望

食管癌是癌症相关死亡的第六大原因,也是全球第七大常见癌症,食管癌切除术是局部进展期食管癌根治性治疗的基础,术前准确判断淋巴结状态对患者手术方式的制定,术后生存质量和生存时间的预测至关重要。但目前传统的影像学检查手段对转移性淋巴结的漏诊率及误诊率较高。随着人工智能技术和数字化影像的发展,基于人工智能的医学影像图像分析方法为食管癌淋巴结转移的诊断研究带来了新思路。目前研究应用最多的主要包括纹理分析、影像组学和深度学习,这些技术从医学影像中提取定量特征来描述肿瘤特征和异质性等生物学信息,进而指导临床实践。因此,本文主要对基于纹理分析、影像组学及深度学习三种人工智能技术对食管癌淋巴结转移的影像研究进展做一述评,并对将来可能的重点研究方向进行展望,以期提高我国食管癌淋巴结转移的诊断水平     

CBCT三维重建影像解析二维图像技术在口腔颌面医学影像诊断学教学中的应用

本研究评价CBCT三维重建解析二维影像教学方法在口腔颌面医学影像诊断学课程的效果。对2014年和2015年在广州医科大学口腔医学院就读的全体学生进行基于历年医学课成绩的主成分分析,剔除离群样本后,随机抽取2014级学生28名及2015级学生25名为实验组,接受CBCT数据重构解析二维影像的教学;其余为对照组接受传统平片教学。4周后对两组的小测成绩进行比较,实验组明显高于对照组(P<0.05)。CBCT三维重建解析二维影像可使学生更好地掌握影像解剖结构,为专业课程的学习及诊疗工作打下坚实基础。     

一种基于三维重建的医学图像融合方法

医学图像融合是医学图像处理的一项重要技术.传统的融合技术在严格配准的基础上,对于两个具有不同扫描和成像参数的影像具有极大的局限性,针对此,本文研究了一种基于三维重建的医学图像融合方法.该方法以三维重建为基础,对重建后的三维体数据,按照解剖学结构,设置任意的解剖面进行截取,可以得到具有空间和几何上完全匹配的两幅图像,最后进行融合.研究证明,使用该方法不仅融合的结果更加准确有效,而且无需配准,适用于任意的医学成像设备的影像融合.     

不同模态颅脑断层影像重建后模型的配准与融合

探讨不同模态影像重建后模型进行配准和融合,为颅脑手术导航中患者的颅脑重要结构可视化方法奠定基础。通过获得并建立不同模态的颅脑数据集,利用3D—DOCTOR4．0对MR冠状位断层数据集中的白质,MR轴位断层数据集中的灰质和脑室分别进行“Trainingarea”和阈值分割,并对分割后的结构进行人工校正。利用Mimics8．01软件对CT轴位断层数据集中的颅骨进行自动阈值分割。分别对上述分割后的结构进行三维重建,并将三维重建数据导入到Mimics软件中进行模型配准和融合。在计算机中对融合后的三维结构进行任意角度的观察和体视学测量。结果重建出数字人颅骨、脑灰质、白质和脑室系统,融合结果显示颅腔内脑结构空间分布正常,内部白质和脑室空间位置融合良好。由此得出：根据不同模态颅脑影像中解剖结构的特点,可以分别进行三维重建,并对重建后的模型进行配准与融合。     

深度学习人工智能技术在医学影像辅助分析中的应用

随着医学影像分析技术的快速发展和临床影像数据量的急剧增长,如何快速准确地针对不同疾病医学影像进行精确诊断、分类和预后评估,是现代医学工作者面临的重大挑战.深度学习是一种高通量自动化提取高维度特征信息的新一代人工智能技术,目前已广泛应用于临床医学大数据分析领域,为临床医学影像的快速识别、精准分割和辅助诊断等分析工作提供了...     

手术模拟及实时导航技术在颌面部陈旧性骨折修复中的应用

目的将三维手术模拟及术中实时导航技术应用于陈旧性颌面部骨折修复,提高手术的精度。方法收集颌面部陈旧性骨折患者6例,经临床及影像学检查确认为单侧颌面部陈旧性骨折,术前将患者的CT图像重建为三维立体模型,通过旋转和平移断骨,将其重新定位在合适的位置上完成骨折模拟修复。同时,通过镜像健侧模型对比患侧复位后断骨位置是否合理。术中,完成空间配准后,通过实时跟踪手术器械和患者的空间位置,将手术器械与患者的关系实时反映在屏幕上,引导医师完成断骨的复位,实现实时手术导航。结果术前实现颌面部骨折修复的三维模拟,术中实现患者和手术器械的实时跟踪,配准误差〈1mm。6位患者的术后CT检查显示,骨折复位与术前设计误差均〈1．5mm,手术创伤小,无并发症。结论计算机辅助手术模拟和手术导航技术可有效地提高颌面部陈旧性骨折修复的手术精度。     

Feature and Intensity Based Medical Image Registration Using Particle Swarm Optimization

Image registration is an important aspect in medical image analysis, and kinds use in a variety of medical applications. Examples include diagnosis, pre/post surgery guidance, comparing/merging/integrating images from multi-modal like Magnetic Resonance Imaging (MRI), and Computed Tomography (CT). Whether registering images across modalities for a single patient or registering across patients for a single modality, registration is an effective way to combine information from different images into a normalized frame for reference. Registered datasets can be used for providing information relating to the structure, function, and pathology of the organ or individual being imaged. In this paper a hybrid approach for medical images registration has been developed. It employs a modified Mutual Information (MI) as a similarity metric and Particle Swarm Optimization (PSO) method. Computation of mutual information is modified using a weighted linear combination of image intensity and image gradient vector flow (GVF) intensity. In this manner, statistical as well as spatial image information is included into the image registration process. Maximization of the modified mutual information is effected using the versatile Particle Swarm Optimization which is developed easily with adjusted less parameter. The developed approach has been tested and verified successfully on a number of medical image data sets that include images with missing parts, noise contamination, and/or of different modalities (CT, MRI). The registration results indicate the proposed model as accurate and effective, and show the posture contribution in inclusion of both statistical and spatial image data to the developed approach.     

虚拟影像手术计划系统在颅内动脉瘤诊断中的应用

目的 探讨虚拟影像手术计划系统在颅内动脉瘤诊断中的应用价值.方法 选择54例经3D-CTA检查确诊的颅内动脉瘤患者,通过虚拟影像手术计划系统对原始CT图像进行三维重建,获得颅骨及脑血管的三维立体虚拟影像资料.对动脉瘤的位置、大小、形态及毗邻结构进行多角度观察和测量.利用系统的模拟手术工具对每例患者进行手术计划和模拟手术操作.结果 54例均成功地进行了三维立体虚拟影像重建和相关操作.该系统形成的虚拟图像清晰、逼真,可非常直观地显示动脉瘤的位置、大小、与载瘤动脉和颅骨的关系.利用该系统可进行简单的手术模拟操作.结论 虚拟影像手术计划系统可作为颅内动脉瘤的辅助诊断工具,利用该系统可获得更详细的动脉瘤影像学信息.     

Digital medical technology based on 64-slice computed tomography in hepatic surgery

Background With the rapid development of computer technology, digital medicine has become a new direction in surgery. The application of digital medicine in hepatic surgery is still at the early stage and less reported in the literature. The aim of this study was to apply digital medical technology in the context of hepatic surgery. Methods Data from 64-slice helical computed tomography of 17 patients, including 13 with hepatocellular carcinoma and 4 with hepatic hemangioma, were imported into independently developed medical image software program, segmentation and three-dimensional reconstruction were performed. The three-dimensional models were then processed with the FreeForm Modeling System. We used virtual surgical instruments to perform surgery on the models. Simulated surgeries included six hepatic segmentectomies, four left hemihepatectomies, three right hemihepatectomies for hepatocellular carcinoma, one hepatic segmentectomy, two stripping surgeries, and one irregular segmentectomy combined with stripping surgery for hemangioma. For resections involving more than three hepatic segments, total and residual functional hepatic volumes were measured before and after simulation surgery, and the resection ratio was calculated.Results The anatomy of the models was distinct and was used to localize lesions. We used virtual surgical instruments to perform simulated surgeries and used the models to optimize actual surgeries. We were able to minimize resection volume as well as surgical risk.Conclusions Digital medical technology is helpful in the diagnosis of hepatic disease and in optimizing surgical plans. Three-dimensional models can decrease surgical risk and help prevent postoperative hepatic failure.     

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。     

人工智能与3D影像重建在前列腺肿瘤诊治中的应用探讨

近年来,3D影像重建在前列腺癌诊治中的应用越来越多,而人工智能的出现,使3D影像重建有了更为广阔的应用空间。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,其在医学影像、机器人辅助手术等方面有初步应用。图像识别、深度学习是医学人工智能的核心技术,本文对人工智能结合3D影像重建在前列腺肿瘤的诊断、治疗中的应用现状及前景进行了探讨。     

超声技术在儿童中的应用前景

多年来,二维超声作为常规超声技术被用于儿童多种疾病的诊断,但其提供的仅是平面图像。如何使医学影像立体化,为临床医师提供更形象、精确的诊断条件,是现代影像医学主要的发展方向。这种理念极大地推动了三维超声、超声造影、超声分子成像技术的发展。尽快将新技术应用于儿科临床,有益于提高诊疗水平,拓展研究思路。该文就国内外三项新技术在儿科疾病中的研究进展予以综述。     

Energy Spectrum CT Image Detection Based Dimensionality Reduction with Phase Congruency

The image feature detection is widely used in image registration, image stitching and object recognition. The feature detection algorithm can be applied to the detection of artificial images, and can be used to detect the energy spectrum CT image. A new algorithm of phase consistency detection based on dimensionality reduction is proposed in this paper. We mainly focus on the phase congruency of the spectral CT images in the paper and try to use dimensionality reduction to integrate the information of phase congruency detected in the image. The experimental results show that the algorithm can detect the energy spectrum CT image with clear edge and contour, which is beneficial to the subsequent processing. Meanwhile, the algorithm presented is more effective in diagnosis of disease for medical professionals.     

The Artificial Intelligence-Enabled Medical Imaging: Today and Its Future

Medical imaging is now being reshaped by artificial intelligence (AI) and progressing rapidly toward future. In this article, we review the recent progress of AI-enabled medical imaging. Firstly, we briefly review the background about AI in its way of evolution. Then, we discuss the recent successes of AI in different medical imaging tasks, especially in image segmentation, registration, detection and recognition. Also, we illustrate several representative applications of AI-enabled medical imaging to show its advantage in real scenario, which includes lung nodule in chest CT, neuroimaging, mammography, and etc. Finally, we report the way of human-machine interaction. We believe that, in the future, AI will not only change the traditional way of medical imaging, but also improve the clinical routines of medical care and enable many aspects of the medical society.     

"内窥镜动态影像网络信息系统"的研究与应用

本文介绍了"内窥镜动态影像网络信息系统"的设计思想和系统功能.该系统涵盖了从预约登记、图文报告、动静态影像记录、音视频示教、远程音视频传输、双向讨论、远程病案分析、手术点播、与HIS/PACS连接等功能.