眼底图像检验系统对眼底的临床观察与研究

目的观察眼底图像检验系统应用于临床眼底检查的有效性和安全性。方法将60名男女志愿者(120眼)随机均分为小瞳(免散瞳)组和散瞳组,对两组视盘、边界、中心凹、血管的成像清晰度进行比对分析。结果有别于目前进口与国产的眼底照相机所获取图像的差异性,眼底图像检验系统对眼底的检测比直接检眼镜更优,不差于眼底照相机,在临床上可获得更真实的图像。结论眼底图像检验系统可应用于临床,可作为免散瞳和便携的检眼镜,以眼底为特征的观察有临床价值与诊断意义。     

模式识别在医用超声数字图像特征提取中的应用研究

目的:设计超声数字图像特征提取及辅助分析系统,以提高超声图像分析效率和临床诊断效果。方法:基于图像模式识别方法,建立图像预处理、特征提取和辅助分析工具;采用提取图像降噪、增强、均匀化、特征提取及分析等方法,构建标准化超声图像辅助分析流程。结果:超声数字图像特征提取及辅助分析系统实现了标准化超声图像分析流程,构建的图像预处理、特征提取和辅助分析工具,在心脏占位病变鉴别、乳腺组织肿瘤分割、骨骼肌量化评估等场景测试中能够增强图像典型特征显示,有助于提高临床诊断质量及效率。结论:超声数字图像特征提取及辅助分析系统可将模式识别方法引入超声图像分析中,通过图像预处理提取图像宏观特征和感兴趣区域(ROI)特征,构建一种超声图像模式识别工具,对于类似的超声图像分析系统具有参考意义。     

眼底照相机图像采集与处理系统

眼底照相机图像采集与处理系统，采用具有RGB信号输出的高清晰CCD摄像头以及专用图像采集卡，快速高质量地完成眼底图像的采集工作。系统软件提供功能强大的病员数据库管理、图像处理功能以及丰富的辅助诊断病例库．可有效地为眼科医生对眼底疾病的诊断提供帮助。     

数字化眼底血管造影图像处理系统的研制

介绍一种基于Visual Basic语言的数字化眼底血管造影图像系统(DFFAS),提供了系统的硬件组成和软件设计思路。该系统以现有的荧光眼底镜为基础,通过采用专业数字相机、视频采集卡,结合应用软件,动、静态采集眼底血管造影图像,最终实现眼底信息的数字化采集、处理和报告管理等一系列功能。实验结果表明,该系统采集图像清晰,操作简便,可广泛应用于临床诊断和教学。     

基于知识库的患者营养配餐推荐系统设计

目的:设计基于知识库的医院患者配餐推荐系统,为医院患者提供精准化配餐决策.方法:在构建标准化配餐业务管理流程的基础上,基于知识库管理系统,通过提取营养学、诊断学先验知识及历史数据挖掘分析,提取配餐相关领域规则,构建规则知识库,采用多维数据建模技术,设计并构建智能化配餐辅助决策系统,综合考虑患者诊断、习惯及喜好等因素构建...     

数字眼底荧光造影和图像分析系统在诊断和治疗AMD中的应用

目的:探讨眼底数字荧光素血管造影(fundus fluorescein angiog-raphy,FFA)和图像分析系统在年龄相关性黄斑变性(age-related macular degeneration,AMD)的诊断和治疗中的应用及临床价值.方法:用TOPCON TRC-50EX眼底荧光造影仪对74例AMD疑诊患者进行FFA检查.结果:在79例中,确诊AMD74例,136眼,其中萎缩型114眼(83.82%),渗出型AMD22眼(16.17%),5例7眼排除.结论:眼底荧光造影和图像分析系统有助于早期确诊AMD,并发现AMD患者的CNV的位置,大小,性质,有助于指导治疗和评价预后.     

眼底图像的配准

医学图像配准是人体可视化和医学图像分析的基础。配准技术的重要医学应用之一就是用手动、半自动或者自动技术进行眼底图像配准、频闪观察，便于眼底疾病的诊断和治疗。本文介绍了图像配准概念和分类，对眼底图像配准方法进行了介绍和对比分析，并且展望了眼底图像配准的发展。     

模式识别方法在腹部超声诊断中的研究

目的:基于模式识别(PR)方法构建腹部良恶性肿瘤诊断模型,设计超声诊断信息化系统流程,解决腹部超声诊断存在对比度低、声学伪影及噪声显著、肿瘤组织具有异型性、超声分布不均匀等问题,以降低诊断难度提高诊断效率。方法:基于数字图像处理技术,通过图像预处理,降低噪声、伪影的影响,提高图像对比度,进而采用图聚合分割法,将原始图像分块,分别计算分块图像纹理及形态学特征,构建图像分类器并计算腹部肿瘤轮廓,通过分割分离出感兴趣区域(ROI)构建腹部ROI良恶性肿瘤辅助诊断模型,完成辅助诊断流程。结果:腹部良恶性肿瘤诊断模型的构建实现了腹腔超声智能化诊断流程,测试中采用图聚合分割方法,降低了超声腹部肿瘤图像中对比度不足、噪声较多及伪影带来的影响,实现了腹部肿瘤目标区域分割功能。通过构建腹部良恶性肿瘤诊断模型,测试结果接近低年资医生诊断准确率,诊断时间缩短了43.25%。结论:研究构建的腹部良恶肿瘤诊断模型,能够实现腹部超声诊断的自动化流程,提高诊断效率,对于提高超声智能化诊断应用范围及相关疾病的筛查具有借鉴作用。     

基于机器学习的肺癌图像辅助诊断应用研究

目的:为满足肺癌临床早期筛查需求,拟在CT图像分析及病理细胞学诊断中建立智能化辅助筛查工具,提高图像分析效率,降低医生工作量。方法:在对肺癌临床早期诊断技术研究基础上,提出基于机器学习建立肺癌CT及病理切片图像辅助分析工具的方案;基于人工智能辅助诊断理念,采用图像模式增强、分割及机器学习分类模型等方法构建肺癌图像辅助诊断系统,以解决肺癌早筛的推广及应用范围受区域医疗资源分布限制的问题。结果:通过构建肺癌图像辅助诊断系统,实现了CT图像肺结节分割、数字病理细胞及细胞核分割、CT肺结节辅助筛查及细胞及细胞核辅助筛查等功能;系统阳性病例的辅助诊断准确率接近临床低年资医生的诊断水平,平均筛查时间缩短58%,为肺癌早期筛查创造条件。结论:通过构建肺癌图像辅助诊断系统,提高了图像分析效率,降低医生工作量,将一定程度上缓解区域医疗资源不平衡,为临床诊断提供辅助筛查支持,有助于提高肺癌早期筛查在临床的应用范围。     

基于医学图像形状分析的脑肿瘤自动辅助诊断系统

介绍基于医学图像形状分析的脑肿瘤自动诊断辅助系统.系统利用进一步完善DICOM医学图像浏览显示和数据库查询等PACS(Picture Archiving and Communication System)功能,采用模糊区域竞争的算法进行切片的实时分割,对分割后具有不规则轮廓特征的脑肿瘤图像提取轮廓标记、紧凑度、矩描述子、傅里叶描述子、弦长和半径等形状特征,以及其他医学数据输入到贝叶斯专家诊断器,将肿瘤形状进行分类,实现脑肿瘤的自动辅助诊断.     

基于图像分析技术的舌象分析仪研究

目的：研制一种舌象分析仪，该分析仪主要用于解决目前传统中医舌象诊断过程中存在的主客观误差等问题。方法：采用软硬件相结合的架构，以专门设计的舌图像采集装置与通用计算机为主要组成部分，通过数字图像分析技术的运用，完成舌图像的采集控制、舌图像校正预处理、舌图像分割以及舌图像特征分析识别等功能。结果：通过一定量样本的学习训练，舌型特征的识别准确率接近90％。结论：舌象分析仪在一定程度上实现了舌诊的客观性分析，该设备可应用于中医舌诊的临床与教学等，具有广阔的发展前景。     

免散瞳眼底照相仪在糖尿病视网膜病变社区防治中临床疗效评价

目的:探索免散瞳眼底照相仪在糖尿病视网膜病变社区防治中临床疗效。方法:本次研究对象为100例疑似糖尿病视网膜病变患者,均进行免散瞳眼底照相仪检查,随访分析此项检查在视网膜病变分期中正确率以及图像质量。结果:免散瞳眼底照相仪图像质量可以评估的有78.05%,对视网膜病变Ⅰ期诊断正确率为96.00%,对Ⅱ期诊断正确率为95.83%,对Ⅲ期诊断正确率为94.74%,对Ⅳ期诊断正确率为94.44%。同时对糖尿病视网膜病变敏感度为95.35%,特异度为92.86%,漏诊率为4.65%,误诊率为7.14%。结论:在评估糖尿病视网膜病变患者时,运用免散瞳眼底照相仪检查,可及时发现眼底病变,为后期随访提供详细参考信息。     

15 750例新生儿眼底筛查结果分析及随访管理

目的 探讨广角数码视网膜成像系统(RetCam3)在新生儿眼底筛查中的临床价值,并对患儿预后情况进行随访。方法 回顾性分析行RetCam3 眼底筛查的15 750例新生儿的临床病例资料。结果 接受筛查,检出眼底病变5 196例(32.99%),其中视网膜出血(retinal hemorrhage,RH)4 312例(27.38%)、视网膜白点症312例、视网膜色素沉着186例、足月新生儿类早产儿视网膜病变样改变132例、视网膜血管异常64例、早产儿视网膜病变(retinopathy of prematurity,ROP)56例、脉络膜缺损40例、视网膜黄染27例、视神经发育异常17例、玻璃体出血14例、永存原始玻璃体增生症(persistent hyperplastic primary vitreous,PHPV)12 例、视网膜膜前出血10例、黄斑缺损6例、白化病眼底改变4例、牵牛花综合征合并PHPV1例、视网膜母细胞瘤(retinoblastoma,RB)1例、色素失禁症(incontinentia pigmenti,IP)1例、杯/盘比大1例。结论 广角数码视网膜成像系统可及时发现新生儿眼底病,为临床实时、有效的指导和干预提供依据。     

彩色数码眼底照相在健康体检中的应用

目的探讨彩色数码眼底照相在健康体检中对眼底病的筛查及指导诊治的重要性。方法对50245例（100490只眼）健康受检者用Topcon TRCNW 100彩色数码眼底照相机进行照相后进行筛查分析。结果总检查人数50245例,其中正常者45373例,占90．3％,一般性描述者359例,占0．7％,阳性发现4513例,占9．0％。各年龄组男女之间阳性比较,差异均无统计学意义（P〉0．05）。阳性发现中视网膜动脉硬化的检出率7．4％、糖尿病型视网膜病变0．1％、黄斑病变0．1％、视网膜病变0．6％、视神经萎缩0．1％、视乳头C／D大于0．7％。对筛查出有阳性发现的受检者给予及时准确的诊断和合理的治疗建议。结论彩色数码底照相具有客观性、重复性及非创伤性特点,影像数据便于存储和交流,且视网膜微血管病变对心脑血管事件具有较好的预测作用,因此在健康体检领域具有重要的应用价值。     

Automated diagnosis of diabetic retinopathy and glaucoma using fundus and OCT images

ABSTRACT: We describe a system for the automated diagnosis of diabetic retinopathy and glaucoma using fundus and optical coherence tomography (OCT) images. Automatic screening will help the doctors to quickly identify the condition of the patient in a more accurate way. The macular abnormalities caused due to diabetic retinopathy can be detected by applying morphological operations, filters and thresholds on the fundus images of the patient. Early detection of glaucoma is done by estimating the Retinal Nerve Fiber Layer (RNFL) thickness from the OCT images of the patient. The RNFL thickness estimation involves the use of active contours based deformable snake algorithm for segmentation of the anterior and posterior boundaries of the retinal nerve fiber layer. The algorithm was tested on a set of 89 fundus images of which 85 were found to have at least mild retinopathy and OCT images of 31 patients out of which 13 were found to be glaucomatous. The accuracy for optical disk detection is found to be 97.75%. The proposed system therefore is accurate, reliable and robust and can be realized.     

基于BP神经网络的视网膜不规则病变面积的测量研究

报告采用改进的Back Propagation（BP）神经网络算法,实现了对眼底血管造影图像中不规则病变区域的自动分割,并依据图像像素与实际尺寸间的比例系数,完成视网膜不规则病变面积的测量。本研究可为视网膜病变的临床诊断、治疗以及预后评价等提供有价值的依据。