心肌细胞微管图像的灰度特征分析

目的：利用图像灰度的统计特征参数量化微重力条件下大鼠心肌细胞微管图像的形态变化,并研究在不同条件下这种变化的特点。方法：对模拟微重力条件下培养的乳鼠心肌细胞(回转组)和正常条件下培养的心肌细胞(对照组)细胞骨架的微管图像提取灰度统计特征,利用灰度方差、偏度及峰度等参数量化细胞骨架的灰度特征。结果：在对24幅图像进行特征分析后,发现所选的参数对量化微管的灰度特征有不同程度的统计意义。利用灰度方差、偏度和峰度进行多元判决,发现这些参数可以很好地区分模拟微重力条件下培养的心肌细胞图像和正常条件下培养的心肌细胞图像,总的错误判决率达到16．7％。结论：在微重力条件下心肌细胞骨架微管的形态变得弥散．利用灰度特征参数方差、偏度和峰度可以描述这种变化．     

模拟微重力条件下心肌细胞骨架图像的直方图特征分析

目的 微重力环境会影响心肌细胞的细胞骨架形态的分布。我们试图利用灰度方差、偏度及峰度等直方图参数量化模拟微重力条件下培养细胞的微管图像的形态分布特征。方法 分别对模拟微重力条件下培养的心肌细胞(回转组)和正常条件下培养的心肌细胞(对照组)细胞骨架的微管图像提取灰度直方图统计特征，同时比较了利用quercetin对抗模拟微重力的实验组(加药组)的微管图像的直方图特征参数。结果 对3组细胞骨架图像的特征分析表明所选的3个特征参数能很好地量化各实验组微管的灰度特征。笔者还讨论了各实验组的组间均差，并利用Fisher准则对实验组进行多元分析，结果表明图像的直方图特征参数对细胞骨架的定量分析有很大的参考价值。结论 微重力环境中生物细胞骨架的形态发生弥散性变化，图像的直方图特征参数可以作为其定量分析的工具。     

回转器模拟微重力对拟南芥生物特性的影响

目的研究模拟微重力条件对拟南芥生长过程中生理、生化特性以及亚显微结构的影响。方法通过回转仪模拟微重力环境,利用激光共聚焦扫描显微镜和Ca2+荧光探针对生长7 d的拟南芥幼苗进行细胞微管骨架变化、Ca2+分布以及相关酶活力进行研究测定。结果在模拟微重力条件下拟南芥植株生长慢于对照;拟南芥叶片细胞的微管骨架有序性降低,微管数量显著增加,其排列模式呈现多样化,叶绿体含量有所减少;根尖Ca2+分布趋向均匀化,并且Ca2+向叶片组织的转运增加;过氧化物酶、过氧化氢酶活力以及抗坏血酸含量显著增加,超氧化物歧化酶活力有所增加,匀浆蛋白含量有所减少。结论模拟微重力环境对拟南芥的生物特性有显著影响,拟南芥幼苗应激反应明显。     

药物对模拟失重条件下心肌细胞功能的保护作用

目的探讨槲皮素等中药对心肌细胞功能的影响及其在模拟失重条件下对心肌细胞的保护作用。方法通过乳鼠原代心肌细胞长期动态培养,利用回转器模拟失重,记录模拟失重和（或）药物作用时心肌细胞的搏动频率,搏动节律和心肌收缩力。结果模拟失重抑制心肌细胞功能,而中药槲皮素能改善心肌细胞功能,增强心肌收缩力,并具有时间和剂量依赖性;槲皮素使得回转模拟失重条件下心肌细胞搏动频率减慢,收缩力下降的幅度减弱;并维持较长时间的搏动,在回转的第６天回转给药组中能维持正常搏动的心肌细胞团是对照组的２．４０倍（Ｐ＜０．０５）;同时槲皮素还促进模拟失重后心肌细胞功能的恢复过程。至回转停止后的第６天,回转给药组中有（７０．４５±１１．４）％的停搏细胞团恢复搏动功能,而回转组只有（３８．７±４．２）％。结论槲皮素能通过改善心肌细胞功能,较有效地对抗模拟失重对心肌细胞功能的影响作用;提示是否能通过某些药物促进有机体对重力环境的再适应,加速实现其恢复过程。     

模拟微重力对人脐静脉内皮细胞形态及NO产生的影响

目的探讨回转模拟微重力对人的血管内皮细胞形态、NO产生及一氧化氮合酶表达的影响。方法利用体外培养的人脐静脉内皮细胞（human umbilical vein endothelial cells，HUVEC），采用回转器模拟微重力效应，在微重力条件下培养人脐静脉内皮细胞48h，同时设1g静止培养对照。倒置显微镜下观察细胞生长形态，透射电镜观察HUVEC超微结构。检测不同转速下细胞产生NO的量，及细胞中内皮型一氧化氮合酶（eNOS）、诱导型一氧化氮合酶（iNOS）的表达。结果微重力培养后，细胞变圆且重叠生长；回转组NO产生量高于1g对照组且与一定的回转速度呈正相关。回转组细胞eNOS表达较对照组增多且表达iNOS，对照组细胞未表达iNOS。结论微重力对体外人脐静脉内皮细胞的形态，NO产量及NOS的合成都有影响。     

流体剪切应力对模拟微重力下MG-63细胞骨架系统的影响

目的观察水平回转模拟微重力(modeled microgravity,MMG)后人骨肉瘤MG-63细胞受流体剪切应力(flow shear stress,FSS)作用后细胞骨架的改变,探讨模拟微重力情况下骨质丢失的细胞学机制。方法 MG-63成骨细胞采用回转器水平回转培养48 h模拟微重力效应,同时设静止培养为对照组。之后,细胞随机分为两组,一组利用流室系统实施FSS,FSS设为1.5 Pa,作用时间60 min,另一组无FSS作用。细胞经过免疫荧光染色后,激光共聚焦显微镜观察细胞骨架系统的变化。结果 FSS作用后,MG-63细胞微丝和微管的形态和分布均发生变化,微丝可见多束状排列,荧光强度增强,出现粗的应力纤维;微管可见其极性中心移向细胞质外缘,细胞外层荧光量加重,有少量束状结构出现。MMG后,MG-63细胞的细胞骨架发生解聚和重排,微丝向核周集聚;微管发生断裂,变短,弯曲等变化。MMG后,再给予FSS刺激,微丝未能形成应力纤维,仅见微丝、微管在应力方向有拉长。结论 1.5 Pa,60 min流体剪切应力未能在回转模拟微重力后成骨细胞内诱导形成应力纤维。     

模拟微重力对神经细胞形态及其生长的影响

目的 探讨模拟微重力对神经细胞的形态、结构和生长的影响.方法 分离新生鼠原代神经细胞,接种于Cytodex3型微载体,培养3 d后转移入旋转细胞培养系统,通过Image-Pro Plus软件进行神经细胞轴突长度测量,用透射电镜观察神经细胞超微结构的变化.结果 模拟微重力条件下培养5 d的神经细胞的轴突长度大于正常重力条件下培养的神经细胞,两组数据相比差异显著[(65.34±8.38)μmvs.(56.10±8.57)μm,P＜0.01];用模拟微重力培养细胞的上清液和正常重力培养的上清液进行交换后,用模拟微重力培养上清液培养的神经细胞的轴突长度有所延长[(60.91±5.04)μm vs.(65.67±5.61)μm,P＜0.01;(54.65±5.49)μm vs.(60.89±6.29)μm,P＜0.01].透射电镜下观察,模拟微重力条件下培养5 d的神经细胞中以成熟神经元为主,核周间隙明显,胞浆其内有丰富的细胞器结构,散在有很多糖原颗粒.结论 模拟微重力影响神经细胞的轴突长度及神经细胞的超微结构,同时引起了细胞培养上清液中某些成分的变化,成分变化了的上清可以继续引起神经细胞轴突长度的变化.     

利用超声图像纹理特征鉴别甲状腺实性结节良恶性的研究

目的利用灰度共生矩阵法提取B超图像上甲状腺实性结节病灶区的纹理特征值,并建立Logistic预测模型,并探讨该模型在鉴别甲状腺实性结节良恶性中的可行性。方法收集经手术证实的甲状腺实性结节患者临床资料,从其超声图像中提取结节区域灰度共生矩阵纹理特征值,并将该特征值作为自变量,结节的良恶性作为因变量拟合Logistic预测模型。利用10折交叉验证对预测模型进行效果评价,并绘制ROC曲线。结果 Logistic回归模型对甲状腺实性结节良恶性预测的准确率为82%,ROC曲线下面积(AUC)为0.89。结论利用甲状腺实性结节病灶超声图像灰度共生纹理特征值建立的二分类Logistic回归模型能够对甲状腺实性结节的良恶性做出较准确的判断。     

微重力条件下细胞内质网应激的研究进展

重力环境和力学载荷是生命体所面对的重要环境因素,当这些因素改变时,会造成细胞内质网内稳态失衡,引起内质网应激及未折叠蛋白反应。内质网与其他细胞器广泛连接,内质网应激会影响其他细胞器乃至整个细胞功能。从内质网形态、未折叠蛋白反应、内质网功能蛋白及微重力下的自噬与凋亡等方面,总结了微重力下内质网应激及未折叠蛋白反应的研究进展,并对比了现阶段不同药物对抗微重力下内质网应激的效果,以期为揭示微重力下内质网应激的发生机理及寻找有效对抗措施提供参考。     

回转器模拟微重力对神经细胞自噬的影响(英文)

目的探讨回转模拟微重力对人神经母细胞瘤细胞(SH-SY5Y)自噬的影响。方法利用回转模拟微重力的细胞学效应,回转条件下培养细胞12 h、24 h,相同条件下静置培养细胞作为对照。WesternBlot方法检测LC3蛋白表达变化水平。荧光显微镜观察GFP-LC3点状聚集物,计数含有大于5个GFP-LC3点状聚集物的细胞数量。结果回转组SH-SY5Y细胞LC3-II蛋白表达高于对照组,荧光显微镜检测到GFP-LC3点状聚集物也随之增多。结论回转可以引起SH-SY5Y细胞自噬增多。     

基于CT图像统计纹理特征的甲状腺结节识别技术

目的探讨灰度共生矩阵和灰度梯度共生矩阵统计学纹理特征在CT图像上甲状腺结节良恶性鉴别的可行性。方法回顾性收集甲状腺结节经手术病理证实的CT图像134例,手动提取含结节的单侧甲状腺感兴趣区(region of interest,ROI)。计算ROI的统计学纹理特征并归一化到[0,1],支持向量机作为分类器,并结合留一交叉验证法来评价实验效果。结果统计学纹理特征在甲状腺结节良恶性鉴别中的准确率为0.76,敏感度0.60,特异性0.86和受试者操作曲线下面积为0.81。结论基于灰度共生矩阵和灰度梯度共生矩阵的统计法纹理特征,在甲状腺CT图像上对于结节的良恶性鉴别具有较好的分类效果。     

Effect of image reconstruction algorithms on volumetric and radiomic parameters of coronary plaques

BackgroundVolumetric and radiomic analysis of atherosclerotic plaques on coronary CT angiography have been shown to predict high-risk plaque morphology and to predict patient outcomes. However, there is limited information whether image reconstruction algorithms and preprocessing steps (type of binning, number of bins used for discretization) may influence parameter values.MethodsWe retrospectively identified 60 coronary lesions on coronary CT angiography (CTA). All images were reconstructed using filtered back projection (FBP), hybrid (HIR) and model-based (MIR) iterative reconstruction. Plaques were segmented manually on HIR images and copied to FBP and MIR images to ensure identical voxels were analyzed. Overall, 4 volumetric and 169 radiomic parameters were calculated. Intra-class correlation coefficient (ICC) was used to assess reproducibility between image reconstructions, while linear regression analysis was used to assess the effect of preprocessing steps done before calculating radiomic metrics.ResultsAll volumetric and radiomic metrics had ICC>0.90 except for first-order statistics: mode, harmonic mean, minimum (0.45, 0.76, 0.84; respectively) and gray level co-occurrence (GLCM) parameters: inverse difference sum and sum variance (0.01, 0.04; respectively). Among GLCM parameters 90% were significantly affected by the type of binning and 100% by the number of bins. In case of gray level run length matrix parameters 100% of metrics were affected by both preprocessing steps.ConclusionsVolumetric and radiomic statistics are robust to image reconstruction algorithms. However, all radiomic variables were affected by preprocessing steps therefore, showing the need for standardization before being implemented into everyday clinical practice.     

基于灰度共生矩阵的乳腺钼靶图像分析

目的 应用灰度共生矩阵对乳腺钼靶图像进行纹理分析,自动分类识别乳腺肿块,实现乳腺肿瘤的辅助检测.资料与方法 纳入60例乳腺钼靶图像,其中正常乳腺组织20例,良恶性乳腺肿块各20例.对图像进行预处理后,计算各感兴趣区基于灰度共生矩阵的纹理特征值,采用支持向量机和概率神经网络分别对肿块进行分类.结果 三组各项纹理特征参数间差异有统计学意义(P＜0.05);d=2时支持向量机的三组分类准确率为91.67％、86.73％、95.00％,SPREAD值取0.1时概率神经网络的三组分类准确率为79.22％、81.77％、81.13％.结论 文中计算的纹理特征参数对乳腺肿块的良恶性判别有较显著的规律,支持向量机的分类准确率比概率神经网络的分类准确率高,该方法可成为乳腺肿瘤良恶性辅助诊断的有效方法之一.     

多参数MRI影像组学模型对进展期鼻咽癌局部复发的预测价值

目的：探讨多参数磁共振成像（magneticresonanceimaging,MRI）影像组学模型对进展期鼻咽癌（nasopharyngeal carcinoma,NPC）局部复发的预测价值。方法：回顾并分析经病理学检查证实的86例进展期NPC的临床及影像学资料,将35例经病理学检查证实复发的患者列入复发组,51例随访无复发的患者列入无复发组。所有患者均行MRI扫描,采集初诊、放疗结束时及放疗后6个月共3个时间点的轴位T1加权成像（T1-weighted imaging,T1WI）增强扫描、T2加权成像（T2 weighted imaging,T2WI）-短时间反转恢复（short time inversion recovery,STIR）,采用Spearman相关分析提取特征参数,回归特征消除（recursive feature elimination,RFE）算法对冗余特征进行降维,再通过Ridge Classifier分类器学习得到预测模型,5折交叉验证法训练并验证模型。结果：进展期NPC复发组的复发间隔时间为7～61个月,中位时间为24个月。基于3个时间点T2WI-STIR及T...     

基于磁共振图像特征的脑胶质瘤MIB-1指数无创检测

目的探讨脑胶质瘤磁共振图像特征与MIB-1指数的关系。方法利用基本灰度信息、灰度共生矩阵、灰度-梯度共生矩阵、游程长度矩阵和闵可夫斯基泛函来构建磁共振图像肿瘤区域的原始特征集,进而分别利用基于顺序后退与k-最邻近的方法(SBS-KNN)和基于离散粒子群与支持向量机的方法(DPSO-SVM)对原始特征集进行优化,最后利用优化后的特征集进行分类。结果采用DPSO-SVM方法优化的特征集能有效地预测MIB-1指数的范围,在T1加权序列上准确率达到80.88%。结论磁共振图像特征与MIB-1指数密切相关。本文所提出的算法可以较好地预测出MIB-1指数的范围。     

模拟失重对心血管功能的影响及下体负压的对抗作用

总结了近年来本实验室有关模拟失重对心血管功能影响及下体负压对抗作用的研究，讨论了模拟失重致立位耐力不良的机理可能与心血管功能降低，脑血流降低及内分泌改变等有关，以及采用数学模型方法探讨失重致立位耐力降低机制的作用意义，重点论述了下体负压对抗方案问题。     

模拟失重对大鼠心肌组织细胞因子基因表达谱的影响

目的 研究模拟失重对大鼠心肌组织中部分细胞因子基因表达谱的影响,探讨模拟失重条件下心脏结构/功能可能发生的变化机制.方法 将成年雄性Wistar大鼠随机分为正常对照组(Con)及尾部悬吊模拟失重组(SUS),应用包含96种基因的细胞因子基因芯片检测各组细胞因子表达水平,选取部分表达变化细胞基因,应用Real time-PCR给予验证.结果与Con组相比,模拟失重可导致心肌组织中17种细胞因子基因表达差异超出2倍,5种(IFNA4、IL-15、IL-1b、LT-b、FGF7)被上调,12种(IGF-1、IGF-II、FGF5、VEGF-D、VEGF-C、IFN r、IL-11、IL-12B、IL-13、IL-17、IL-18、CD40L)被下调.其中,生长因子呈现较普遍下调趋势,炎性类细胞因子表达水平变化不一.结论 模拟失重2 wk可导致心肌组织中细胞因子网络调控平衡偏移,促生长性、保护性细胞因子普遍下调,而致病性、炎性细胞因子部分明显上调,其可能是失重/模拟失重条件下心肌组织功能结构重塑的重要调控机制.     

Volumetric texture analysis of breast lesions on contrast-enhanced magnetic resonance images.

Automated image analysis aims to extract relevant information from contrast-enhanced magnetic resonance images (CE-MRI) of the breast and improve the accuracy and consistency of image interpretation. In this work, we extend the traditional 2D gray-level co-occurrence matrix (GLCM) method to investigate a volumetric texture analysis approach and apply it for the characterization of breast MR lesions. Our database of breast MR images was obtained using a T1-weighted 3D spoiled gradient echo sequence and consists of 121 biopsy-proven lesions (77 malignant and 44 benign). A fuzzy c-means clustering (FCM) based method is employed to automatically segment 3D breast lesions on CE-MR images. For each 3D lesion, a nondirectional GLCM is then computed on the first postcontrast frame by summing 13 directional GLCMs. Texture features are extracted from the nondirectional GLCMs and the performance of each texture feature in the task of distinguishing between malignant and benign breast lesions is assessed by receiver operating characteristics (ROC) analysis. Our results show that the classification performance of volumetric texture features is significantly better than that based on 2D analysis. Our investigations of the effects of various of parameters on the diagnostic accuracy provided means for the optimal use of the approach.