基于物理模型的静态电阻抗断层成像初步结果

目的 研究基于物理模型的静态电阻抗断层成像技术。方法 使用电阻抗断层成像激励和测量系统Ⅲ获得物理模型上的测量数据,应用正则化校正的Newton-Raphson算法重构静态阻抗图像。结果 对几种具有不同电阻率的背景溶液和琼脂目标得到了初步的静态阻抗图像,背景溶液重构图像的灰度比较均匀,重构数值集中在一个较小的范围内,且与实际电阻率数值近似成比较关系;目标重构图像清晰,图像大小与《实际大小接近,定位基本准确,不同电阻率的在重构图像中具有不同的数值和灰度,对多个目标可以明确区分;驱动电流的大小对重构结果的影响很小。结论 EIT激励和测量系统Ⅲ所得测量数据的精度基本能满足静态成像的要求,正则化校正的重构算法能够有效区分不同电阻率值的目标,能够适应静态阻抗重的需要。     

计算机辅助连续结构追踪技术对大脑中央沟精确定位的方法学研究

目的:为脑皮质沟回精确定位探讨新的研究方法。方法:应用个人计算机设备,运用结构连续追踪技术,对大脑中央沟在横断层MRI图像上进行了识别、定位。结果:结构连续追踪技术实现了中央沟在横断断层MRI的识别和准确定位。结论:基于连续断层的结构追踪技术可用于断层影像上解剖结构的定位研究。     

基于MRI、CT图像HIFU治疗靶区自动勾画的研究

目的以MRI等图像为基础,进行HIFU治疗靶区的自动勾画研究,其勾画精确度希望达到1mm以内,为以后的三维成像、HIFU治疗精确控制提供依据,为完整的HIFU治疗计划系统的基础。方法以MRI等原始图像为基础,利用相关的计算机识别技术对靶区组织进行自动识别、勾画,采用点、面结合的组合图像处理技术方案,应用了包括图像分割阈值获取、多项分割技术的联合应用、组织结构提取等方法的原理与具体算法。结果通过试验发现,此技术方案能够对边界相对不模糊的医学图像(MRI、CT等),比较快速、准确的勾画出目标靶区的效果。结论此方案能够比较准确识别诸如MRI类图像中的指定组织结构,能够比较快速、准确的勾画其边界,在HIFU、放射等医学治疗中有助于精确定位,有助于减少并发症发生率及对重要组织结构的保护。     

自制头颈肿瘤专用定位装置配合三维TPS进行精确放疗定位的应用

目的：探讨应用自制头颈部专用立体定位装置配合三维TPS进行精确定位和放射治疗的方法。方法：采用自制头颈专用CT立体定位装置与STAR－2000三维TPS配合应用，对模拟靶和8例头颈癌患者进行了CT定位和治疗计划设计，并采用模拟定位机对其进行了对比和验证。结果：模拟靶和患者CT立体定位的结果均在模拟定位机上得到验证，达到临床精确定位和精确放射治疗的要求。结论：采用自制头颈专用立体定位装置按本文方法配合三维TPS能够达到对头颈癌进行精确定位和放射的目的。     

手掌静脉识别：基于端到端卷积神经网络方法

目的提出一种基于端到端卷积神经网络的手掌静脉识别方法。方法在构建的手掌静脉识别网络模型中,卷积层和池化 层交替级联提取图像特征,同时通过神经网络分类器进行分类识别,采用包含动量项的随机梯度下降法最小化识别误差,在误 差减小的方向上不断优化模型。采用训练集数据扩展、批归一化、Dropout、L2参数正则化四种方法提升网络的泛化能力。结果 对公共的PolyU库(图像在高约束条件下获取)和自建库（图像在自然条件下获取）中全部500个对象的识别,正确识别率分别达 到99.90%和98.05%,单个样本的识别时间均小于9 ms。结论与传统算法相比,本文方法能够有效提升掌静脉识别在实际应用 中的准确率,为掌静脉识别提供一种新思路。     

酶消化法结合人工智能技术在法医学溺死硅藻检验中的应用

【目的】人工智能（AI）全涂片自动化硅藻检验技术能比人类专家更快速、高效进行法医病理学溺死硅藻检验。然而,该技术仅与硅藻提取率较低的硝酸消化法联用过,本研究拟采用更加高效的蛋白酶K组织消解法（以下简称酶消化法）作为硅藻提取方法,探究该技术在其他硅藻提取方法中的泛化能力及可行性。【方法】收集6例溺死尸体的肺组织进行蛋白酶K消解并制成涂片,利用数字化图像矩阵切割方法将涂片进行数字化处理并据此建立硅藻-背景数据库,将数据集按照3:1:1的比例分为训练集、验证集和测试集,在ImageNet预训练基础上对卷积神经网络（CNN）模型进行训练和内部验证及外部测试。【结果】结果显示最佳模型外部测试的准确率达97.65%,且模型特征提取区域即为硅藻所在区域。实际应用中最佳的CNN模型对溺水尸体的硅藻检测精准率高达80%以上。【结论】研究表明,基于CNN模型的AI自动化硅藻检验技术和酶消化法联用能高效识别硅藻,可以作为溺水鉴定中硅藻检测的辅助方法。     

医学纹理图像的一种计算机自动识别法

本文提出一种以相关系数为判据的医学纹理图像的识别方法.以电镜下的膈腹膜超微结构纹理图像为例进行计算机自动识别,最高识别率达92%.同时验证了横板尺寸,阈值大小与识别率的关系,证实了训练法选择模板比人工选择模板具有更高的识别率.讨论了识别时间与识别率之间的关系.     

轻型多尺度黑色素瘤目标检测网络模型的建立：基于注意力机制调控

目的 提出一种融入坐标注意力和高效通道注意力机制的深度学习目标检测模型AM-YOLO。方法 运用Mosaic图像增强与MixUp混类增强对图像进行预处理,采用One-Stage结构的目标检测模型YOLOv5s,并对该模型的骨干网络与颈部网络进行改进。在该模型的骨干网络中把空间金字塔的最大池化层替换成二维最大池化层,接着将坐标注意力机制和高效通道注意力机制分别融入到YOLOv5s模型的C3模块与该模型的骨干网络中。将改进后的模型与未改进的YOLOv5s模型,YOLOv3模型,YOLOv3-SPP模型,YOLOv3-tiny模型进行相关算法指标的对比实验。结果 融入了坐标注意力和高效通道注意力机制的AM-YOLO模型能够有效提升对黑色素瘤的识别率,同时也减少了模型权重的大小。AM-YOLO模型在准确率,召回率以及平均精度均值上都要明显优于其他模型,并且对于早期和晚期黑色素瘤的平均精度均值分别达92.8%和87.1%。结论 本文采用的深度学习目标检测算法模型能够应用于黑色素瘤目标的识别中。     

基于方向滤波的视网膜血管边缘抽取方法的关键技术研究

<正>边缘检测是医学图像处理和分析研究的基本技术之一,能够在伴有随机噪声背景图像中确定出研究目标的边界。眼底视网膜血管边缘的抽取是边缘检测的应用,具有实际的意义。图像分割的常用方法很多,但如何在抽取边缘的同时较好地抑制噪声,是困扰我们的一大难题。血管是形态性较强的图像,同时又具有复杂的背景。数字形态学和方向滤波都是利用目标的形态特征进行边缘抽取的方法。在一般图像的锐化处理中,方向特性的使用不是那么直接,基于方向特性的算法自     

基于深度图像HOG特征的实时手势识别方法

手势识别是模式识别领域的一个热点研究方向。提出了一种利用Kinect传感器深度图像进行手势分割的方法,并研究了基于灰度图像HOG特征的手势识别模型;深入研究了HOG特征,分析其特征向量特点,探讨了不同特征维数对训练机的影响及处理效率;通过SVM机器学习方法实现手势的分类识别,经过对大量实验样本的优化训练,获得了最优SVM参数,并进行分析、对比识别率。本文方法维数少、识别率高、运行速度快、性能稳定,能满足实时性手势识别的要求。     

医学新教学模式中模块教学改革初探

本文旨在探索系统整合的新课程教学体系中基础学习模块课程设置及实施效果。基础学习模块由6门医学基础课程相关内容构成。施教采用双语授课结合讨论式教学、理论教学结合实验教学,考核采用多种形式评价的方法。通过对传统教学模式和新教学模式学生考试成绩的比较,提示新教学模式中基础学习模块课程的设置及应用的教学方法有利于提高医学教育质量。     

医学新教学模式中模块教学改革初探

本文旨在探索系统整合的新课程教学体系中基础学习模块课程设置及实施效果。基础学习模块由6门医学基础课程相关内容构成。施教采用双语授课结合讨论式教学、理论教学结合实验教学，考核采用多种形式评价的方法。通过对传统教学模式和新教学模式学生考试成绩的比较，提示新教学模式中基础学习模块课程的设置及应用的教学方法有利于提高医学教育质量。     

基础护理学网络教学平台的构建与应用

目的：构建基础护理学网络教学平台,为有效提高基础护理学教学质量提供良好的网络环境。方法：根据基础护理学的特征,整合教学资源,设计和开发的网络教学平台主要由教学模块、信息发布模块、参考咨询模块三大主体部分组成。结果：以网页形式制作电子讲稿用于授课提高了教学质量,教学平台的建设不仅促进了教师不断的更新知识和自我完善,还激发了学生的学习兴趣和学习主动性。结论：该教学平台的应用有效地满足了学生的学习需求,优化了基础护理学的课堂教学,提高了教学效率和教学质量。     

MRI对帕金森病患者DBS术前丘脑底核的直视化定位扫描

目的 探讨并对比研究丘脑底核(STN)的MRI最佳直视化扫描序列.方法 对10例正常人及10例帕金森病(PD)患者深部脑电刺激术(DBS)前进行扫描,与以往常规序列对比,半定量分析各种扫描序列对于STN显示的情况,术后复查并确认患者微电极记录(MER)电极探针位置.结果 T2 flash2D和T2-SPACE,SWI imaging序列半定量评分高于常用的T1-mprage、T2-TSE序列及FLAIR序列,并与患者术中MER确定的电极探针位置有较高的一致性.结论 使用T2 flash2D、T2-SPACE和SWI imaging序列可以准确预定靶点位置,能够提高定位精确度,避免并发症,提高手术效率.     

如何利用Blackboard教学管理系统构建生理学网络课程

B lackboard教学管理系统可为教师创建、发布和管理网络课程提供方便、快捷的工具模块。文章介绍了如何利用B lackboard教学管理系统提供的课程内容模块、测验模块和课程工具模块来构建生理学网络课程的过程。指出生理学网络课程的建设,对突破传统面授教学的局限性和帮助学生网上学习具有重要意义。     

实验性溺死兔气管及肺组织扫描电镜形态学观察

应用光镜和扫描电镜对溺死家兔气管及肺组织进行对比实验观察．结果表明：①扫描电镜下溺死实验兔气管及肺组织具有溺死特有的形态学改变，即气管纤毛大片状倒伏、排列紊乱和部分缺失；肺组织有清晰可见的肺泡扩张、肺泡壁断裂、出血及肺泡腔内纤维蛋白网形成．该特征对于生前溺死和死后入水的法医学鉴别诊断具有十分重要的意义．②扫描电镜下肺内检见的硅藻具有表面立体感强和细微结构清晰的特点，有助于硅藻的准确分类，对落水点的推测具有一定价值．     

基于网络环境下的医学生理学教学模式的探索

结合生理学教学改革,从网络课程内容和网络环境下生理学研究性学习模式方面介绍了网络教学的开展和应用,指出网络教学在医学生理学教学中的应用可提高医学生独立获取知识、信息综合分析及创新能力。     

计算机编程类网络课程构建研究

讨论了计算机编程类网络课程构建的特点和思路,设计了编程类网络课程的结构和框架,在此基础上对初学入门、案例学习和网上练习与自动评判模块的构建进行了深入探讨,并以省级精品课程＂VB程序设计＂的教学为例,对计算机编程类课程的有关问题提出了解决办法。