神经网络技术在磁共振图像分割中的应用

神经网络具有类似人脑的并行处理结构 ,能够模拟人脑对刺激的反应方式进行工作 ,可以用于解决磁共振图像分割问题。近来 ,涌现出许多神经网络磁共振图像分割方法的应用报道 ,这些神经网络包括传统的确定型神经网络 ,以及结合模糊逻辑、混沌理论或者小波理论等新理论的混合神经网络。本文针对这些磁共振图像分割方法进行综述。     

药物依赖脑机制研究中的定量分析及图像处理

在对药物依赖的研究中，相关脑功能区的定位及其病理条件下的特征改变、脑区中神经物质的量和分布特征的变化，已成为揭示药物依赖脑机制的关键。计算机图像处理技术在图像定量分析方面具有精确度高、客观性强、速度快、操作简便等优势，能够很好地对各类脑图像进行定量分析。本文对药物依赖脑机制研究中，相关脑功能区的研究现状、目前所采用的研究方法、图像处理技术的定量分析在该领域的应用等方面进行了综述。     

模糊聚类分析在脑功能磁共振图像处理中的应用

模糊聚类分析作为模式识别中的一种重要的分类器,近年来在脑功能磁共振图像的处理与分析领域引起了极大的关注。在脑功能磁共振图像的处理与分析中应用模糊聚类技术需要解决的一个关键问题就是找出适合于脑功能磁共振图像处理的参数,如模糊指数、距离参数和聚类数等。如何寻找合适的参数,从而使得利用模糊聚类技术处理和分析脑功能磁共振图像得到最佳的聚类结果,成了目前模糊聚类技术研究的焦点问题。近年来模糊聚类分析在脑功能磁共振图像处理的应用中如何选择合适的参数问题进行了综述和讨论。     

磁共振部分K空间重建算法

磁共振成像（MRI）是必要的获取临床图像的影像学方法之一,但是它获取数据过程缓慢使得成像时间过长。目前提出了许多高效的成像算法来降低磁共振的成像时间,如半傅里叶成像和压缩感知MRI等。半傅里叶成像仅采用多于一半的K空间数据进行图像重建,不仅提高了MRI的成像速度,而且降低了运动伪影,是有效的部分K空间重建技术之一。基于压缩感知理论的MRI仅采用25%~30%的K空间数据就能重建出MRI图像,与其它成像技术相比,可在相同的扫描时间内获得更高质量的MRI图像,也可在相同的空间分辨率下加速成像。本文综述几种半傅里叶成像算法的原理,也阐述了压缩感知理论与MRI相结合的原理,包括MR图像的稀疏表示、K空间的采样轨迹设计、重建算法的选择等。     

医用诊断X射线源的研究进展

通过研究医用诊断X线机射线源、CT设备X射线源、特殊X射线源等比较X射线产生的物理原理和应用,探索基于韧致辐射的X射线源技术的局限性,提出X线机球管的未来发展方向。X射线的最大应用领域是在医学诊断中基于医学图像引导的诊断和治疗。通过研究其他等效X射线源如液态金属喷射轫致辐射源等,拓宽了X射线的应用领域。展望了X射线球管的关键特性和材料在医学诊断技术发展的前景。     

一种高场磁共振频率源的设计方法

目的 针对目前高场磁共振成像系统中用来产生射频脉冲信号的频率源存在的问题,提出一种设计频率源的新方法。 方法 采用直接数字频率合成器件AD9910,可满足系统高频输出的需要,采用CPLD作为控制芯片,通过SPI方式控制,使所设计的电路具有简单高效的特点。 结果 实验结果表明,采用本设计方法可以产生频率、相位、幅度快速切换的高频信号。 结论 本设计方法为高场磁共振频率源设计提供了一个较好的解决方案。     

吗啡依赖大鼠腹侧被盖区多巴胺神经元的形态学改变

目的 :探讨吗啡依赖自然戒断时 ,中脑边缘多巴胺系统中腹侧被盖区 (ventraltegmentalarea ,VTA)多巴胺神经元的形态学改变。方法 :建立吗啡依赖大鼠自然戒断模型 ,用免疫组化方法对VTA多巴胺神经元着色 ,应用图像处理技术对神经元的形态学改变进行量化分析。结果 :(1)短期 (2d)戒断组神经元的光密度 (P <0 0 5 )、面积 (P <0 0 1)、周长 (P <0 0 1)、偏心率 (P <0 0 5 )、形态指数 (P <0 0 1)等参数指标较对照组发生了显著性改变 ;(2 )长期(14d)戒断组神经元的形态指数 (P <0 0 5 )较对照组发生了显著性改变 ;(3)短期戒断组的周长 (P <0 0 1)、偏心率(P <0 0 5 )、形态指数 (P <0 0 1)与长期戒断组相比有显著性差异。结论 :吗啡依赖自然戒断时 ,VTA多巴胺神经元发生了明显的适应性形态学改变 ,这种改变随戒断时间延长而逐渐弱化     

磁共振颅脑图像快速模糊聚类分割算法的研究

尽管模糊C-均值（简称FCM）聚类算法已广泛应用于图像分割研究,但是,由于模糊C-均值聚类算法所固有的一些缺点,特别是运算开销太大造成了该算法在实际应用中难以推广使用。根据模糊C-均值聚类算法和磁共振颅脑图象的特点,我们提出了一种分割磁共振颅脑图象的快速模糊C-均值（简称FFCM）聚类算法,该算法利用K-均值聚类结果指导模糊聚类的初始化,使模糊聚类的迭代次数明显减少。从而极大地提高模糊聚类的速度,实际应用表明,FFCM的分割速度比FCM快6.5倍以上,而分割精度与FCM相比无显著性差异。     

神经网络技术及其在医学图像处理中的应用

神经网络技术是模拟生物神经系统的原理而构成的一种新型智能信息处理技术,已成功应用于疾病预报、方剂配伍等医学领域。近年来,在医学图像处理与分析领域,神经网络技术也得到了广泛应用。本文就神经网络技术在医学图像分割、医学图像配准以及基于医学图像的计算机辅助诊断技术等方面的应用及其研究进展进行综述,阐述具有代表性的技术和算法。     

模糊K-均值聚类算法及其在磁共振颅脑图像分割中的应用研究

目的　介绍一种动态模糊聚类算法并利用该算法对磁共振图像进行分割研究。方法　首先对磁共振颅脑图像进行预处理去掉颅骨和肌肉等非脑组织,只保留大脑组织,然后利用模糊Ｋ－ 均值聚类算法计算脑白质、脑灰质和脑脊液的模糊类属函数。结果　模糊Ｋ－ 均值聚类算法能很好地分割出磁共振颅脑图像中的灰质、白质和脑脊液。结论　利用模糊Ｋ－ 均值聚类算法分割磁共振颅脑图像能获得较好的分割效果。