基于图像的微阵列生物芯片分析

利用生物芯片的高通量特性，系统地研究生物体基因和蛋白质表达及其相互作用，在最近十几年迅速发展。以图像为基础的生物芯片分析是生物芯片技术的重要组成部分，对其方法进行研究已成为当前的热点之一。目前很多针对生物芯片的分析方法不断涌现，这些方法涉及网格定位、靶点分割、数据提取和表达、几何校正、噪声消除等生物芯片分析子过程。本研究对以上各类分析方法进行了综述，分析了各类方法的不同应用，比较了多种算法的分析结果，并提出当前在生物芯片分析研究领域需要解决的关键问题。     

基于模糊连接度的多发性硬化症MR图像自动分割算法

多发性硬化症(MS)是一种严重威胁中枢神经功能的疾病,利用磁共振成像技术能够无损伤地检出其病灶。为了自动地对多发性硬化症病灶进行分割,提出了基于模糊连接度的分割算法,实现了种子点的自动选取。作为多发性硬化症分割的预处理,针对脑部MR FLAIR图像的特征,基于区域增长方法,还提出了脑部组织提取算法。通过对临床患者MR图像的分割实验,表明该分割算法能够比较准确地分割多发性硬化症病灶,其分割效果明显好于模糊C-均值聚类算法和基于马尔可夫场模型的分割算法。该算法还具有无监督、运算速度快、稳健性好等优点,能够应用于多发性硬化症的临床辅助诊断。     

医学图像光线投影体绘制中一种改进的快速算法

光线投影算法是体绘制算法中图像效果比较好的方法，但存在运算量大，绘制速度慢的问题。为此本文提出了一种新的光线投影体绘制的加速算法，利用重采样点在两坐标系中的矩阵变换特性。减少矩阵运算量，加快重采样计算过程，并且通过将Bresenham算法扩展至三维，利用包围盒技术避免对空体元的采样，从而加速了光线投影的效率。实验结果表明改进后的加速算法，既能保证绘制质量，又能显著减少计算量，提高体绘制的速度。     

蒂洛安在产妇分娩潜伏期的应用（附50例临床分析）

蒂洛安即注射用硫酸普拉酮钠(硫酸去氯表雄酮，DHAS)。它为人体肾上腺分泌的内源性甾体激素。在分娩潜伏期时(宫口开大2cm以内)；静脉注射蒂洛安，由于它直接作用于子宫颈；能促进子宫颈管成熟(颈管软化，消退．开大)，所以明显地加速产程进展。在临床上已推广使用，取得好的效果。现将临床使用情况报道如下。     

基于形态学的均值平移算法的神经元干细胞图像的自动分割

在神经元干细胞的图像分析中,准确快速的图像分割是干细胞分化增值自动追踪系统的基础。为了准确地分割低对比度的灰度神经元干细胞图像,本研究提出一种基于形态学运算和均值平移算法的神经元干细胞分割方法,称其为形态学的均值平移算法。此算法可以快速地获得任意形状细胞的图像,并且能检测到图像中多连接边缘不封闭的细胞。将此方法应用于神经元干细胞序列图像分割中并且将其与门限分割、水线分割和活动轮廓进行对比。实验结果证明,与其它的方法相比,此方法获得的细胞分割形状更接近于真实细胞的形状,并且能获得或接近于原始图像中准确的独立细胞数目。此方法可以获得正确的分割结果,为进一步图像处理奠定了良好的基础。     

DAF与CD3协同刺激人外周血T细胞活化的实验研究

目的：探讨人促衰变加速因子（decay-accelerating factor,DAF)作为共刺激分子参与T细胞活化的作用机制。方法：观察3株针对DAF不同SCR的单抗单独使用或者与抗人CD3单抗联合使用时，对人外周血T细胞增殖、IL－2分泌以及胞浆Ca^2 水平的影响。结果：所用3株抗人DAF单抗不能活化T细胞，而抗人DAF单抗与抗人CD3单抗可以协同刺激T细胞增殖，促进IL－2分泌以及提高胞浆Ca^2 水平。结论：抗人DAF单抗与抗人CD3单抗可协同刺激人外周血T细胞活化。     

基于几何活动轮廓的神经元干细胞序列图像的自动分割

一个快速稳定的分割系统是研究神经元干细胞变化的基础，为完善此系统，针对多连接边缘模糊的细胞分割提取问题，根据曲线进化原理，我们提出了一种基于水平集方法的改进的几何活动轮廓算法。此算法能自动解决图像的拓扑变化，并能获得更加真实的细胞轮廓边缘。将此方法应用于神经元干细胞的序列图像分割，实验结果证明了此算法的有效性与准确性。     

心脏灌注磁共振成像的图像配准

医学时序图像的配准是医学图像分析诊断的基础，也是图像融合等图像处理需要先行解决的问题。本研究提出了一种新的基于图像分割和相关法的算法，用于准确、快速实现心脏灌注核磁共振成像(MRI)图像的配准。该方法以图像相关系数为目标函数，利用迭代运算确定心脏图像的水平位移、垂直位移和旋转角度等参数。该算法优点在于充分考虑了心肌灌注图像的特殊性以及被测对象的身体物理运动、生理运动。结果表明，此方法能有效地对心脏灌注磁共振图像进行配准处理。     

基于射线距离误差的三维医学图像分割的新型评价方法

三维医学图像的分割是计算机辅助诊断与治疗中至关重要的技术。由于现有的三维医学图像分割算法种类繁多且性能各异,对各种分割算法性能公正直观的评价显得尤为重要。我们在对现有常用评价方法做出综合的比较后,提出了一种基于局域距离误差的综合、直观的三维图像分割的新型评价方法,并详细描述了该评价方法中局域误差和全局精确度的评价法。最后,利用这种新型的评价方法对三种常用的分割算法(Fast Marching,Morpholo-gical Reconstruction and Watershed)及一种笔者提出的新型Hybrid算法进行评价,此新型分割算法也在文中作了简要介绍。通过实验,可以验证新的评价方法能够更加科学、直观地对各种三维医学图像分割算法进行评价。     

病理切片图像分割技术的研究

介绍了用图像处理及模式识别技术对显微细胞图像的自动分析和分类的方法,并针对医学图像分析中的难点,提出了基于归一化彩色空间和RGB,HSV彩色模型的分割方法:利用模式识别技术中关于特征向量空间聚类的方法实施真彩色分割.这种方式有效地利用了多维特征空间对于分割目标所提供的信息,使分割的准确性有了较大的提高,解决了图像分割过程中的单个细胞检出问题.