基于自适应标记分水岭算法的肝脏CT图像自动分割

目的为减少人工交互提出了基于自适应标记分水岭的CT系列图像肝脏区域自动分割算法。方法首先对图像进行形态学重构运算以平滑图像,然后计算多尺度形态学梯度,同时提出利用梯度图像非零的局部极小值点的均值进行自适应标记提取,以避免分水岭的过分割和欠分割,再结合肝脏为最大的实质性脏器和相邻图像的相似性实现CT系列图像的肝区自动分割。结果该算法能自动、快速地提取CT系列图像中的肝脏区域。结论分水岭算法能准确定位区域的边缘,通过选择合适的阈值对梯度图像进行标记以抑制分水岭的过分割,实现医学图像中感兴趣区域的自动分割。     

自适应迭代降剂量技术在个性化超低剂量胸部CT成像的应用性研究

目的 迭代算法是实现CT低剂量成像的有效工具,其特点是在降低图像噪声的情况下仍然保持较好的图像质量.但对于扫描条件过低噪声过大的图像,过度的迭代重建有可能降低图像的空间分辨率并损失解剖结构的细节.因此,如何能针对不同病人实施个性化成像、使放射剂量达到可处理的最低水平是在临床实施CT低剂量成像需要解决的问题.本文旨在探讨应用自适应迭代降剂量技术(adaptive iterative dose reduction 3D,AIDR 3D)进行个体化超低剂量胸部CT成像的可行性.方法 从本院2011年12月～2012年2月进行过首次常规剂量胸部CT平扫检查并且明确诊断的病人中,连续收集需要在1个月内进行CT平扫复查的病人共48例,其中男25例,女23例,13～84岁,平均年龄48.27±17.63岁,BMI为15.62～30.85,平均21.62±3.38.这48例病人首次常规剂量检查时采用普通自动曝光控制技术(automatic exposure control,AEC)扫描,其目标噪声值SD为12.5,并用常规滤波反投影(filter back projection,FBP)算法进行重建.复查时进行个性化超低剂量胸部CT成像方案扫描,扫描条件采用整合迭代算法(AIDR 3D)的AEC技术,设置目标噪声值为SD25,其他扫描参数和重建参数保持和常规检查一致,得到的数据分别进行AIDR算法和FBP算法重建.两次检查总共得到三组数据,分别为常规剂量FBP组(A组)、低剂量AIDR组(B组)和低剂量FBP组(C组).3组分别用相应的过滤函数显示肺窗和纵隔窗.对三组数据进行图像质量评价并进行对比:客观评价用图像噪声值进行量化(用CT值的标准差表示),主观评价由两名医师采用3分制(3-优,2-可,1-差)进行独立盲法评分.为了评估结合了AIDR 3D的AEC技术调控管电流的效果,把胸部分成上、中、下部分别进行评价.数据统计采用随机区组设计的Friedman检验,将上、中、下评分均≥2分的病例定义为可诊断,计算可诊断率.扫描的放射剂量则通过记录机器上显示的CTDI和DLP数值,计算有效剂量ED(k=0.014),将复查和首次扫描的剂量进行对比.结果 客观图像质量评价3组肺窗图像的噪声值均有统计学差异(P＜0.05),B组比C组大幅降低噪声值(上66.58％;中39.62％;下48.55％),而B组和A组相比,上肺和下肺噪声分别降低15.67％和15.26％,而中肺噪声值则增加9.33％.3组的纵隔窗图像的噪声值相比均有统计学差异(P＜0.05),B组比C组噪声值显著降低(上66.58％;中39.62％;下48.56％),而B组比A组噪声值有轻度增加(上39.95％;中79.43％;下76.35％).主观图像质量评价:B组的肺窗上、中、下部之间评价无统计学差异(P＞0.05),纵隔窗的上、中、下评价之间无统计学差异(P＞0.05).3组的肺窗图像的可诊断率(上、中、下均在2分或以上)都达到100％,优、良、差的分布没有统计学差异(P＞0.05),但3组纵隔窗图像的可诊断率有显著差异,C组的可诊断率明显较低,B组和A组的可诊断率相同(95.83％ vs 95.83％ vs 56.25％,P＜ 0.05).放射剂量方面,复查扫描(B/C组)和初次扫描(A组)相比有效剂量降低87.05％(0.715 vs 5.524 mSv,k=0.014).结论 采用整合AIDR 3D的AEC技术可以实现对不同体型的人群的胸部个性化超低剂量CT成像.     

利用改进人工神经网络对中草药大黄的鉴别研究

在对大量中草药质量控制实践基础上,该文采用改进的BP算法和近红外光谱对中草药大黄的质量鉴别进行了研究,其具有较高的正确率.同时将改进BP算法的隐含层节点个数和动量因子对正确率的影响与传统BP算法的做了比较研究,并用留一法对其进行了交叉检验,得到了理想的结果 .该法具有样品前处理少,测定快速和非破坏性等特点,在中草药的鉴别领域具有较好的前景.     

像素闪烁算法在肾脏低剂量CT灌注扫描中的应用

目的 探讨深度学习像素闪烁算法在低剂量一站式肾脏CT灌注扫描（CTP）检查中提高图像质量的应用价值。方法 回顾性收集2017年3月至8月本院行全肾脏CT增强及灌注扫描的患者21例。采用Revolution CT机,先行肾脏平扫,然后进行灌注和增强3期扫描,管电压120 kVp,CTP采集管电流为20 mA,增强3期管电流为100 mA,轴扫模式,ASiR-V 80%,X射线管旋转时间0.5 s,z轴覆盖范围160 mm,扫描层厚5 mm,层间隔5 mm。首次28 s采用屏气扫描,共获得15期图像,然后分别于第39、43、47、51、63、83、113、153、213、353、593 s各采集1次,其中第22、51及153 s分别采集增强的皮质期、髓质期及排泄期3期图像。所有CTP数据经深度学习的A7模式进行处理,处理前数据为A组,处理后数据为B组。比较皮质期A、B组肾皮质CT值、CT值标准差、竖脊肌CT值标准差、对比噪声比（CNR）、信噪比（SNR）,比较A、B组肾皮质的血流量、血容量、达峰时间和表面通透性。结果 A、B组图像肾皮质标准差（SD）值（9.04±1.77和5.75±1.00）、竖脊肌SD值（8.52±2.28和5.67±0.98）、CNR（16.28±6.61和28.90±1.50）、SNR（21.41±6.67和30.65±7.67）差异均有统计学意义（t=1.562、6.286、5.925、-5.892、-17.274,P<0.05）;像素闪烁算法处理之后的图像其SD值明显减低,SNR明显升高。两组的肾皮质、肾髓质血流量（BF）值、血容量（BV）值、达峰时间（TP）值及肾髓质的表面通透性（PS）值差异均无统计学意义（P>0.05）。结论 深度学习像素闪烁算法可以减小低条件扫描图像的噪声,增加图像的对比噪声比,从而提高图像质量,并且不影响灌注参数值。     

心血管病介入诊疗程序中第一术者有效剂量估算方法的比较研究

目的 通过模拟实验测量,比较国际辐射防护委员会（ICRP）139号报告推荐的4种单双剂量计算法对估算心血管介入诊疗程序中第一术者有效剂量之间的差异,以探讨这4种算法对介入诊疗场景的适用性。方法 模拟第一术者的男性躯干模体穿戴铅衣和铅围脖,在其体内布放热释光探测器,在其铅衣内外布放热释光个人剂量计,模拟心血管病介入诊疗场景,通过模拟测量得到的器官剂量计算第一术者的有效剂量,与通过个人剂量计及4种单双剂量计算法得到的结果进行比较。结果 在本实验条件下,由模拟测量计算得到的有效剂量为0.581 mSv;而用Swiss ordinance法、McEwan法、Von Boetticher法与Martin-Magee法估算得到的有效剂量分别为0.667、0.484、0.485和0.726 mSv,与模拟测量得到的有效剂量的相对偏差分别为14.8%、-16.7%、-16.5%和24.9%。结论 4种计算方法得到第一术者有效剂量与模拟测量结果均有较大的差异;从辐射防护观点出发,推荐使用Swiss ordinance法开展心血管病介入诊疗程序中第一术者的个人剂量监测。     

机器学习算法在预测臀先露外倒转术疗效中的应用研究

目的 探讨不同的机器学习算法在预测臀先露外倒转术疗效中的效能及其临床应用价值。方法 收集2017年1月至2020年6月在南方医科大学附属东莞医院行臀先露外倒转术孕产妇的临床数据资料。分别采用朴素贝叶斯（NB）、随机森林（RF）、多层感知器（MLP）、逻辑回归（LR）、支持向量机（SVM）、梯度提升决策树（GBDT）6种机器学习算法,构建臀先露外倒转术疗效预测模型,以精确度、召回率、F1值、准确率和ROC曲线下面积作为评估指标。结果 有效样本共316例,其中239例（75.6%）经外倒转术纠正胎位。MLP机器学习算法在测试集中综合反映精确率和召回率的F1值为0.92,ROC曲线下面积为0.816,均优于其他5种机器学习算法。结论 MLP机器学习算法在预测臀先露外倒转术疗效中展现较好的效能,具有一定的临床应用潜力。     

基于反距离加权插值和改进采样点数据合成的医学影像三维重建

传统的体绘制光线投射算法虽然已成为医学影像三维重建的主流方法之一,但是其生成的三维模型质量与绘制速度仍不能满足临床医学诊断的要求。本研究提出一种基于反距离加权插值和改进采样点数据合成的医学影像三维重建算法,通过反距离加权插值方法提升绘制速度;通过增加采样点的个数提高三维重建的成像质量。实验结果表明,该算法在提高成像质量的同时可以提高绘制速度,可将圆锥绘制速度较传统方法提升20%,髋关节平均绘制速度提升18%,并且生成圆锥图像的MSE小于传统算法,SSIM大于传统算法。     

基于生物信息学筛选与宫颈癌免疫相关的分子标志物

目的 基于生物信息学方法筛选与宫颈癌免疫相关的分子标志物.方法 从基因表达汇编(GEO)数据库获取24例正常宫颈组织和28例宫颈癌组织数据.从癌症基因组图谱(TCGA)数据库获取306例宫颈癌组织和3例正常宫颈组织数据.通过R软件ESTIMATE算法对数据集进行免疫、基质评分,分析评分与宫颈癌预后的关系.根据免疫评分筛...     

一种X线医学图像的增强及角点检测算法的研究

目的：利用MSR算法提高图像质量及角点检测的精度,然后再利用提取的角点来提高图像的配准与拼接速度及精度。方法：首先采用基于人眼感知亮度和色度的视觉模型改进的MSR算法对图像进行增强处理,然后采用改进的harris算法对增强后的图像进行角点提取。结果：采用本文算法对来自COX网站的一幅X线医学图像进行增强、角点检测,处理前后图像的信息熵分别为4.3706、7.3817,增强后的图像质量有明显提高,有效地避免了角点簇拥现象并使角点定位更加精确。结论：实验结果表明,本文采用的算法不仅能有效改善图像质量,而且能更有效、更精确地进行角点检测与提取。     

MRI图像重建网格化算法的研究进展

磁共振成像常常是在空间频率域不同间隔地采集数据的，为了利用快速傅里叶变换进行图像重建，采集到的MRI数据必须用网格化算法转换到等间隔的直线网格上，目前有6种不同的网格化算法，其中Jackson的Gridding法和Rosenfeld的短阵反演法已成为该领域的主流方法，但两都都不太完善。具有创新思路的网格化算法仍有待于学术界进一步的开拓。