非小细胞肺癌影像学特征与基因表达间相关性的探索性研究

影像基因组学通过挖掘肿瘤的影像和基因组学间的关联性,将两者的优势互补,以此指导不同患者个体化治疗方案的制定、预后评估、疗效检测等。针对非小细胞肺癌(NSCLC),建立其CT影像定量特征与基因表达之间的映射。首先,将对应的CT影像中肿瘤区域进行分割和特征提取,选用66种三维定量特征作为肿瘤区域影像特征集;然后,利用基因组学数据分析流程,在原始基因数据经过预处理、聚类后,获取其第一主成分作为具有相似表达谱基因聚类结果的代表;最后,运用基因芯片显著性分析算法探寻两者之间的相关性,并进行基因集的富集分析和预测模型的建立。对癌症图像归档数据库(TCIA)中的26例NSCLC影像数据和基因表达综合数据库(GEO)中相对应的基因数据进行分析,共得到126组成对的显著关联(q<0.05)。将所得结果中的29组元基因建立预测模型,并通过TCIA中更新的211组数据,对其中10组预测准确率大于70%且预测的元基因有生物学意义的预测模型进行验证,最终预测准确率为35.48%～80.85%,10个预测模型中有6个的准确率在70%以上。实验结果表明,特定的影像特征或其组合可以作为基因表达的影像标记物。     

基于弥散张量成像技术构建人脑结构网络的研究进展

脑网络是复杂网络理论在神经科学研究中的重要应用,脑网络的构建与分析为脑疾病的预测、诊断及预后评价等提供了新的视角。弥散张量成像技术作为一种无创性展现脑白质纤维束形态的成像技术,现已被应用于脑网络的研究中。本文基于弥散张量成像技术构建大脑结构网络的研究进展做一综述。     

医学成像设备学课程设计的教学研究

医学成像设备学是医学影像技术专业的核心课程。其中医学成像设备学课程设计是该课程的重要实践教学环节,兼具理论性与工程实践性的特点。随着医学影像设备的不断更新,社会对医学影像技术类本科专业人才的需求不断增大,探索该实践课程的教学变得越来越重要。医学影像技术专业实验室条件有限,实践教学课程的学时数较少,致使创新实践类教学远远达不到预期的效果。通过增加认知实践、利用微视频和电路设计仿真工具改进课程设计内容、创新实验报告形式等方面讨论了医学成像设备学课程设计的教学新模式,提高了学生在专业基础课的认知能力和实践创新能力,有助于推动医学影像技术专业的发展。     

基于心脏电影磁共振图像的左心肌分割新进展

左心肌分割不仅可计算左心室体积,还可计算心肌质量、追踪心肌运动、重建心脏等,可用于临床评估心脏功能,对心肌梗死、心肌肥大等心脏疾病的诊疗具有重要的意义。心脏电影磁共振图像时空分辨率高,被广泛应用于左心肌分割及功能评价。然而,左心肌外部毗邻灰度相近的组织,内部有可能与小梁肌、乳头肌等相连,给左心肌分割带来不小的难度,大量研究者一直致力于左心肌分割算法的研究。全面回顾基于心脏电影磁共振图像的左心肌分割方法,首先对传统的左心肌分割方法及其优缺点进行归纳比较,然后重点讨论包括光流法、深度学习在内的新的左心肌分割方法,最后简单介绍左心肌分割方法的常用评估标准。从目前来看,基于深度学习的左心肌分割方法精度高、速度快,将会是今后一段时间内研究者密切关注的相关方法,但深度学习中仍需解决海量数据需求和超参数确定等问题。     

肺部CT图像气管树分割技术研究进展

肺部气管是人体与外界进行气体交换的唯一通路;其解剖结构信息可用于诊断呼吸系统疾病。计算机断层扫描技术(CT)是检测呼吸系统疾病的主要手段,但因就诊人数多、图像数据量大等因素;导致人工阅片费时费力。而肺部气管树的自动提取与分割;是实现自动化定量分析与呼吸系统疾病辅助诊断的前提。首先对肺部气管树分割技术的背景及意义进行介绍;然后分析对比传统分割技术、基于管状结构检测的分割技术以及基于机器学习的分割技术所运用的研究方法和存在的问题。最后指出提高肺部气管树分割效果;依赖于将气管分割技术与泄漏剔除技术相互结合;需要在尽可能分割出多数气管树分枝的基础上;消除分割结果中存在的伪气管区域。     

影像组学及分析工具浅谈

影像医学已成为疾病检出与定性、治疗方案建立、疗效观察和预测全诊疗程中的主要方法。基于医学影像的影像组学（radiomics）展现出广阔的临床应用前景,主要步骤包括图像采集、感兴趣区勾画、特征提取及选择、统计分析及建模。如何快速有效地进行影像组学研究并应用于临床已成为研究者们关心的热点问题。文章介绍了影像组学的概念、分析流程（获取影像数据、感兴趣区分割、特征提取、特征选择、模型建立与结果分析）、分析工具（分割工具、特征提取工具、建模工具）和质量评估及挑战,提出量大、高质的数据集和共享能提高研究的有效性,也是影像组学的发展方向。联合计算机领域或生物医学工程背景的专业人员进行相关软件的开发,以提高模型的鲁棒性,不断为实现精准医疗和临床实践而努力。     

基于三维结构张量的CT肺血管树增强

目的:针对肺血管树分支多、结构细小、对比度低等特点,提出将基于三维结构张量的图像增强方法应用于CT肺血管树的增强。方法:首先构建序列图像的三维结构张量,并计算其特征值和对应的特征向量;然后构建三维扩散张量进行各向异性扩散滤波,对3种不同扩散方法进行理论分析与实验对比,包括边缘增强扩散、一致增强扩散及基于连续转换的混合扩散,最后通过Med Vis Lab软件进行血管树三维可视化定性评价和基于峰值信噪比和平均结构相似度的定量评价。结果:定性评价结果表明,肺血管树的细小分支结构得到显现,血管树分支变多,血管断裂处得到连接,血管表面变平滑;定量评价结果表明,峰值信噪比和平均结构相似度明显增大。结论:基于三维结构张量的图像增强方法可以有效增强CT肺血管树,一致增强扩散和基于连续转换的混合扩散效果优于边缘增强扩散。     

三维快速场回波序列在先心病患儿 气管支气管树MRI中的应用

目的 对比分析三维快速场回波（3D-TFE）序列、三维平衡快速场回波（3D b-TFE）序列以及对比增强MR血管成像（CE-MRA）3种序列在显示气道时影像质量,探讨3D-TFE序列在先心病患儿气管支气管树成像中的应用价值。方法 连续收集2016年9月-12月间我院62例经超声心电图确诊的先心病患儿,其中男32例,女30例,年龄2~141个月,中位年龄为12.7个月。在1.5 T MR扫描设备上进行常规心脏MRI检查,常规扫描序列3D b-TFE、CE-MRA主要显示大血管病变,3D TFE进行气管支气管成像,测量气管支气管影像信噪比（SNR）及信号强度（SI）,客观评价影像质量及气管边界清晰度。由2位医生采用双盲5分法评价影像噪声及影像质量,并采用Kappa分析对2位医生的评分结果行一致性评价。采用单因素方差分析比较3种序列影像的SNR、SI、气管边界清晰度和影像质量主观评分。结果 3D-TFE序列在显示气道的SNR、SI、气管边界清晰度及其影像质量主观评分均分别高于3D b-TFE和 CE-MRA序列（均P<0.05）。2位医生对3种序列影像质量的主观评分的结果一致性极好,κ值均>0.80。结论 3D-TFE序列显示气管支气管树的影像质量优于3D b-TFE和 CE-MRA序列,可应用于心脏MRI检查时辅助观察有无先心病伴随的气道异常,是先心病心脏MRI检查中不可缺少的辅助序列,可为先心病患儿术前评估提供更多信息。