基因组序列CGR图形表示的多重分形分析

为了更好地描述基因组序列CGR(chaos-game representation)图形的分形特征,引入多重分形理论进行分析。通过研究3种概率集对标度不变性范围的影响,选取出标度不变性最好的概率集,计算光滑的广义维数谱和多重分形谱。结果表明:以相对概率组成概率集时标度不变性最好,而且标度不变性随尺度变化可被分为3个不同的区域,这反映了基因组序列不同长度的序列片段有不同的分布规律。可见,多重分形方法可以用于描述基因组序列CGR图形的分形特征。     

关于人体信号和医学超声信号

一、引言疾病的危险程度可以分为高、中、低三等。目前临床检查手段又可分为侵入及损伤、微侵入及微损伤、非侵入及无损伤,显然非侵入及无损伤的检查手段受到各种患者和健康检查者的欢迎。见表1。表1疾病的危险程度与患者对不同检查手段的态度危险程度非侵入微侵入侵入低接受不确定不接受中接受接受不确定高接受接受接受各种检查手段都需要对人体信号进行研究,特别是非侵入及无损伤的检查手段,往往显得信噪比较低,此时更需对人体信号有深入的研究。人体信号分为两类:主动信号和被动信号,前者可看成由人体发出的信号,例如心电、脑电等电信号,…     

经导管急性微血管栓塞对冠状动脉血流和冠状动脉血流储备的影响

目的　建立经导管的急性微血管栓塞动物模型 ,研究不同微栓塞水平冠状动脉血流(CBF)和冠状动脉血流储备 (CFR)的变化。方法　 10头小型猪 (2 1～ 2 5kg) ,不开胸经导管由前降支重复注入微栓塞球 (4 5 μm) ,使用多普勒导丝、压力导丝和腔内超声导管测量前降支中段平均流速、压力和腔内面积 ,CBF =平均流速×面积。冠状动脉内注射腺苷 18μg达到最大充血状态 ,CFR =充血CBF 基础CBF。在微栓塞前、注入 5万、10万、12万、14万和 15万微栓塞球时分别测量基础状态和充血状态的血流动力学指标。结果　注入 5万微球时基础CBF(rCBF)升高 ,较微栓塞前差异有显著性[(0 30± 0 0 9)ml·s- 1 vs (0 2 6± 0 10 )ml·s- 1 ,P <0 0 5 ],随着微球量的增加rCBF降低。CFR在微栓塞后降低 ,不同微栓塞水平的CFR与微栓塞前比较差异均有显著性。结论　经导管急性微血管栓塞中 ,随着微栓塞球量增加 ,rCBF呈现先增加后下降的双期改变 ;微栓塞后CFR下降 ,CFR在一定微栓塞程度时又有增加。     

基于EM算法参数估计的各向异性扩散超声图像的去噪

目的 提出一种各向异性扩散滤波器的扩散参数选取方法,提高滤波器的灵活性和稳定性.方法 使用二状态的瑞利、高斯混合分布对超声图像灰度分布进行拟合,并采用期望值最大化(expectation maximization,EM)算法实现混合分布的分解;根据分解结果预测图像中斑点噪声均匀分布的区域;通过对均匀区域统计特性的分析获取各向异性扩散的扩散参数.结果 通过与两种改进扩散参数选取的滤波方法对比,基于EM算法的混合分布分解能够准确地估计扩散参数,使滤波结果在噪声消除和边缘保持上达到有效的平衡.结论 基于EM算法参数估计的各向异性扩散是一种有效的超声图像去噪方法.     

颈部淋巴结超声特征的计算机提取及相关性评价

目的：评价计算机所提取的颈部淋巴结超声特征与医生的经验判断的相关性，以预测能否实现颈部淋巴结超声图像计算机辅助诊断。材料和方法：利用彩色多普勒超声观察43例患者的106个淋巴结的超声特征，包括大小、形态、边界、纵横比、淋巴门、皮髓质分布及比例、淋巴结内部回声、血流分布等。将超声医生判断分级的结果与计算机提取的淋巴结超声特征的参数定量结果作相关分析。结果：相关性较好的参数为NRL过零率（r=0．304，P=0．002）、凸包深度（r=0．32，P=0．001）、长／短径比率（r=-0．318，P=0．001）、血流像素点数（r=0．702，P〈0．001）、投影轮廓点分布的熵（r=0．719，P〈0．001）。结论：通过对颈部淋巴结超声图像提取量化特征参数，初步实现了颈部淋巴结良、恶性疾病的计算机辅助诊断。     

利用超声图像的分形特征评估妊娠期胎盘功能

利用超声仪器得到孕妇妊娠期的胎盘B型超声图像然后根据分数布朗运动模型对图像进行分形处理。提取出用以胎盘分级的分形特征参数，并结合临床医学专家的判断，利用模糊分类法，建立起胎盘功能的自动分级规则，通过106例胎盘图像的分析。结果表明：胎盘B型超声图像的分形特征可以有效地表征胎盘的功能状况，从而使胎盘功能的无损自动分级成为可能，因此有较好的临床应用前景。     

乳腺肿瘤超声图像中感兴趣区域的自动检测

由于斑点噪声、伪影以及病灶形状多变的影响,乳腺肿瘤超声图像中肿瘤区域的自动检测以及病灶的边缘提取比较困难,已有的方法主要是由医生先手工提取感兴趣区域(ROI)。本研究提出一种乳腺肿瘤超声图像中感兴趣区域自动检测的方法,选用超声图像的局部纹理、局部灰度共生矩阵以及位置信息作为特征,采用自组织映射神经网络进行分类,自动识别乳腺肿瘤区域。对包含168幅乳腺肿瘤超声图像的数据库进行识别的结果表明:该方法自动识别ROI的准确率达到86.9%,可辅助医生提取肿瘤的实际边缘以及进一步诊断。     

基于梯度矢量流与粒子群优化算法的多模态医学图像配准

目的研究用梯度矢量流与粒子群优化算法实现多模态医学图像配准,提高配准的精度。方法算法对图像配准的特征空间、相似性测度、搜索策略3个方面进行改进：先由原始图像产生梯度矢量流场,作为配准的特征空间;然后提出并计算3种基于梯度矢量流场的相似性测度;最后使用结合了遗传算法交叉机制的粒子群优化算法找到两幅图像的最优变换。结果对仿真及实际医学图像的54次配准实验,表明该方法配准精度优于基于像素的粒子群优化方法和Walsh变换法。结论基于梯度矢量流与粒子群优化算法的图像配准方法能有效地实现多模态医学图像的配准。     

基于改进变分水平集法提取超声图像乳腺肿瘤边缘

目的研究准确提取超声图像乳腺肿瘤边缘的算法。方法在变分水平集方法中提出一种新型能量函数—全局—局部能量函数,通过加强图像的局部信息,实现超声图像乳腺肿瘤边缘的准确提取。结果对仿真超声图像的实验表明,本方法比全局最优化的Chan-Vese方法能更准确区分目标和背景。对103例超声乳腺肿瘤图像的实验表明,本方法无需任何预处理步骤即可准确提取肿瘤边缘。结论本方法有望实现超声图像乳腺肿瘤边缘的快速、准确提取。     

多种方法联合评价脐动脉多普勒信号的临床应用

目的：探讨多种方法联合评价胎儿脐动脉多普勒信号的临床价值。方法：将71例妊娠20－41周的妇女分为正常组（56例）和病理妊娠组（15例）。用彩色多普勒超声测得胎儿脐动脉多普勒信号，将此信号以音频形式输入计算机，分别以零极点模型、Teagar能量法和分形方法进行信号分析，同时常规计算脐动脉收缩期最大血流速度（S）与舒张期末血流速度（D）的比值（S／D）。以多元决策法综合上述4种方法的特征参数评价脐动脉多普勒信号。结果：对病理妊娠组，利用常规S／D法、零极点模型法、Teagar能量法、分形法的异常率分别为26．67％、66．67％、53．33％和46．67％。利用多元决策法，病理妊娠组异常率为80．00％，与前4种方法相比差异有显著性意义（P＜0．05）。结论：利用多元决策法分析脐动脉血流信号能敏感、客观、准确地反映病理状态下的脐血流改变。