深度学习技术在细胞形态学图像处理中的研究进展

近年来,医学成像技术的飞速发展和普及应用使得医学图像分析进入了大数据时代,传统的利用医学成像设备进行筛查诊断的工作量巨大,并且由于患者的不断增多,往往伴随着患者病理学的个体差异、医生长时间辛苦的阅片工作和医生的主观评价等缺点,常会出现因假阳性率高而误诊的现象。深度学习技术在计算机视觉领域的巨大成功让医学图像实现计算机辅助筛查诊断成为可能。本文介绍了深度学习及其在细胞形态学图像处理领域的研究进展,总结了深度学习在细胞形态学图像分析中面临的挑战和可能的应对措施,并对应用前景进行了展望。     

脾虚湿阻型单纯性肥胖小鼠模型的构建及评价

目的:为进一步开展中医治疗肥胖的研究,建立脾虚湿阻型单纯性肥胖小鼠模型并进行评价.方法:100只4周龄的C57BL/6N小鼠随机分为正常组20只和模型组80只,以高脂饮食加水湿垫料因素造模10周后,在肥胖模型的基础上按照脾虚湿阻证表征进一步筛选出脾虚湿阻单纯性肥胖小鼠.通过观察实验组与对照组小鼠的脂肪分布与体积,并结合...     

抗-cE抗体致新生儿溶血病1例并文献复习

目的探讨新生儿溶血病(HDN)的临床特征。方法检测1例母婴血型不合(母亲为非"O"型),伴随产后5h出现黄疸且进行性加重新生儿及产妇的血型、红细胞表面抗原表型,产妇血清不规则抗体,新生儿直接抗人球蛋白试验和溶血三项试验。结果血型:产妇为"A"型;新生儿为"AB"型。红细胞表面抗原表型:产妇为"CCDee";新生儿为"CcDEe"。产妇血清中出现抗-cE抗体。新生儿直接抗人球蛋白试验、溶血三项试验均为阳性。结论诊断新生儿为抗-cE抗体引起的Rh系统HDN。重视产前孕期夫妇及时、定期的血型鉴定及孕妇不规则抗体筛查,对于保护儿童健康,提高人口素质具有重要的意义。     

外周血涂片检出马尔尼菲蓝状菌2例

正马尔尼菲蓝状菌(Talaromyces marneffei,TM)原名马尔尼菲青霉菌,是罕见的温度依赖性双相真菌,感染发病率低,常发生于免疫抑制、免疫功能低下或缺陷者。马尔尼菲蓝状菌病是由TM感染引起的真菌病。据泰国一回顾性研究显示,     

红细胞碎片所致假性血小板增多一例

外周血中出现小红细胞、红细胞碎片及泪滴样红细胞是骨髓纤维化患者常见的表现。小红细胞及红细胞碎片大小近似于大血小板,全血自动分析仪易将其误判为血小板,导致血小板计数假性升高。现报道1例骨髓纤维化转化急性白血病的老年患者,起病时血小板明显减低,化疗后短期内血常规提示血小板数值恢复,与临床预期不符。最终通过复查血涂片以及后续的荧光染色法验证,证实为假性血小板增多,避免了误导后续诊疗。     

深度学习技术在细胞形态学图像处理的研究进展

摘要：近年来，医学成像技术的飞速发展和普及应用使得医学图像分析进入了大数据时代，传统的利用医学成像设备进行筛查诊断的工作量巨大，并且由于患者的不断增多，往往伴随着患者病理学的个体差异、医生长时间辛苦的阅片工作和医生的主观评价等缺点，常会出现因假阳性率高而误诊的现象。深度学习技术在计算机视觉领域的巨大成功让医学图像实现计算机辅助筛查诊断成为可能。本文介绍了深度学习及其在细胞形态学图像处理领域的研究进展，总结了深度学习在细胞形态学图像分析中面临的挑战和可能的应对措施，并对应用前景进行了展望。     

白细胞散点图识别模型的建立与验证

目的 建立全血细胞分析白细胞分类(WDF)通道散点图的识别模型，验证其有效性。方法 运用卷积自编码技术，算法训练采用pytorch框架，模型训练采用AlexNet为基准网络，加入先验知识算法形成双重验证机制。采用32 729份WDF通道散点图作为初始数据集，由3位检验技师对散点图进行标定，根据2次标定结果是否完全一致将初始数据集分为特征显著散点图和特征不显著散点图，训练集、验证集和测试集A所含2类散点图数量按照8∶1∶1进行划分，即26 185份散点图作为训练集，3 272份散点图作为验证集，3 272份散点图作为测试集A。再通过日常工作中11 043份散点图(测试集B)验证模型精确率，并与检验技师的判断结果进行对比分析。结果 模型和检验技师在测试集A、B的精确率分别为0.956、0.967和0.924、0.932,模型和检验技师在测试集B所含正常、异常散点图精确率分别为0.979、0.935和0.992、0.795,所含特征显著、不显著散点图精确率分别为0.985、0.921和1.000、0.662。结论 当散点图特征不显著的情况时，该模型能够给出更加准确的结论，为检验技师提供有价值...