基于新型深度全卷积网络的肝脏CT影像三维区域自动分割

肝脏分割对于肝肿瘤肝段切除及肝移植体积测量具有重要的临床价值。由于在CT影像中肝脏与邻近脏器的灰度值相似性很高,因此对肝脏区域的三维自动分割是一项具有挑战性的难题。为解决精准肝脏分割的问题,提出一种新型的深度全卷积网络结构3DUnet-C2。该结构充分利用肝脏CT图像的三维空间信息,并有效结合肝脏区域的浅层特征和深层特征。特别地,还提出一种新的3DUnet-C2网络训练策略,通过选取清晰图像,并从图像中截取肝脏区域作为样本进行训练的方式,得到初步3DUnet-C2模型权重,并使用该权重来初始化3DUnet-C2的网络参数,从而使网络达到收敛。最后,针对3DUnet-C2网络分割肝脏边界不精准的问题,在原有3DUnet-C2网络模型的基础上,运用三维条件随机场构建3DUnet-C2-CRF模型来优化肝脏分割边界。为了验证所提出三维分割模型的性能,从ISBI2017 Liver Tumor Segmentation Challenge的数据集中选取100张CT图像用于训练、验证和测试,3DUnet-C2-CRF模型在随机选取的20张测试集上的分割准确率的Dice系数为96.9%,高于3DUnet和Vnet模型的Dice系数。实验结果表明,3DUnet-C2-CRF模型具有更好的特征表达能力以及更强的泛化性能,从而可提升模型的分割准确率。     

林口县大骨节病情控制后的监测分析

我县是黑龙江省大骨节病重病区。自1981年以来，大骨节病防治以补硒为主，换粮、改水、的综合措施，使病情明显控制。1987年9月经省大骨节病防治效果专家考核组考核，认定达到基本控制水平。在巩固防治效果基础上，对病区进行了病情监测，现将结果分析报告如下：一、材料与方法1．选点1993年根据《黑龙江省大骨节病防治规范》[1]和林口县大骨节病考核资料随机抽15个病村进行临床病情监测。并在其中选13个村进行X线病情监测，选8个村进行发硒监测，监测的村占病区村数的18．52％。2．监测对象6－13岁儿童3．监测方法门临床材料：根据《地方…     

1955年～1993年林口县克山病病情分析

对林口县近４０年的克山病病情进行了动态分析．结果显示，急克自１９５５年有记载开始到１９８２年共发病２４４６例，死亡４９０例，平均每年发病９４例，死亡１９例，这期间共有６次流行高峰，其中，１９６１年和１９７０年两次较为严重．发病率均高达９０／１０万以上．全县１９７２年以来采取以口服亚硒酸钠为主的综合防治措施，使当年发病率降为４９．８８／１０万，病情显著下降．１９８２年后已连续１１年无急克、亚急克病人发生，１９８５年以来也无自然慢克出现，克山病防治工作达到国家基本控制标准。     

林口县1971年—1993年流行性出血热流行情况调查分析

林口县出血热发病历史较早、七十年代全县累计发病51例，曾于1971年和1978年分别发生两次流行。1971年发病12例，发病率3．92／10万；1978年发病16例，发病率4．13／10万。198Q年后疫区逐步扩大，出现新疫区，老疫区亦有发病。有的乡镇出现了局灶性爆发，并向城镇蔓延。八十年代全县发病158例，分布于全县所有16个乡镇中的153个村屯。发病率较高的年份是：1981年5．53／10万；1982年557／10万；1987年6．49／10万，1988年5．53／10万。（图1）一人群分布1．性别：1971－1993年全县发病265例，其中男性205例，女性60例。男女之比为3．4。1，…     

新型乳腺磁共振增强图像肿瘤区域的自动分割模型

乳腺磁共振增强图像上,乳腺癌主要有肿块型和非肿块型两种强化方式。由于乳腺肿瘤区域相对较小,肿块型和非肿块型之间形态学差异大,非肿块型自身差异性复杂,因而很难精确分割出乳腺肿瘤区域。针对这些问题,提出一套新颖的粗检测细分割的深度学习模型(YOLOv2+SegNet)。该模型在精准分割之前,首先运用YOLOv2网络在乳腺可能的肿瘤区域进行粗检测,从而得到大致可能的肿瘤区域;接下来在粗检测的基础上,针对检测到可能的肿瘤区域,运用SegNet网络进行精细分割,从而实现算法最优的性能。为了验证YOLOv2+SegNet模型的有效性,从医院采集的数据集中选取560张乳腺MRI增强图像作为训练和测试(其中训练和测试集分别为415张和145张乳腺MRI数据)。在实验的过程中,运用YOLOv2+SegNet模型,分别对乳腺肿块型、非肿块型、肿块和非肿块混合型3类MRI数据进行肿瘤区域自动分割的实验。实验结果表明:YOLOv2+SegNet模型和SegNet网络分割结果的Dice系数相比有约10%的提升,与传统的C-V模型、模糊C均值聚类、光谱映射主动轮廓模型以及深度模型U-net、DeepLab相比有更为明显的提升。