基于生成对抗网络的肝脏CT图像分割

目的 从腹部计算机断层扫描(computed tomography,CT)图像中分割出肝脏区域,对于肝脏疾病早期诊断、肝脏大小估计以及3D重建十分重要,精准快速地分割出肝脏边缘成为研究要点.方法 采用公开发表的肝脏肿瘤数据集为研究对象,融合生成对抗网络和Unet网络对CT图像实现肝脏的自动分割.首先将腹部CT图像输入到Unet网络进行分割预测,然后通过生成对抗网络(generative adversarial networks,GAN)进行对抗训练,使得预测结果更加接近于真实结果,同时在进行对抗训练的过程中探索了不同的距离约束函数对于分割结果的影响;预测的分割结果通过Dice分数(dice similarity coefficient,Dice)、IoU分数(intersection over union,IoU)、像素精确度(pixel accuracy,PA)、相对体积误差(relative volume difference,RVD)以及相对表面积误差(relative surface area error,RSSD)在CT-核磁健康腹部器官分割挑战数据集[combined(CT-MR)healthy abdominal organ segmentation challenge data,CHAOS]数据集上进行评价.结果 L2距离约束的Gan-Unet网络可以很好地对肝脏进行分割,其Dice、IoU和PA分别达到了94.9％、91.3％、99.4％,相比于Unet的Dice、IoU和PA为92.3％、86.7％、95.8％有明确的提升.在三维指标中,本文的方法在RVD、RSSD为0.026、0.079,相比于Unet的0.042、0.191有明显下降.结论 通过对Unet网络进行生产对抗训练以及在训练过程中引入距离约束函数可以提高肝脏分割的性能,肝脏分割结果可以应用于计算机辅助诊断系统中.     

多门限分割技术及其在微核图象处理中的应用

利用概率统计中组间距离与组内距离的思想，对一幅图象的象素点进行分类，以达到最优分割图象的目的     

艾滋病防治绩效的综合评价指标体系和权重的建立

目的建立艾滋病防治绩效综合评价指标体系,确定各级评价指标体系的权重值。方法基于绩效和投入产出的思想,采用Delphi法确定评价指标体系,通过AHP层次分析法对各级指标进行权重的计算。结果经过三轮专家咨询,确立了艾滋病防治绩效综合评价指标体系,包括:2个一级指标、6个二级指标和31个三级指标,得到了各级指标的权值。结论建立的综合评价指标体系和权重具有全面性、实用性、可操作性及科学性,有重要的推广应用价值。