联合多MR序列迁移学习网络用于自动分级胶质瘤

目的 提出一种联合多MR序列迁移学习网络算法用于自动分级低级别(LGG)与高级别(HGG)胶质瘤,并评估其效能。方法 于开源数据库中提取76例LGG和259例HGG患者头部MR轴位T1WI、T2WI及液体衰减反转恢复(FLAIR)序列图像,均包含与轴位图像所见肿瘤最大层面相邻的20个层面图像,共6 700幅图像;采用相同的随机数列按7∶1.5∶1.5比例将各序列图像分为训练集(n=4 690)、验证集(n=1 005)及测试集(n=1 005)。以GoogLeNet预训练网络为胶质瘤分级模型的参数迁移源,重新设计输出模块,分别训练T1WI、T2WI及FLAIR单一模型,根据训练过程中的准确率和损失值曲线判断其收敛性;引入联合多序列模型投票机制,以降低单一序列模型对误分类的影响,利用测试集数据评价单一序列模型及联合多序列模型的效能。结果 各单一序列模型对训练集和验证集胶质瘤分级的准确率曲线均呈稳步上升趋势,损失值曲线均呈稳步下降趋势,之后均逐渐收敛。单一T1WI、T2WI、FLAIR模型及联合多序列模型对测试集胶质瘤分级的曲线下面积(AUC)分别为0.951 3、0.934 2、0.96...     

分割技术在医学图像中处理的应用

传统支持向量机方法应用于医学图像分割中,对支持向量机中核函数、图像特征及训练样本等几个关键问题进行了分析与研究。结合医学图像的特点,将高斯核函数作为医学图像脑组织分类的核函数,并提出了一种确定高斯核函数参数的有效方法。在图像特征提取方面,研究了纹理与灰度结合以及区域灰度两组特征提取方法。     

充分利用多媒体技术提高医学物理学教学质量

随着信息技术的飞速发展,特别是计算机技术在教学过程中的推广使用,多媒体技术已经成为现代化教学手段的重要组成部分。文章从三个方面阐述了《医学物理学》课程引进及如何合理的运用多媒体技术,以达到优化课堂教学效果、提高教学质量的目的。     

《医学图像处理》课的专题式教学研究

传统的课堂教学通常是以灌输式教学为主,不适应交叉学科课程教学的授课需要.为了适应医学图像处理课程特点,应努力探索行之有效的教学模式和手段.专题式教学模式重点强调知识的逻辑关系和其内在联系,是将理论转移到实践的高效教学模式.根据专题式教学模式的特点,探讨“专题式”教学在医学图像处理课程中的应用,及教学过程中的内容组织、教学方法、实施步骤.     

图像处理中一种改进的边缘检测技术的研究与实现

边缘检测是图像处理与识别中最基础的内容之一,一幅图像就是一个信息系统,其大量信息是由它的轮廓边缘提供的。边缘提取与检测在图像处理中占有很重要的地位,其算法的优劣直接影响着所研制系统的性能。现有诸多边缘检测的方法各有其特点,同时也都存在着各自的局限性和不足之处,因此图像的边缘检测这个领域还有待于进一步的改进和发展,本文对医学CT图像采用一种改进Sobel算法进行研究与实现,结果优于其他检测技术。     

深度学习结合区域生长对MR图像胶质瘤的分割

目的 MR图像胶质瘤的精准分割是判定肿瘤范围和制定治疗方案的前提。为解决传统胶质瘤分割方法的过程中存在的复杂度高和精度低的问题,本文提出一种改进的U-Net网络与区域生长算法相结合的方法来分割MR图像胶质瘤。方法 从公开数据库中下载胶质瘤的MR图像和手动分割标签。在U-Net网络的各层和桥中的2个卷积层间加入残差模块来改进网络,然后对网络分割结果做适度的区域生长操作来描述肿瘤的边界。使用Dice相似系数（Dice Similarly Coefficient,DSC）和边界F1(Boundary F1,BF)轮廓匹配分数（BF Score）等指标来评价本文方法的分割性能。结果 在区域生长参数优化集中,区域生长的最大强度差异和种子点的灰度阈值为0.01和86时,分割结果达到最优。在包含了肿瘤所有层面的测试集中,DSC和BF Score分别达到了0.8332和0.7283。DSC得分相较于传统的FCN-8s和DeepLab v3+网络分别提高了7.43%和4.56%。结论 改进的U-Net网络结合区域生长操作能很好地描述胶质瘤的位置、范围和边界信息,可用于辅助医生对胶质瘤进行定量分析。     

一种改进的医学图像边缘检测算法

边缘检测是医学图像预处理中最重要的内容之一。本文系统分析Pal·King模糊边缘检测算法的不足,提出了一种适用于医学图像的新型模糊边缘检测算法。该算法首先使用遗传算法对传统Otsu算法进行优化来确定阈值参数,对待测图像所对应的模糊特征平面通过基于此阈值定义的隶属函数来提取,并且对图像进行模糊增强和平滑处理以达到更好的边缘检测效果。仿真结果表明,与几种经典的处理方法相比,本算法能够对所要处理的医学图像提取出更加真实和完整的边界信息。     

PACS 系统数字化影像诊断结果联合肿瘤标记物对肝癌早期诊断的应用研究

目的：研究医学影像数据存储及传输系统（PACS）诊断结果联合肿瘤标记物对肝癌（PHC）早期诊断的应用。 方法：以PACS系统对20例PHC患者X线计算机体层摄影术（CT）、磁共振成像（MRI）影像学的资料进行收集,并与血清甲胎蛋白（AFP）、糖类抗原199（CA199）、糖类抗原125（CA125）及癌胚抗原（CEA）等血清性肿瘤标记物测定的结合,对临床PHC进行联合诊断。 结果：CT、MRI扫描的检出阳性率为85.0%,显著高于AFP的 55.0%,CEA的 30.0%,CA199的 50%,CA125的40.0%; AFP、CA199、CA125及CEA的灵敏度分别为60.0%、45.5%、44.4%、33.3%,特异度分别为50.0%、44.4%、27.3%、18.2%,联合检测中,4类指标联合CT、MRI检测的灵敏度及特异度均最高,分别为94.4%,83.3%。 结论：以PACS系统对PHC患者CT、MRI影像学的资料进行收集分析,并与AFP、CA199、CA125及CEA等血清性肿瘤标记物测定相结合,更利于临床诊断,值得推荐。     

课堂教学中的教学反思

反思性教学要求教师不断地反思自我，不断地改变自己的教学方法手段，有针对性地、高效地开展体育教学，提升自己的教学水平。教师在教学实践中反思，不仅提高教师的理论水平，而且也提高教师的实践水平，反思性教学是促进教师专业发展的有效路径。     

利用VTK实现医学CT图像三维可视化

VTK(VisualizationToolkit)作为一种通用的可视化类库,在科学和工程界有着广泛的应用,其中一种重要而又常见的应用就是在医学领域,本文介绍了可视化工具包的概念、总体框架,并研究如何处理大量的数据,利用VTK实现CT图像的三维重建及可视化。