基于回归预测的肺4D-CT多相位配准

针对由于灰度不均和局部形变较大引起的肺4D-CT图像配准精度不足问题,提出基于回归的逐块预测初始形变的方法。新方法的核心思想是:配准一幅浮动图像至参考图像时,利用与浮动图像相对应的不同相位的图像信息进行形变场预测。首先,利用已有配准算法配准不同相位的图像至参考图像,得到各图像对应的形变场;再将图像和对应形变场分块作为训练集,利用多维支持向量回归机建立回归模型;将浮动图像分块输入回归模型中,预测出初始形变场,从而得到中间图像,并最终细化配准中间图像与参考图像。采用由德克萨斯安德森肿瘤中心DIR实验室采集并公开的数据集,评价所提出的算法。实验量化评价结果表明,与传统的Active Demons算法、Spectral Log-Demons算法相比,图像的均方误差平方和显著降低(Active Demons算法49.34±23.92,Spectral Log-Demons算法31.81±15.09,所提出算法18.97±5.75,P<0.05),相关系数显著提高(Active Demons算法0.952±0.022,Spectral Log-Demons算法0.967±0.015,所提出算法0.980±0.006,P<0.05)。同时,视觉评价结果显示,所提出算法能够获得更准确的配准图像。     

医院报销管理系统的建设与实践

目的 通过医院报销管理系统的建设,解决目前医院手工报账模式的不足,推动财务管理改革,促进医院精细化管理。方法 搭建基于HRP的医院报销管理系统,对接预算系统、科研采购平台与银医直连系统等,实现报销申请、报销审核与报销支付环节的全生命周期信息化管理。结果 该系统简化了报账流程,实现了预算事前控制,方便财务信息化管理与监控,提高了医院报账业务的规范性和准确性。结论 响应政府会计制度的要求,建设基于HRP的医院报销管理系统,能优化医院报账业务,提高工作效率,为进一步加强医院财务管理提供有力支持。