基于灰度幅值直方图的视网膜出血点检测算法

为减少图像亮暗不均、出血点间灰度差异大对视网膜出血点检测结果的影响,提出一种基于灰度幅值直方图零点阈值与区域特征分析的视网膜出血点检测算法。算法通过大尺度中值滤波器实现图像的阴影校正,结合凹凸线段对背景干扰点进行抑制,完成前期的预处理操作;由各行各列幅值直方图中第一个零点进行暗目标自动阈值分割,并基于幅值特征的区域生长改善血管连续性;根据血管与出血点间形状的不同去除血管,实现了出血点分割。在DIARETDB1公开图库中的测试结果验证了算法的有效性。

融合注意力机制和中间监督的眼底图像出血点分割方法

针对眼底图像中小尺寸出血点分割能力不足和抗噪声能力弱导致分割精度低的问题,提出了一种融合注意力机制和中间监督的U-Net模型。首先在编码器向解码器传送浅层特征的跳跃连接结构中引入注意力门模块,以消除浅层特征图中无关噪声产生的歧义;然后在多尺度特征融合阶段引入CBAM注意力模块,以提升特征图之间的相互依赖关系和局部特征的表征能力;最后使用基于真值标签的自编码网络对网络训练过程进行中间监督,以提升模型的整体性能。方法在IDRiD数据集上进行模型训练与验证,准确率为80.13%,召回率为86.77%,F-score为83.32%。实验结果表明,该方法性能较优能够有效实现出血点的分割。

基于k均值聚类和自适应模板匹配的眼底出血点检测方法

眼底出血点是糖尿病视网膜病变的早期症状,准确检测眼底图像中的出血点,对于构建糖尿病视网膜病变的自动筛查系统具有重要意义,本研究提出了一种基于k均值聚类和自适应模板匹配的出血点检测方法。首先利用HSV空间亮度校正以及对比度受限自适应直方图均衡化方法对眼底图像进行预处理,然后使用k均值聚类分割出候选目标,最后利用自适应归一化互相关模板匹配与支持向量机(SVM)分类器对候选目标进行筛选,从而得到真正的出血区。采用DIARETDB数据库的219幅眼底图像进行实验,本方法在图像水平的灵敏度为100%,特异性为80%,准确率为92.4%,在病灶水平的灵敏度为89%,阳性预测值为87.3%。结果表明本方法能够实现眼底图像中出血点的自动检测。

一种眼底图像出血点的检测算法

目的提出一种基于灰度检测和形态学重构的出血点(hemorrhages,HA)自动检测算法,以提高糖尿病视网膜病变(diabetic retinopathy,DR)眼底图像的质量和灵敏度。方法对预处理后的图像进行灰度阈值分割,保留并提取出HA和血管特征,再利用形态学方法去除血管并消除图像边缘假阳性区域,形成新算法。用新算法测试公开数据库DIARETED1中的50幅图像(45幅HA病变图像,5幅正常图像),与专家人工判断结果进行比对验证。结果该算法的灵敏度(sensitivity,SE)和特异性(specificity,SP)分别为93.33%和80.00%。结论该算法可提升眼底图像质量和灵敏度,在不借助医生经验的条件下完成快速判定,很大程度提高了筛查的效率。

不同麻醉方式对内镜下探查成人鼻腔后部出血点效果分析

目的研究利多卡因/肾上腺素表面麻醉和全身麻醉2种不同麻醉方式对成人后鼻腔出血内镜探查术中出血点发现率的影响。方法根据患者意愿及病情情况将164例后鼻腔出血患者分为表面麻醉组118例和全身麻醉组46例,分别在利多卡因/肾上腺素表面麻醉(1%利多卡因+0.01%肾上腺素配比液10ml,用棉片收缩鼻腔黏膜及表面麻醉),或全身麻醉(在全麻基础上使用0.01%肾上腺素配比液10ml,用棉片收缩鼻腔黏膜)下施行内镜探查止血术。观察2种麻醉方式在出血点发现率、术后鼻腔填塞情况以及单次手术治愈率方面的差异。结果表面麻醉组术中发现确切出血点80例,术后鼻腔填塞16例,单次手术治愈102例;全身麻醉组术中发现确切出血点22例,术后鼻腔填塞17例,单次手术治愈36例。表面麻醉组术中出血点的发现率为67.80%,全身麻醉组为47.83%(P<0.05)。表面麻醉组术后鼻腔填塞比例为13.56%,全身麻醉组为36.96%(P<0.05)。结论在鼻内镜探查止血术中,利多卡因/肾上腺素表面麻醉下探查鼻腔出血点的成功率显著高于全身麻醉,有利于降低术后鼻腔填塞率,促进患者康复。

急性单纯性硬膜下血肿-其形成和出血点与手术关系

急性单纯性硬膜下血肿（ASH）是由于脑皮层动静脉或桥静脉破裂引起出血，血液在脑表面形成较大区域的血肿，从而对开颅骨瓣选择、出血点发现造成一定难度。现回顾性分析本院近10年102例急性单纯性硬膜下血肿CT征象，术中所见．复习文献加以总结。

生后仅有皮肤出血点的足月新生儿凝血机制结果分析

目的：探讨生后仅有皮肤出血点的新生儿凝血机制的结果分析。方法：对本院2011年8月至2012年4月出生的2037例新生儿，生后即刻查体发现有皮肤出血点的足月新生儿有137例，所有此类患儿均采取肘静脉抗凝血，进行出血性疾病筛查试验：包括血小板计教、凝血酶原时间（PT）（反映外源性凝血因子Ⅱ、Ⅴ、Ⅶ、Ⅹ）、活化部分凝血活酶时间（APTT）（反映内源性凝血因子Ⅷ、Ⅸ、Ⅺ、Ⅻ）、凝血酶时间（TT）反映纤维蛋白原（FIB）、凝血酶原缺陷或纤维蛋白降解产物FDP增加）及纤维蛋白原（FIB）。结果：皮肤出血点与凝血机制密切相关。生后有皮肤出血点的足月新生儿137例中凝血机制有异常者有132例，占96．35％。且均有围生期异常因素。结论：建议将出血性疾病筛查试验列为有皮肤出血点的新生儿的常规检测指标，早期防治新生儿出血性疾病。

软腭出血点对肾综合征出血热早期诊断的价值

本文以公认的捕捉法ELISA检测HFRS血清中的特异性IgM作金标准,观察考核了123例HFRS患者口腔软腭出血点(软腭出血点)的阳性率。结果在123例HFRS中,软腭有出血点112例,阳性率为91.06,捕捉法ELISA检测血清中特异性IgM阳性119例,阳性率为96.75%,两个阳性率比较,P>0.05,无显著性差异。软腭出血点敏感度92.44%,诊断符合率91.06%,阳性预测值98.21%,假阴性7.56%,结果提示软腭出血点的出现对HFRS早期诊断有很大参考价值。

反复皮肤出血点,双下肢水肿

病历摘要患者女,36岁。因反复皮肤出血点5 a,加重伴双下肢水肿4个月,于2010年5月10日入院。2005年3月,患者因无明显诱因出现皮肤出血点（以双下肢多见）、鼻衄、牙龈出血、乏力就诊于我院,无咯血、黑便、血尿等。

软腭出血点及血小板锐减对出血热早期诊断价值

目的 :寻找对肾综合征出血热 (HFRS)早期诊断的指标。方法 :选择 110例经特异性抗体检测明确诊断为H FRS的患者作为观察组 ,对其口腔软腭出血点及血小板计数进行临床观察并与病毒性感染的口腔疾病患者共 110例作对照。结果 :观察组中 10 3例口腔软腭有形态各异的出血点 (占 93 .6% ) ,10 5例血小板计数减少 (占 95 .5 % ) ;而对照组中患者不伴有口腔软腭出血点及血小板减少。两组资料经统计学处理有显著性差异 (P<0 .0 1)。结论 :H FRS患者口腔软腭出血点及血小板计数锐减出现时间明显早于特异性抗体出现时间 ,是临床诊断的重要依据 。

皮肤出血点、发热、神志改变1例

1病历摘要 患者，女，40岁，主因“发现全身皮肤出血点3天”于本院血液科门诊就诊，查血常规：白细胞（WBC）4．32×10^9/L，N0．558，血红蛋白（HGB）102g／L，血小板（PLT）8×10^9／L，遂转至本院急诊治疗。

以皮肤出血点为主要表现的遗传性球形红细胞增多症1例

病例患儿，女，２．５岁，两年前无明显诱因出现皮肤针尖大小出血点，较密集，在当地医院诊断为“血小板减少性紫癜”，经先锋霉素、双黄连注射液和地塞米松治疗，五天后皮肤出血点减少，但出院后多次复发，经上述药物治疗仍有效，半月前皮肤出血点再次出现，并伴有齿龈渗...

饮酒后脸上出现出血点怎么办?

问:饮酒后脸上的出血点是什么?答:大部分人饮酒后的主要症状是脸色发红。酒精进入肝脏后,先氧化成乙醛,乙醛会引起末梢血管扩张,尤其是面部毛细血管扩张明显,从而出现脸红。一般来说,这种脸红是一过性的,会随着酒精在体内代谢而消失。

皮肤出血点2周，既往体检多次发现血小板减少

基本情况患者，女，32岁。发现皮肤出血点2周就诊，体检曾多次发现血小板减少，就诊于社区卫生中心。问题1 接诊该患者时，应了解哪些相关病史？分析“基本情况”，可以明确以下2点：①女性，近期有皮肤出血，既往曾多次发现血小板减少。因此，患者皮肤出血点可能与血小板减少关系较大，而由其他原因（血管因素和凝血因子异常）导致皮肤出血可能性小。

皮肤出血点2周，既往多次血小板减少．

基本情况患者，女，32岁。发现皮肤出血点2周就诊，体检曾多次发现血小板减少，就诊于社区卫生服务中心。

现场血迹推断出血点位置的研究进展

血迹是命案现场最常见的痕迹之一,对血迹形态的分析是一种重建犯罪现场的有效方法,而根据现场血迹推断出血点位置则是血迹形态分析的主要任务之一。随着血迹研究的不断发展,出现了许多不同的方法(如传统拉线法、三角函数法、绘图法、计算机程序法、公式计算法、回归方程法等)用于推断出血点位置。通过结合国内外相关文献,对不同的方法进行了综述,以期为相关研究提供参考。

利用计算机分析出血点位置的一种方法

判断出血点位置是现场血迹形态分析的任务之一,也是犯罪现场重建的重要内容之一。利用数学模型,将现场血迹的数码相片输入计算机程序中,在血迹上套选对应的椭圆形,通过椭圆参数计算出血迹的长宽、方向角、接触角等数据,观察血滴飞行路线在坐标平面上的投影,可以分析出血点的坐标参考值。该方法与人工拉线测量法相比,具有简便、快捷、高效等优点,结果也较接近实际值,为缩小与国外软件的差距迈出了一步。