结合局部线性嵌入与种子信息流的交互式图像分割算法

交互式图像分割是指在分割过程中引入少量的用户指引分割出目标对象,是图像处理最基本的任务之一。现有方法通常需要构建非二次能量函数,并且普遍存在缺乏唯一解、分割精度低等问题。为进一步提高分割质量,提出一种结合局部线性嵌入和种子信息的交互式图像分割算法(seed information combined with local linear embedding,SILLE)。该算法考虑像素点的局部信息以及先验信息,将标记种子点的信息融入到新构建的能量函数中,以一种有效且快速的最小化方案得到能量函数的唯一且最优解,从而获得更加准确的分割结果。最后在不同数据集上,与不同方法进行多种指标的对比,验证了算法的有效性和可行性。

基于多尺度核模糊聚类的图像分割算法

针对现有的模糊聚类算法容易受到噪声影响,难以实现精准分割的问题,提出一种基于多尺度核模糊聚类的图像分割算法。首先,利用高斯滤波对分割图像进行多次模糊,构建多尺度空间。然后,利用图像的局部空间信息和权重信息来修改局部模糊因子,同时引入核函数,用内核诱导距离替换原始欧式度量,增加了其对噪声点和离群值的鲁棒性。将全局隶属度和局部隶属度加权,二次修正隶属度的划分。最后,使用滤波后的上层图像聚类结果依次指导下层图像聚类,避免了随机初始化,有效抑制噪声,提升算法的分割性能。为验证算法的有效性,与其他8种聚类算法进行对比分析,结果表明:所提算法在噪声污染和复杂图像中能够取得较好的分割结果。

基于LLE的边缘保持图像平滑算法

现有全局优化算法都使用不同范数约束输出图像梯度来实现图像平滑,但会牺牲图像中的弱结构信息来达到较好的平滑性能,导致输出图像出现颜色失真和细节模糊的情况。针对上述问题,提出一种基于LLE的边缘保持图像平滑算法(edge preserving image smoothing algorithm based on LLE,Ep-LLE),引入局部线性嵌入(LLE)的思想作为优化函数的正则化项并采用L_(2)范数进行惩罚。该方法利用图像局部区域内像素存在的相互关系,通过约束局部相似以实现图像平滑任务。最后通过各个算法的实验对比验证,基于LLE的边缘保持图像平滑算法能在实现图像边缘保持平滑的同时,保留图像局部结构特征,并有效避免区域内颜色一致导致的边缘阶梯状现象,避免图像颜色失真。

前背景信息一致的边界框弱监督息肉分割网络

准确的息肉分割对结直肠癌的诊断和治疗具有重要意义。由于标注准确的像素级掩码成本很高,现在的息肉分割方法严重受到像素标注短缺的影响,而粗略的边界框标注更易获得。因此提出一个通用性高、即插即用的弱监督组件PolypBox,其可以将现有全监督的息肉分割方法转换成仅使用边界框标注的息肉分割方法。该模块由掩码投影损失、像素表示模块、前背景搜索损失和邻域像素一致性损失组成。首先设计像素表示模块从特征图中学习每个像素的特征表示(embedding),根据边界框的位置信息,使用K-Means分别聚类属于前背景的多个原型;然后提出前背景搜索损失将边框内的像素点与前背景的原型进行搜索匹配建立约束;在边界框内部设计掩码投影损失约束模型预测息肉的位置,最后提出邻域像素一致性损失,令具有邻域相似的像素点对的息肉预测结果保持一致。为验证算法的有效性,在CVC-300和Kvasir等4个具有挑战性的数据集和mean Dice等6个指标上与主流息肉分割网络进行对比,其mean Dice达到0.810,有着不输于目前主流全监督息肉分割方法的分割性能,同时验证了该方法的通用性。

反向近邻构造连通图的聚类算法

大数据时代的发展使得聚类算法的应用越来越广泛,但是当前大多数聚类算法对噪声数据比较敏感,并且不能识别非凸形状等复杂结构的数据集。针对该问题,提出一种反向近邻构造连通图的聚类算法。首先,设计一种密度计算方式得到数据点的密度,并构建一种动态的噪声判别器对数据进行去噪,从而削弱噪点对聚类过程的影响;其次,考虑到反向邻居更能体现数据点与周围各点之间的联系,设计一种对去噪后数据构造反向近邻连通图来识别簇内数据结构信息的聚类方法,并利用给定的聚类数合并聚类;最后,对噪点划分聚类时,考虑到仅仅将其划分到距离最近的簇可能导致划分结果不准确,设计一种噪点划分方式,将密度信息考虑到噪点划分聚类中,得到最终的聚类结果。为验证提出方法的有效性,将该方法与其他五种聚类算法的聚类结果进行对比,采用外部评价指标Acc和NMI进行聚类结果的评价。实验结果表明,该算法在非凸形状等复杂结构的含噪数据集上的聚类效果优于对比算法。

基于mTOR/P70S6K通路研究上调miR-205-5p对肝癌细胞增殖、侵袭的影响

目的基于哺乳动物雷帕霉素靶蛋白(mTOR)/p70核糖体S6蛋白激酶(P70S6K)通路研究上调微小核糖核酸(miR)-205-5p对肝癌细胞增殖、侵袭的影响。方法肝癌HepG2细胞株经过细胞培养、转染后,分为上调miR-205-5p组、肝癌组和阴性对照组。实时荧光定量(RT)-聚合酶链反应(PCR)检测miR-205-5p表达,观察肝癌细胞增殖、凋亡、侵袭能力,Western印迹检测p-mTOR、p-P70S6K、mTOR、P70S6K蛋白表达。结果上调miR-205-5p组miR-205-5p表达显著高于肝癌组和阴性对照组,阴性对照组显著高于肝癌组(均P<0.05)。在24、48、72 h,上调miR-205-5p组细胞光密度值均显著低于阴性对照组和肝癌组,阴性对照组光密度值均显著低于肝癌组,在72 h差异表现最为明显(P<0.05),阴性对照组和肝癌组随着时间延长,光密度值逐渐显著升高,上调miR-205-5p组光密度值逐渐显著降低(均P<0.05)。上调miR-205-5p组72 h细胞增殖数、细胞侵袭数显著低于肝癌组和阴性对照组,细胞凋亡数显著高于肝癌组和阴性对照组(均P<0.05)。上调miR-205-5p组mTOR、P70S6K、p-mTOR、p-P70S6K蛋白表达显著低于肝癌组和阴性对照组(均P<0.05)。结论上调miR-205-5p可以影响mTOR/P70S6K信号通路的活性,参与肝癌细胞侵袭、增殖、凋亡的过程。

高斯尺度空间下估计背景的自适应阈值分割算法

为有效分割非均匀光照图像,提出一种在高斯尺度空间下估计背景的自适应阈值分割算法.首先,利用二维高斯函数对待处理图像进行卷积操作来构建一个高斯尺度空间,在此空间下进行背景估计,并采用背景差法来消除非均匀光照干扰,从而提取出目标图像;然后,采用γ矫正进行增强处理以突出较暗目标信息;最后,经强调谷底的最大类间方差法进行全局分割得到最终结果.为验证算法的有效性,对非均匀光照条件下文本图像以及非文本图像进行了测试,并与基于偏移场的模糊C均值方法、灰度波动变换自适应阈值分割算法和自适应最小误差阈值分割算法,在错误分割率和运行时间上进行了对比.实验结果表明,对比以上三种方法,该算法的分割结果更为理想.

自适应最小误差阈值分割算法

对二维最小误差法进行三维推广,并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法.但该方法为全局算法,仅适用于分割均匀光照图像.为提高其自适应性,本文采用Waterflow模型对非均匀光照图像进行背景估计,以此获得原始图像与背景图像的差值图像,达到降低非均匀光照对图像分割造成干扰的目的.为进一步提高分割性能,本文对差值图像采用γ矫正进行增强,然后采用鲁棒最小误差法进行全局分割,从而完成目标提取.最后本文对均匀光照下以及非均匀光照下图像进行了实验,并与一维最小误差法、二维最小误差法、三维直方图重建和降维的Otsu阈值分割算法、灰度波动变换自适应阈值方法以及一种改进的FCM方法在错误分割率和运行时间上进行了对比.实验结果表明,相对于以上方法,本算法的分割性能均有明显提升.

一种结合纹理信息的三维Renyi熵阈值分割算法

充分利用图像空间邻域信息,引入均值-中值-梯度共生矩阵模型,并结合Renyi熵相关理论,提出一种结合纹理信息的三维Renyi熵阈值分割算法.同时给出了该方法的快速递推公式,有效的节省了计算时间与存储空间.实验结果表明,与现有分割算法如最大类间方差法、最小误差法、最大熵法和灰度-梯度法相比,本方法的分割效果更为理想,即使对于低对比度、低信噪比的目标,本文算法也更具鲁棒性.

颅内压监测及脑室引流在破裂动脉瘤夹闭术后的临床应用

目的探讨颅内压监测及脑室引流在破裂动脉瘤夹闭术后临床治疗效果。方法本组病例共34例,发生自发性蛛网膜下腔出血(subarachnoid hemorrhage,SAH)后早期手术,术后实施颅内压监测及脑室引流。1周后行DSA复查,观察脑血管痉挛情况,术后动态颅脑CT复查,术后半年随访,应用Barther指数评价预后情况。结果本组11例发生脑血管痉挛(32.3%),无脑梗死。术前脑积水14例,术后脑积水缓解10例,半年后复查头颅CT脑积水6例(17.6%)。Barther指数分级:Ⅰ级24例;Ⅱ级6例;Ⅲ级3例,Ⅳ级1例。结论颅内动脉瘤破裂夹闭术后,脑室内置入脑室型颅内压探头进行颅内压监测及脑室引流安全有效,能减少脑血管痉挛、脑积水及早期脑损伤等并发症的发生。

超早期支架辅助栓塞颅内破裂动脉瘤的疗效观察

目的探讨颅内破裂动脉瘤超早期支架辅助栓塞治疗的效果。方法回顾性分析超早期采用支架辅助栓塞治疗的13例颅内破裂动脉瘤患者的临床资料,术前Hunt-Hess分级：Ⅰ-Ⅱ级7例,Ⅲ级4例,Ⅳ级2例。在动脉瘤破裂发病24 h内,于气管插管全身麻醉下,对患者行支架辅助弹簧圈栓塞治疗。按Raymond分级标准评估术后栓塞情况,观察术后并发症以及依据改良Rankin量表（mRS）评分评估术后1-6个月的随访结果。结果恢复良好11例,术后偏瘫1例,术后出血1例;无死亡病例。随访期内,无再出血病例,复发1例行再次栓塞后2个月,DSA示动脉瘤完全栓塞。结论超早期支架辅助弹簧圈栓塞颅内破裂动脉瘤方法可行,可提高破裂动脉瘤治愈率,改善患者预后。

基于均值—中值—梯度共生矩阵模型的最大熵分割算法

针对基于灰度—梯度共生矩阵模型的最大熵阈值分割算法抗噪声差的缺点,引入了均值—中值—梯度共生矩阵模型,并提出了基于该模型的最大熵阈值分割算法。为了有效地节省计算时间与存储空间,进而导出了该方法的快速递推公式。实验结果表明,该算法优于灰度—梯度模型分割方法,并能抑制高斯噪声、椒盐噪声以及其混合噪声对分割结果的影响,提高了分割的鲁棒性。

基于图像区域的交互式文本图像阈值分割算法

针对现有局部阈值分割算法因参数过多带来的参数选择问题以及在分割结果中块与块之间不连续性问题,利用用户提供的先验知识或经验,提出了一种基于灰度图像区域的交互式文本图像阈值分割算法.该方法首先粗略地将图像进行分块;利用标准差作为衡量图像块含有信息量(背景信息与目标信息)多少这一度量,接着按标准差大小对所有图像块进行排序;然后由用户输入交互式信息将所有图像块分为3个集合:仅含背景或仅含目标的图像块、含有少量背景或者是含有少量目标的图像块以及背景和目标分布比较均衡的图像块;最后对各个集合中的图像块分别按相应准则进行分割.实验结果表明,对于均匀和非均匀光照条件下的文本图像,与全局分割算法、直接分块分割算法和Chou方法相比,该方法在分割效果上有显著提升,而且执行效率也较高.另外,对于部分非文本图像也同样有效.

复合手术治疗颈内动脉床突旁巨大动脉瘤一例

患者女，47岁，因“视物模糊及头晕10 d”于2014年1月12日收入首都医科大学宣武医院神经外科。体格检查：意识清楚，双眼活动良好，光反射灵敏，国际标准视力表显示右眼视力0．3，左眼视力0．7，右眼颞侧偏盲，其余项目正常。辅助检查：头部 CT鞍上占位（图1），MRI示血液流空影（图2），考虑为颈内动脉床突上段巨大动脉瘤。全脑 DSA检查发现右侧颈内动脉床突上动脉瘤（图3，4）。动脉瘤位于右侧颈内动脉床突上段，瘤体朝向内上，大小2．6cm×2．1 cm，瘤颈宽度0．4 cm。考虑动脉瘤巨大，瘤颈较宽，且位于前床突附近，单纯进行血管内介入治疗或开颅手术风险均高，因此考虑在复合手术室内联合两种术式治疗。

奥曲肽对人结肠癌细胞抑制及凋亡的影响

目的观察奥曲肽抑制人结肠癌SW620细胞增殖并诱导其凋亡的作用。方法奥曲肽作用于体外培养的SW620细胞后,通过MTT比色法测定细胞增殖抑制作用;采用AO/EB染色荧光显微镜观察奥曲肽诱导SW620细胞凋亡后的形态学改变;应用流式细胞术(FCM)分析细胞凋亡率。结果奥曲肽作用SW620细胞后,MTT检测显示细胞增殖活性受到明显抑制,且呈一定浓度依赖性;AO/EB染色可见典型凋亡小体,PI染色流式法显示细胞凋亡率明显上升。结论奥曲肽具有抑制体外培养人结肠癌SW620细胞增殖,并有效诱导其凋亡作用。

立体定向辅助下神经内镜手术治疗小脑出血(附16例报临床分析)

目的探讨立体定向辅助下神经内镜手术治疗小脑出血临床可行性。方法对我科2004年3月至2007年2月小脑出血16例,采用立体定向辅助下神经内镜手术治疗回顾分析。结果术后第2天和第7天复查头颅CT,12例血肿完全清除,3例大部分清除,6个月后疗效评定,优良率为81%,死亡率6.3%。结论采用立体定向辅助下神经内镜手术治疗小脑出血,操作可行,疗效理想。

Wnt信号通路与肿瘤及肿瘤靶点治疗研究新进展

Wnt信号传导通路与肿瘤的关系是近年来肿瘤研究的热点,Wnt信号通路包含许多信号成员蛋白,其中任何1个成员蛋白的突变或异常均可激活Wnt信号通路引起细胞异常增殖而导致肿瘤的发生。为此,针对Wnt信号通路不同基因靶点的高特异性基因药物开发以及肿瘤的分子诊断也相继出现。本文回顾近年来相关文献,就Wnt信号通路及其与肿瘤的关系和Wnt信号通路为靶点的肿瘤基因治疗3个方面做一综述。

基于局部模糊聚类的超像素分割算法

现有大多数超像素分割算法通过颜色信息设计不同的距离函数对图像进行硬划分,但面对复杂图像取得的分割性能仍有待提高。为此,提出一种新的基于局部模糊聚类的超像素分割算法,通过利用局部模糊聚类算法以隶属度的形式对复杂图像进行软化分得到超像素。最后与几种典型的超像素分割算法进行对比,实验结果表明:该算法能生成较为规则且边界贴合度更高的超像素。

基于超像素和随机游走的交互式分割算法

交互式图像分割通过先验信息指导获取图像中人们感兴趣的部分,但是现有算法无法在效率和精度上实现平衡。为了解决此问题,提出了一种基于超像素和随机游走的快速交互式分割算法(random walk on superpixel,SPRW)。首先,将图像预分割为具有局部相似性的超像素区域,使用像素颜色均值对超像素区域表示;其次,根据人工标记的先验信息建立F-B图结构,扩展随机游走的范围,并使用随机游走的方法求解,获得硬分割结果;最后,针对分割结果的边界不光滑问题,提出改进的抠图算法(fast robust matting,FRB)进行二次处理,得到软分割结果。在BSD500和MSRC数据集上的实验证实,所提出的硬分割方法与其他算法在时间和平均交并比等指标上有较大优势;在Alpha Matting数据集上的实验充分证实所提出的软算法在提高效率的同时精度也有一定的提升;此外,在生活照更换背景的实验上展现了该算法的应用价值。

基于目标特征蒸馏的车道线检测

为满足自动驾驶系统实时性要求,现有方法将编码器输出的特征图直接上采样进行像素级预测,从而忽略了解码器对于细节特征预测的重要性。为解决该问题,提出一种通用的基于目标特征蒸馏的车道线检测框架。首先,在使用直接上采样方式的网络中,增加一个具有较强特征预测能力的解码器;然后,在网络训练阶段,通过知识蒸馏技术将解码器生成的预测结果作为软目标,以使直接上采样分支学习到更为详尽的车道线信息,让其具有解码器的较强特征预测能力;最后,在网络推理阶段仅需使用直接上采样分支,而无需对解码器进行前向计算,因此相比现有模型在不增加额外计算成本的同时还能提高车道线检测性能。为验证本框架的有效性,将其应用到诸如SCNN、Deeplabv1、Res Net等多种主流的车道线分割方法上。实验结果表明:在不增加额外复杂度的条件下,所提出方法在Culane数据集上获得了更高的F1-Measure评分。