颅内动脉瘤破裂患者显微动脉瘤夹闭手术时机对疗效及预后的影响

目的探究显微动脉瘤夹闭手术时机对颅内动脉瘤(IA)破裂患者临床疗效和预后的影响。方法搜集2020-05—2023-05内江市第一人民医院治疗的96例颅内动脉瘤破裂患者的临床资料,根据患者发病至手术时间分为超早期组(24 h内)49例和早期组(24~72 h)47例,比较2组患者临床疗效、并发症和预后情况。结果2组患者手术完全夹闭率和术中IA再破裂率比较差异无统计学意义(91.84%比85.11%,6.12%比4.26%,P>0.05)。超早期组术前IA再破裂发生率低于早期组(0比12.77%,P<0.05),并发症发生率低于早期组(16.33%比34.04%,P<0.05),预后良好率高于早期组(85.71%比68.09%,P<0.05)。结论在IA破裂24 h内的超早期进行显微动脉瘤夹闭手术疗效优于发病后24~72 h,超早期手术能够降低术前IA再破裂风险,减少并发症,改善患者预后。

一种多任务学习结合U-Net的微动脉瘤图像分割方法

微动脉瘤是检测糖尿病初期视网膜病变的关键病灶,针对微动脉瘤图像分割问题,提出了多种图像预处理技术与多任务学习网络相结合的方法。该方法使用了多种图像预处理技术,在UNet中引入了注意力机制,并将微动脉瘤图像分割作为主任务,微动脉瘤存在性检测作为副任务,利用多任务学习结合U-Net来提升主任务分割效果。在国际公开数据集上进行实验,获得了AUC为9.48%以及AP为51.40%的结果,与单任务图像分割相比,AP值提升了3.82%,由实验结果可知该方法能够提升微动脉瘤的分割效果。

嵌入CBAM的改进Faster RCNN眼底微动脉瘤检测方法

眼底微动脉瘤检测可以有效地预防和控制糖尿病性视网膜病变,在临床应用中具有重要的意义,但该病灶的目标区域较小且存在眼底出血和其他结构的干扰,同时眼底图像存在亮度、对比度不均的问题,给检测任务带来了巨大挑战。针对此问题提出一种基于Faster RCNN网络的微动脉瘤小目标检测方法,先对数据集进行以病灶为中心的分块处理,提升目标区域的占比;再将主干网络替换为特征表达能力强的ResNet网络,并引入注意力机制,结合加入融合因子的特征金字塔模块进行多尺度特征融合,改善主干网络提取小目标特征信息的能力,增加其对目标区域的关注程度。实验结果表明,算法在E-Ophtha MA数据集上取得了良好的检测效果,精确率为91.3%,召回率为80.2%,较原模型精确率提高了13.1%,召回率提高了8%,且与其他方法相比检测效果更好。

基于视网膜中央视野微动脉瘤预测糖尿病视网膜病变严重程度的可行性

目的探讨视网膜微动脉瘤(MAs)预测糖尿病视网膜病变(DR)严重程度的可行性。方法回顾性临床研究。纳入我院2020年1月1日至2022年12月31日就诊的2型糖尿病患者100例(100只眼),针对受检眼均进行眼底照相和检眼镜下眼底检查,定量评估视网膜MAs、出血(Hmas)和硬性渗出(HEs)与DR程度的关系。结果无DR患者的图像中量化的MAs数量可以忽略不计,而轻、中、重度非增生性糖尿病视网膜病变(NPDR)患者的平均MAs数量随着DR严重程度的增加而显著增加。中度和重度NPDR患者均检测到Hmas,红色病变(RLs)代表MAs和Hmas平均值的组合,与单独量化MAs的趋势相同,但由于Hmas的影响,RLs的数值更高。最后,无NPDR或轻度NPDR患者未检出HEs,中度NPDR和重度NPDR患者的HEs值均检出。在所有病例中,不同严重程度的视网膜病变量化差异均有统计学意义。结论在视网膜中心区域的眼底彩色照相(CFP)图像可量化视网膜病变数量,评估DR严重程度,其间存在强大的相关性。此外,MAs和Hmas作为眼底图像中疾病严重程度的可量化变量,可以作为临床试验的相关疗效终点。

基于并联多尺度卷积神经网络的微动脉瘤检测方法

由于视网膜图像中微动脉瘤尺寸小、背景干扰多,导致传统方法检测时准确率低,现阶段的深度学习模型大多针对大尺寸目标进行检测,存在结构复杂、对小目标的检测效果不佳的问题。为解决以上问题,提出了一种基于并联多尺度卷积神经网络的微动脉瘤检测方法。首先,建立微动脉瘤尺寸与检测用理论感受野之间的对应关系;然后,根据微动脉瘤的类型和尺寸范围构建包含两个感受野尺度的并行卷积网络;最后,提出了一种基于主动学习的训练集构建与数据增广方式,以提高模型的检测性能。方法在两个公开数据集和1个自采眼底数据集中进行了对比实验,实验结果表明,该方法能有效实现微动脉瘤的检测,相比于同类方法对于小尺寸和与血管粘连的微动脉瘤具有更好的检测效果。

多特征尺度融合改进Faster-RCNN视网膜微动脉瘤自动检测算法

视网膜微动脉瘤的检测对于早期发现糖尿病视网膜病变等重要疾病至关重要,但该病灶尺寸相对较小,属于眼底图像中的微小目标,现有的微动脉瘤检测算法难以实现该病灶的精准检测,为此提出了基于多特征尺度融合的改进Faster-RCNN微动脉瘤自动检测算法。该算法在Faster-RCNN网络模型的基础上,首先采用多特征尺度融合对特征提取网络与RPN结构进行改进以提高网络对于微小目标特征的利用;然后,通过感兴趣区域齐平池化以消除感兴趣区域池化过程中引入的量化误差;最后,通过对损失函数中的smooth L1损失函数进行重新设计得到平衡L1损失函数以实现损失函数优化,从而有效降低大梯度难学样本与小梯度易学样本间的不平衡问题,进而使得模型能够得到更好地训练。针对眼底图像中微动脉瘤的自动检测,将优化后的Faster-RCNN网络模型在Kaggle数据集上进行训练及测试,并与其他方法进行对比。实验结果表明,与其他各种结构的Faster-RCNN网络模型相比,所提出的基于多特征尺度融合的改进Faster-RCNN算法能显著提高检测结果(F-score与原始Faster-RCNN相比提升了9.36%);与其他网络模型以及方法相比,所提出的基于多特征尺度融合的改进Faster-RCNN的自动检测精度明显更优。故所提出的基于多特征尺度融合的改进Faster-RCNN算法性能较优,能准确、有效地检测出眼底图像中的微动脉瘤。

基于多角度分析统计的眼底图像微动脉瘤自动检测

糖尿病视网膜病变(DR)是新增失明的主要原因,而视网膜微动脉瘤(MA)是糖尿病视网膜病变的早期临床表现之一。然而,由于微动脉瘤体积小,与周围背景的对比度差,很难用肉眼直接观察出来。本文提出了一种基于多角度分析统计的特征提取方法,每种预处理方法作为一个角度提取一组特征,利用多层感知机分类器(MLP)进行分类,最后对所有的分类统计求均值。该方法在e-ophtha-MA数据库上进行了评估,并获得了较高的灵敏度。使用FROC指标,最终平均得分为0.510,灵敏度为0.91,AUC值为0.98,与现有最先进的方法相当。实验证明,本文提出的基于多角度分析统计提取微动脉瘤的方法增强了MA的识别能力,有利于分类,提高了检测性能。

OCTA与炫彩激光扫描眼底成像对糖尿病视网膜病变黄斑区微动脉瘤的检出比较

目的对比观察炫彩激光扫描眼底成像(MSLI)与相干光层析血管成像术(OCTA)在对糖尿病视网膜病变(DR)患眼黄斑区微动脉瘤(MAs)的检出情况。方法回顾性病例研究。临床检查确诊的DR患者32例(49只眼)纳入研究。采用Heidelberg HRA行荧光素眼底血管造影(FFA)及炫彩眼底照相检查;采用Cirrus OCTA行黄斑区OCTA检查,扫描范围3 mm×3 mm。将MSLI、OCTA、FFA各自检出的MAs数进行比较分析。结果三种检测手段对MAs检出数结果比较分析差异有统计学意义:FFA[13(9,20)]>OCTA[9(7,14)]>MSLI[6(5,9)],(Wald=136.907,P<0.001)。结论OCTA与MSLI对黄斑区的MAs都能很好的进行检测,但OCTA的检出数明显高于MSLI。

微动脉瘤与出血自动检测的NPDR图像分型方法

为构建糖尿病视网膜病变(DR)自动筛查系统,依据新的糖尿病视网膜病变国际临床分型标准,提出了一种基于微动脉瘤(MAs)和视网膜内出血(HAs)自动检测的非增生性糖尿病视网膜病变(NPDR)图像分型方法。首先在红色通道上利用自适应阈值、形态学技术及区域主动轮廓模型对视盘中心进行精确定位;再者,在绿色通道预处理及现有算法改进的基础上,提出了一种新的基于Radon变换的方法对HAs和MAs进行识别,有效地抑制了血管或背景纹理的干扰,算法不依赖于血管的分割,也无需多尺度匹配滤波器。实验选取了120幅高分辨率的NPDR图像,对HAs和MAs的检测均得到较高的灵敏度和特异性,在各分型上准确率都达到了85%以上,不存在漏诊的情况。算法稳定,具有较高的实用价值。

免散瞳眼底图像中微动脉瘤的高效自动检测

为快速、有效地自动检测免散瞳眼底图像中的微动脉瘤,构建基于免散瞳眼底图像的糖尿病视网膜病变自动筛查系统,提出了一种简单而高效的微动脉瘤自动检测算法。在对免散瞳眼底图像G通道预处理的基础上,利用数学形态学分割提取硬性渗出和血管;并通过将二者从扩展极小值变换后的二值图像中去除而获得微动脉瘤候选区域;进而根据尺寸信息获取真正的微动脉瘤。利用该算法对两组不同质量免散瞳眼底图像进行微动脉瘤自动检测,并对检测结果进行统计分析。结果表明:两组图像检测结果精度均较高,相应指标间的相对误差均低于4%,且处理效率高(平均一幅图像的处理时间为9.7 s)。该算法能够高效地自动检测出免散瞳眼底图像中的微动脉瘤,且算法稳定可靠,具有很高的实用价值。

基于相位一致性模型的眼底微动脉瘤检测方法

眼底微动脉瘤是糖尿病视网膜病变最早期的症状,准确检测眼底图像中的微动脉瘤对糖尿病视网膜病变的筛查具有重要意义。提出一种基于相位一致性模型的微动脉瘤检测方法。首先采用相位一致性模型获取微动脉瘤候选者,然后通过构建灰度剖面图去除图像中血管片段等无关信息,从而筛选出真正的微动脉瘤。通过对ROC网站提供的50幅眼底图像进行实验,在图像水平上实现了灵敏度94%、特异性100%、准确率96%的检测效果。结果表明,该方法对图像的亮度、对比度不敏感,能够高效自动地检测出彩色眼底图像中的微动脉瘤。

融合特征相互关系的视网膜微动脉瘤提取

为了抑制视网膜不同结构特征之间的影响,提高视网膜微动脉瘤的检测精度,提出了一种基于特征相互关系的视网膜微动脉瘤提取算法。首先,对视网膜灰度图像进行均值滤波,检测圆形边界和视盘,并构建视盘掩模。然后,对视网膜绿色分量图像自适应直方图均衡化,利用Canny方法提取边缘,移除图像圆形边界并填充封闭的小面积对象。最后,考虑不同特征之间的相互关系,消除较大面积对象后进行"逻辑与"运算移除视网膜渗出物、血管和视盘,得到视网膜微动脉瘤图像。实验结果表明:该算法能够有效提取视网膜眼底图像中的微动脉瘤,其敏感度、特异性、阳性预测值和检测精度分别达到了94.81%、96.04%、91.64%和95.66%,基本能够满足临床应用对稳定性和精度的要求。

标准七视野眼底彩色照相中微动脉瘤病灶自动化识别研究

目的·评估监督机器学习算法自动化检测标准七视野眼底彩色照相中微动脉瘤病灶的准确性及检测效率。方法·采集录入2014—2016年于上海交通大学附属第一人民医院眼科门诊就诊的44例糖尿病性视网膜病变(diabetic retinopathy,DR)患者的标准七视野眼底彩色照相图像616幅。通过组合应用包括图像预处理、双窗口滤波器、支持向量机等5个关键步骤,对微动脉瘤病灶实现自动化检测,同时与眼科专科医师的手工标记进行比对,评估自动化算法对微动脉瘤病灶识别的准确性及检测效率。结果·在DR标准七视野眼底彩色照相图像库中,计算机自动化识别算法的微动脉瘤检测灵敏度为94.15%、特异度为98.05%。其中,在视盘视野、黄斑视野、黄斑颞侧视野、颞上视野、颞下视野、鼻上视野、鼻下视野各图像分集合中的算法检测灵敏度分别为93.09%、94.84%、95.16%、94.99%、93.77%、92.40%、93.75%,特异度分别为98.02%、98.06%、97.97%、97.91%、98.07%、98.03%、98.23%,算法在各图像分集合中的微动脉瘤病灶检测灵敏度和特异度同总集合中的检测灵敏度差异没有统计学意义(P>0.05)。每幅图像检测耗时(9.2±0.6)s,较手工标记节约用时93.2%。结论·基于监督机器学习算法的微动脉瘤病灶自动识别算法能够准确、高效地识别标准七视野眼底彩色照相中及各个视野范围中的微动脉瘤病灶。

基于混合多特征的微动脉瘤检测方法

糖尿病性视网膜病变(DR)会严重损害糖尿病患者的视力健康,而微动脉瘤(MA)是DR的早期迹象,可为DR早期诊断提供有益信息,然而仅凭肉眼靠经验观察眼底图像,对大规模筛查难以胜任。因此自动识别和检测势在必行。应用自适应阈值分割法提取候选区域,设计联合定向局部对比度特征(DLC)与哈尔特征(Haar)等混合多特征向量,通过邻近算法(KNN)实现自动分类,并与其他机器学习的常用分类方法,如朴素贝叶斯(NB)、支持向量机(SVM)以及同方向进行了对比研究。所提出的方法在e-ophtha MA公开数据集上进行测试,获得的ROC曲线线下面积(AUC)、敏感性、特异性、FROC-Score分别为0.9613、0.9144、0.8900和0.3860。与其他方法比较,本方法在FROC曲线上取得最优结果。

前交通微动脉瘤漏诊1例及体会

患者女性，40岁，以“突发头痛4h”为主诉于2011年3月2日入院，查体：神清语明，双瞳孔等大正圆，光敏，颈强（＋），

心脏粘液瘤引起脑梗死合并颅内多发微动脉瘤1例报告

心房粘液瘤是最常见的心脏肿瘤,占心脏良性肿瘤的40%,约75%~90%发生在左心房,具有易碎脱落风险,可引起脑梗死和其他栓塞事件[1],青年患者多见[2]。心房粘液瘤合并颅内多发动脉瘤在国内少有报道。现报道1例如下。

复方血栓通对糖尿病视网膜病变患者血脂及眼底微动脉瘤影响

目的探讨复方血栓通治疗中度非增殖性糖尿病视网膜病变对患者血脂及眼底微动脉瘤的影响。方法选取中度非增殖性糖尿病视网膜病变患者96例为研究对象,随机分为治疗组与对照组,治疗组给予复方血栓通胶囊治疗,对照组给予羟苯磺酸钙治疗,对比2组临床疗效,治疗前后血脂相关指标三酰甘油(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)水平变化,并分析对眼底微动脉瘤的影响。结果治疗组总有效率明显高于对照组(P<0.05);与治疗前对比,治疗后治疗组患者的TG、TC、LDL-C均明显降低,HDL-C明显升高,且与治疗后的对照组对比TG、TC、LDL-C也均明显降低,HDL-C明显升高,差异有统计学意义(P均<0.05);与对照组对比,治疗后治疗组患者的微动脉瘤数目明显减少,差异有统计学意义(P<0.05)。结论复方血栓通治疗糖尿病视网膜病变疗效确切,能显著改善血脂水平及减少眼底微动脉瘤数目,值得临床推广应用。

糖尿病视网膜病变中微动脉瘤荧光素渗出与视网膜增厚的关系(英文)

目的:观察糖尿病视网膜病变患者血管荧光素造影微动脉瘤处渗出与视网膜增厚的关系。方法:选取糖尿病视网膜病变患者24例38眼,首次及末次血管荧光素造影检查确定是否存在微动脉瘤荧光素渗出。根据毛细血管闭塞区的位置选取微动脉瘤荧光素渗出与未渗出各1眼配对进行对比。在微动脉瘤和直径为1mm区域使用光学相干断层成像术(OCT)测量视网膜厚度。结果:微动脉瘤荧光素渗出眼视网膜厚度明显高于未渗出眼(356±69μmvs318±56μm,P<0.001),渗出眼平均增长厚度高于未渗出眼(95%的可信区间为25～51μm,P<0.001).在直径为1mm区域,渗出眼视网膜厚度和平均增长厚度均明显高于未渗出眼(351±67μmvs319±59μm;最小值311±62μmvs284±60μm;最大值389±78μmvs352±66μm)。结论:血管荧光素造影显示微动脉瘤荧光素渗出可以增加视网膜厚度,并运用高分辨率OCT测量。因此,对糖尿病视网膜病变患者早期诊断微动脉瘤荧光素是否渗出可以抑制视网膜增厚。

以双眼视网膜微动脉瘤为首发表现的慢性粒细胞白血病1例

慢性粒细胞白血病（chronic myeloid leukemia,CML）是一种发生在多能造血干细胞的恶性骨髓增生性肿瘤,各年龄组均可发病,男性多于女性。本病发生缓慢,发病早期常无自觉症状,多因健康查体或其他疾病就医时发现血象异常或脾大而被确诊。早期患者常有乏力、低热、多汗或左上腹坠胀感而就诊。

视网膜微动脉瘤在慢性二硫化碳中毒诊断中的地位(摘要)

二硫化碳引起作业工人视网膜微动脉瘤,国内外早有报道。但近年来我国对二硫化碳接触者视网膜微动脉瘤发病情况的报道不一致。我们以1863名二硫化碳作业工人为观察组年龄17～50岁,工龄1～30年。选择同厂年龄性别相当的学校教师及部分管理人员173人为对照组。另选距该厂10公里以外的133人为外厂对照组。体检结果:观察组中视网膜微动脉瘤56例(3.00％)。对照组306人中检出视网膜微动脉瘤2例(0.65％),P【0.01。