基于多序列MRI的3D关系注意力网络预测HLA-B27阴性中轴性脊柱关节病

目的建立一种新的3D多序列关系注意力网络,通过探索不同磁共振成像(MRI)序列图像的互补和相关信息,提升对人类白细胞抗原(HLA)-B27阴性中轴性脊柱关节病(axSpA)的诊断性能。方法回顾性收集2010年1月~2021年8月南方医科大学第三附属医院(TAH组)的375例和南海医院(NHH组)的49例HLA-B27阴性参与者(TAH组:164例axSpA,211例非axSpA;NHH组:27例axSpA,22例非axSpA)的两种参数MRI,包括T1加权图像(T1WI)和压脂序列MRI(FS-MRI),以及相关临床数据。提出一个基于多序列MRI的3D关系注意力网络MSFANet,实现对HLA-B27阴性axSpA与非axSpA的自动鉴别诊断。MSFANet由一个浅层共享特征模块和一个类感知特征学习模块组成,其中类感知特征学习模块采用3D多序列关系注意力机制对多序列MRI特征进行细化和融合。提出一种混合损失函数,通过学习不同支路的损失权重系数来提升MSFANet对序列特征的识别能力,从而增强分类性能。结果实验结果表明,MSFANet优于其它几种最先进的多序列融合算法,其中内部验证集上的AUC、准确度、敏感度和特异度分别达到了0.840,77.93%,83.70%和70.29%,独立外部验证集(NHH)上的上述性能分别达到了0.783,74.47%,82.43%和70.40%。各项差异均具有统计学意义(P<0.05)。此外,消融实验显示,相同框架下,MSFANet的性能优于基于单序列MRI的模型,证实了融合多序列MRI的有效性和必要性。深度可视化技术显示MSFANet在分类过程中集中于学习图像异常区域的信息。结论本研究成功构建基于多序列MRI的3D深度神经网络对HLA-B27阴性axSpA和非axSpA进行鉴别诊断,并验证了采用多序列关系注意力机制对提升网络分类性能的有效性。

头颈癌放疗计划剂量分布的预测方法:基于深度学习的算法

目的研究一种基于深度学习的算法,实现头颈癌放疗计划剂量分布的自动预测。方法本文提出一种射线束剂量肢解学习(BDDL)方法,以级联网络作为基本方法,通过肿瘤分割掩膜PTV和预定义的射线束角度等信息,拟合射线束的传送方式(“射线束分割掩膜”)作为卷积神经网络的输入,将预测全局空间剂量分布肢解为多个沿着射线束方向的子剂量分布图。此过程可将一个困难任务肢解为多个简单的子任务,使模型更关注于局部细节特征的提取。通过射线束投票机制将多个子剂量分布融合为一个全局空间剂量分布。另外,引入感兴趣区域ROIs内剂量分布特征和剂量边界图作为网络学习的约束条件,使网络更加关注ROIs和剂量边界区域特征的提取。利用OpenKBP-2020挑战公开的头颈癌放疗计划数据集,获得BDDL方法在剂量分布预测的精确性,并进行消融实验分析。结果本研究提出的方法在量化指标Dose score和DVH score分别取得2.166和1.178(P<0.05),预测精度优于目前最先进方法。与挑战第1名方法相比,本文方法使Dose score和DVH score分别提升26.3%和30%。消融实验结果显示BDDL方法各组成部分的有效性。结论本研究提出的BDDL方法利用了射线束的传送方式和ROIs内剂量分布等先验信息建立剂量预测模型,相比于现有方法是可解释的和可靠的,有望将其应用于临床放疗中。

基于正交视角X线图像重建的3D/2D配准方法

目的研究一种用于脊柱外科手术导航中术前CT图像与术中X线图像的3D/2D配准方法。方法本文构建了一个基于3D图像重建的3D/2D配准算法。该算法对2D正交视角X线图像进行3D图像重建,将问题转换为了3D/3D配准;结合了重建和配准两个任务构建端对端的框架,并最终在3D流形空间中度量测地距离完成配准。结果我们在公开数据集CTSpine1k上进行了实验。在两个具有不同大小初始配准误差的测试集上进行测试,对于较小初始误差的数据,达到了0.115°±0.095°的旋转估计误差和0.144±0.124 mm的平移估计误差;对于较大初始误差的数据,达到了0.792°±0.659°的旋转估计误差和0.867±0.701mm的平移估计误差。结论本文提出的方法能在满足实时需求的同时,实现鲁棒、精确的3D/2D配准,有望进一步提高脊柱外科导航性能。

补肾方剂左归丸（汤）对小鼠早期胚胎发育的影响

本研究通过体外用药、体外用给药小鼠血清及在体用药三种方式，以酒精制成胚胎发育迟缓模型，以气血双补方八珍汤作对照，应用补肾阴方左归丸（汤），对体外培养的小鼠２细胞期（２ＣＥ）至囊胚期胚胎发育进行了动态观察。结果表明：用给药小鼠血清或在体应用左归汤者，体外培养的２ＣＥ至囊胚各期胚胎的发育率均显著高于酒精模型组，八珍汤组各期胚胎发育率略高于模型组，但无显著性差异；体外用药对早期胚胎发育未见明显作用。

设计转换函数实现保留上下文环境体绘制

摘要为了帮助医生对医学图像进行准确的定位和诊断,在显示感兴趣区域的同时保留其上下文信息,提出一种保留上下文环境体绘制方法.首先记录沿光线方向的首个等值面的空间位置;然后根据采样点到等值面的距离和采样点处的梯度构造衰减函数,将衰减函数作用于不透明度转换函数,以控制光线合成.对头、腹和脚部等CT数据的实验结果表明,该方法可以在保留组织轮廓清晰的前提下增强感兴趣区域显示.

基于整数小波变换的医学图像易碎水印方法

为了对医学图像进行快速鲁棒的认证提出了一种基于整数小波变换的易碎水印算法。该算法首先利用小波分解后的四叉树结构结合树节点上的统计信息和密钥来选择嵌入水印的位置,然后对确定嵌入水印的位置只嵌入1b it的水印信息。该算法具有以下特点:(1)图像嵌入水印后具有较高的信噪比,适用于医学图像的认证;(2)结合小波系数的统计信息来选择嵌入水印的位置,可保证水印的易碎性;(3)小波分解在空频域的特性使得算法对篡改有很强的定位能力;(4)可利用密钥对本算法进行保护,即使算法公开,也能抵挡恶意攻击。实验结果表明,该算法适用于医学图像的认证,并且复杂度较低,实用性较强。

医学图像三维可视化系统的构建

针对当前PACS的需要,利用可视化工具包VTK,设计和实现了一个能应用于PACS的三维可视化系统。该系统实现了医学图像的三维可视化与剖面显示功能,丰富了PACS的图像处理功能。

基于内嵌块优化等级树(EBOHT)算法的图像编码

该文提出一种图像编码的新算法（EBOHT）,该算法先将图像进行小波变换,然后按空间位置对应关系将小波系数分成若干块,每一块数据采用一种新等级树编码,比传统的SPITH方法增加了预测过程,进一步利用了相邻小波系树的相关性.块间进行基于率失真曲线的优化方法,使每一块图像有合理的比特分配.同时由于数据是分块编码的,因此该算法较SPITH有更好的容错能力,且易于实现感兴趣区（ROI）编码.

模糊马尔可夫场模型与图像分割新算法

本文建立模糊马尔可夫场模型,并提出基于模糊马尔可夫场的图像分割新算法。该算法同时处理模糊性和随机性,因此能有效获取图像的先验知识。在模糊马尔可夫场与待分割图像之间用经典的马尔可夫场关联。模糊马尔可夫场是经典马尔可夫场的推广,当模糊马尔可夫场失去模糊性时,它将退化为经典的马尔可夫场。给定图像,随即进行模糊化处理;以最大后验概率作为优化准则修正模糊马尔可夫场的隶属度;最后按照最大隶属度原则消除模糊性,从而得到图像的分割。该算法可以有效地虑除噪和消除部分容积效应,得到更为准确的分割结果。

理气止疼与活血止疼治则镇痛作用的比较药理学研究(Ⅰ)——失笑散与金铃子散镇痛作用的研究

用实验药理学方法，观察理气止疼方剂金铃子散和活血止疼方剂失笑散对冰醋酸、热板和甲醛－足跖炎性疼痛反应的影响。结果表明，理气止疼方剂金铃子散对冰醋酸以及甲醛－足跖炎性疼痛反应（Ｆ、Ｓ相）均有显著抑制作用，但对热刺激疼痛反应的抑制作用没有统计学差异。活血止疼方剂失笑散对冰醋酸、热板以及甲醛－足跖炎性疼痛的Ｆ相反应有显著抑制效果。

基于VTK的医学图像三维可视化系统

VTK是1个开放源代码,功能强大的可视化工具包。文中针对当前医学图像处理的需要,在VTK类库提供的可视化与显示功能的基础上,用VC++6.0设计和实现了1个可集成于PACS的三维可视化系统。该系统对增强PACS系统的后处理功能具有重要的作用。

利用SIFT特征和群体统计信息进行CT前列腺图像分割

提出了一种采用活动形状模型的图像自动分割方法,用于对放疗中CT前列腺图像的自动分割。活动形状模型的关键问题包括形状模型与表面模型的构建,本文利用尺度不变局部特征在前列腺图像边界上的特异性,建立了精确的前列腺表面模型。为了更好地描述特定病人前列腺形状变化,本文提出了在线学习训练机制,在当前病人样本数较少的情况下,采用群体统计信息建立形状模型,随当前病人样本数的增加,逐步增加当前病人样本统计信息在对构建形状模型的权重。本文对24个病人的共264套图像进行了实验,结果显示平均Dice相似性系数为90.5%,平均表面距离为1.90mm,表明本文方法有很高精确,264套图像中只有一套图像的Dice相似性系数小于70%,表明本方法有很好的鲁棒性。

基于Chebyshev多项式的消除Gibbs伪影的快速算法

在磁共振成像中通常通过减少相位编码次数来缩短数据采集时间,这样只能得到部分原始k空间数据,运用傅里叶变换成像时会在图像中产生常见的G ibbs环状伪影。Gegenbauer重建方法是一种能够有效消除G ibbs环状伪影并能保持高分辨率的图像重建方法,但是这种方法的缺点在于重建时间长且参数选择必须满足严格的限制且对图像重建质量影响较大。本文提出的基于Chebyshev多项式的逆多项式重建方法是针对Gegenbauer方法的改进算法,在改进原有算法不足的同时有效提高了重建精度。实验结果验证了该算法的有效性。

基于小波变换的预测四叉树图像编码

本文提出了一种图像编码的新算法,该算法利用了图像小波系数在频带内部与频带间的相关性,属于带内编码与带间编码的混合。在同一频带内将系数分块,随比特面的移动,将块由大到小进行四叉树分裂,以期最大限度的利用块内系数的相关性,克服了固定大小块的不足。同时在编码的过程中加入了预测过程,用上一比特平面的显著系数在当前比特面对其邻域和子节点系数进行预测,将上一比特平面的显著系数的邻域和子节点系数从块中取出单独编码,从而实现对块的裁剪,以使块的形状更符合实际的情况。最后熵编码采用的了基于上下文的算术编码,提出了四种上下文编码模型。通过对比实验表明,该方法的压缩性能较SPIHT、SQP、QT_L均有不同程度的提高。

基于子波变换的心阻抗血流图的特征提取

本文介绍了一种利用子波变换对心阻抗血流图的特征点进行检测的方法 ,即主要是通过把信号在多个尺度上分解 ,在感兴趣的尺度上找到模极值点和特征点的对应关系 ,从而完成对特征点的自动检测 ,同时本文对子波时 /频窗的自适应性作了直观的说明 ,并对子波变换的滤波器组解释和算法实现给予讨论。经过临床实验表明 ,该方法准确性高 ,有一定实用价值。

基于多小波变换的医学图像压缩

本文介绍了多小波变换的基本概念、多小变换变换的特点以及GHM多小波。同时对多小波变换的实现中的若干细节问题进行了说明,其中包括预处理、边界延拓、二维多小波变换等,最后对多小波用于医学图像压缩进行了研究,最终的实现结果表明,在现有的用于小波变换的编码模型中,选用适当的多小波函数,也能得到与小波变换相当的编码性能,这一结果说明,若针对多小波变换的特点,设计相应的编码方案,图像编码的性能可能还有一定的提升空间。

浅议网络诈骗犯罪的遏制对策

网络诈骗是指以非法占有为目的,以计算机网络为工具,虚构事实,隐瞒真相,骗取公私财物,数额较大的行为。大致分为两类:一类是以互联网为工具,发布虚假信息,骗取特定或不特定的受害人;另一类是以其他有权人的身份。

杞蓉益精颗粒对高脂血症大鼠血清胆固醇浓度及其肝脏LDLR基因表达的影响

目的 :研究杞蓉益精颗粒对高脂血症大鼠血清胆固醇浓度及其肝脏LDLR基因表达的影响。方法 :雄性Wistar大鼠 ,高脂饲料喂养造成高脂血症模型 ,杞蓉益精颗粒 1 5g·kg- 1·d- 1灌胃给药 ,每日 1次 ,连续 2周。取血测血清胆固醇浓度 ,取肝组织采用斑点探针杂交法测LDLRmRNA ,以LDLRmRNA与 β actinmRNA比值表示LDLR基因表达水平。结果 :动物血清胆固醇水平为高脂模型组 (7 0 1± 1 1 9)mmol/L ,高脂模型 +给药组 (5 6 4±1 1 2 )mmol/L ,两组比较有明显差异 (P <0 0 5 )。各组动物肝LDLR基因表达水平依次为正常对照组 (1 0 0± 1 9) % ,高脂模型组 (39± 1 4 ) % ,两组比较有明显差异 (P <0 0 5 )。高脂模型 +给药组 (78± 8) % ,与高脂模型组比较有明显差异 (P <0 0 1 )。结论 :高脂饲喂大鼠可显著升高血清胆固醇水平 ,并可显著抑制其肝脏LDLR基因的表达 ,而杞蓉益精颗粒可显著降低其血清胆固醇以及上调高脂血症大鼠肝脏LDLR基因的表达 ,其分子生物学机制有待进一步研究。

基于模糊增强的磁共振成像PROPELLER采样数据优质重建算法

目的提出一种基于模糊增强的重建算法,以改进PROPELLER采样数据中现有重建算法的不足。方法由每个K空间带补零重建出临时图像,然后提出模糊增强算法,增强后在图像域进行运动参数估计,进行运动补偿后由网格化重建算法重建出结果图像。结果该算法对于运动参数估计的精度更高,对刚性运动伪影的消除效果明显优于现有算法。结论该算法可以显著提高PROPELLER采样数据重建图像质量。