基于可变形注意力transformer的胃肠癌病理图像细胞核自动分割方法

目的使用深度学习算法实现胃肠癌病理图像的细胞核自动分割,辅助后续病理图像的定量分析。方法以2022年1月—2022年2月在上海交通大学医学院附属瑞金医院就诊的59例胃肠癌患者为研究对象,采用python和LabelMe对患者的病理图像进行数据脱敏、图片切割和感兴趣区域标注,共纳入944张病理图像,标注了9703个细胞核。通过构建一种基于深度学习的新型语义分割模型,模型引入可变型注意力transformer(deformable attention transformer,DAT),实现了病理图像细胞核自动、精准、高效分割,并采用多种分割评价标准评估模型性能。结果模型分割结果的平均绝对误差值(mean absolute error,MAE)为0.1126,骰子系数(dice coefficient,Dice)为0.7215,其效果明显优于U-net基线模型,并领先于ResU-net++、R2Unet和R2AttUnet等模型,且分割结果相对稳定,泛化性好。结论本研究建立的分割模型能够精准识别并分割出病理图像中的细胞核,鲁棒性和泛化性较好,有助于在实际应用中辅助诊断。

中医影像信息化项目在医学图像处理教学的运用

医学图像处理是一门医工交叉的课程,其具有理论概念复杂、实践性强等特点,为了更好地培养学生的综合能力,此文以“中医舌诊图像处理问题式教学(PBL)教学”为例,将中医文化有机结合到医学图像处理教学中,提出合适的教学案例、创新的教学方案,以期培养学生的创新思维,提升学生的专业水准。此方法不仅提高了教学质量,同时将中医诊疗与现代化技术相融合,有助于保卫、发展和发扬中医文化。

计算机辅助舌象分析诊断研究进展

介绍计算机辅助舌象分析诊断流程,阐述计算机技术在舌图像采集、舌图像预处理、舌象定位与分割、舌象分析中的应用情况,提出问题并对未来进行展望。

人工智能技术在肺部影像辅助诊断中的应用进展

肺部影像不仅表现复杂,而且数据量增长迅速,多种因素导致影像科医生任务繁重。人工智能辅助诊断技术的出现恰逢其时,当前的智能诊断算法能够实现肺部病灶检出、分割和性质判断等多种应用模式,不仅有效提升医生诊断的效率、更有望推动分级诊疗、优化医疗资源配置。基于人工智能的肺部影像诊断技术已经从单一特定的疾病诊断逐渐发展到多疾病联合诊断。本文综述人工智能辅助诊断技术的发展背景,分析基于人工智能的肺部疾病诊断的研究现状,最后总结相关算法的优缺点和未来的发展方向。

将总体国家安全观融入高校课程思政的策略研究——以“医用CT技术及设备”为例

国家安全问题事关国家安危和民族存亡,将国家安全教育有机融入高校课程,具有重要的现实意义。该文以“医用CT技术及设备”课程为例,根据《大中小学国家安全教育指导纲要》的要求以及CT专业课特点和大学生的认知情况,将“总体国家安全观”融入高校CT专业课程。开发相关教学案例,作为课程思政建设的重要组成部分,以推进国家安全教育进课堂、进头脑。

一种基于文本分析的智能预挂号系统

为解决挂号难的问题,我们开发了基于文本分析的智能预挂号系统,该系统的作用主要是根据病人的口头症状描述,经过系统的分析后为病人推荐最适合的挂号科室,在一定程度上减轻了病人盲目挂号浪费时间和浪费医院资源。

校企医协同育人背景下AI技术的医学应用教学创新模式探讨

为适应现代医工专业发展,培养具备扎实理论和良好临床及实践技能的人才,上海健康医学院开设了AI技术的医学应用特色课程,探索培养医学影像技术专业本科复合型应用人才。课程采用校企医协同育人的教学创新模式,具有教学团队多元化、教学目标精准化、教学形式多样化等特征,强化了专业教育对产业发展的服务能力。

使用好专项资金的四条建议

随着经济实力的增强，我国每年对贫困地区投入了大量的专项资金，且逐年增加。为了使用好各类专项资金，防止一些地方挤占挪用问题的发生，笔者提出如下建议：