基于PDA的实时远程会诊系统的设计及实现

远程专家会诊系统为主治医生在紧急手术中能够做出及时、正确的医疗决策起到非常重要的作用。本文提出一个基于PDA的实时远程会诊系统,结合Wi-Fi的无线局域网技术及3G无线通信网络技术,使得主治医生和远程专家不需要固定在某个位置;另外,本系统引入影像的渐进压缩算法,使得主治医生与远程专家的PACS终端的影像保持同步,进而达到远程会诊的时实性。该系统的研究增加了病人获救的几率,具有一定的现实意义。

混合式学习在医学院校大学计算机基础课程中的教学实践

本文首先分析了高等医学院校《大学计算机基础》教学中存在的问题;接着,介绍了什么是混合式学习;然后,介绍了混合式学习的教学研究内容,包括课程导入和活动组织;最后总结。

基于区间算术和四叉树消除偏置曲线自交算法的实现

消除偏置曲线自交点可以提高系统对零件细节部分的处理能力,提高了零件的制造精度。总结了消除偏置曲线自交点的各种算法的优缺点,提出了基于区间算术和四叉树的算法。这种算法能够有效快速探测到偏置曲线全局与局部自交的位置。最后介绍了该算法的应用。

初探Java课程教学中学生自主学习能力的培养

本文首先分析目前Java课程教学存在的问题,然后提出自主学习能力培养的教学流程,在教学流程的基础上介绍了自主学习能力培养的教学实践过程以及相关的教学过程评价等,最后是小结。

基于智能多代理的PACS系统的研究与实现

随着PACS的大型化以及多PACS之间的互联和集成,仅仅基于医学工业标准的PACS已经显露出许多不足之处,使得系统的设计、开发和维护越来越难。该文提出了一种基于多智能代理技术构建的新的体系结构,介绍了该体系结构的关键技术,以及基于多智能代理技术的工作流管理机制的模型,并实现了各个工作站协同工作以及智能多代理等模块。

一种基于柱面全景图的校园虚拟漫游系统

全景图是一种利用数码相机对场景进行360度环视拍摄后,利用特定算法进行图像拼接处理,然后通过播放软件实现三维展示的虚拟技术。它具有设备简单,工作量相对较小,真实感较强的特点。该文以浙江中医药大学校园环境为对象,以柱面全景图技术为基础,实现了虚拟校园漫游系统。

改良巩膜瓣大小联合可调节缝线在小梁切除术中的疗效观察

目的探讨改良巩膜瓣大小联合可调节缝线在青光眼常规小梁切除术中的疗效。方法回顾性分析2013年10月：E2017年6月75例（80眼）原发性急性闭角型青光眼患者，其中35例（35眼）术中采用6mm×6mm大而薄的巩膜辨联合可调节缝线，40例（45眼）术中采用4mm×3mm常规巩膜瓣大小，未联合可调节缝线。于术后第2天开始，通过观察眼压、前房深度、结膜滤过泡及其他并发症等情况，适时拆除巩膜瓣可调节缝线。结果术后大巩膜瓣组平均眼压为（157±4．1）mmHg，小巩膜瓣组为（19．2±41）mmHg，两组术后眼压比较，差异有统计学意义（P〈0．05）。大巩膜瓣组5例术后早期发生Ⅰ°浅前房，经用散瞳剂、滤枕加压等处理，并推迟可调整缝线拆线时间，3d内前房均恢复正常，患者术后无浅Ⅱ°、浅Ⅲ°浅前房发生，术后全部形成功能性滤过泡。术后滤过泡成功率两组比较，差异有统计学意义。结论青光眼小梁切除术中采用大而薄巩膜瓣可减少滤过道粘连瘢痕化，术后远期功能性滤过泡形成良好，同时联合巩膜瓣可调整缝线能促进术后早期前房的形成，降低手术并发症，提高手术成功率。

视盘自动分割算法

针对多数视盘提取算法因不均匀光照导致检测精度不高的问题,提出了1种基于阴影校正的视盘自动分割算法。首先,利用Otsu方法分割视网膜红色分量眼底图像,提取和填充最大连通区域,均值滤波后得到视网膜掩膜图像,并与视网膜红色分量眼底图像卷积;其次,运用特定形式的均值滤波器平滑视网膜图像边界点,创建视网膜阴影图像;最后,将卷积图像减去阴影图像,再次利用Otsu方法进行分割,提取最大连通域并填充,应用"圆盘形"结构元素进行形态学"开"运算提取最终的视盘图像。将所提出的算法在视网膜眼底图像有1 200张的MESSIDOR数据库和40张的本地数据库分别进行验证。实验结果显示,所提出的算法平均重叠率分别为0.895和0.91,高于目前相关视盘分割算法,表明即使在非均匀光照条件下也能获得满意的分割结果,基本能够满足临床应用对稳定性和精度的要求。

多分类CNN的胶质母细胞瘤多模态MR图像分割

为提高胶质母细胞瘤(GBM)多模态磁共振(MR)图像中各肿瘤子区域分割的准确性,提出一种多分类卷积神经网络(CNN)的GBM多模态MR图像自动分割算法.首先在98%缩尾处理和配准GBM多模态MR图像后,利用N4ITK法校正偏移场;其次构建一个主要由4个卷积层、2个池化层和2个全连接层组成的多分类CNN模型,训练后预分割GBM多模态MR图像,将体素分为5类不同的标签;最后移除所有小于200体素的假阳性区域,中值滤波后获得最终分割结果.以Dice相似性系数DSC、阳性预测值PPV和平均Hausdorff距离AHD为评价指标,利用所提出的算法对F-C-GBM数据集中整个肿瘤组织进行分割,获得的DSC、PPV、AHD分别为0.889±0.087、0.859±0.127和1.923.结果表明,该算法能有效提高GBM多模态MR图像分割的性能,可望有临床应用前景.

多模态MR图像和多特征融合的胶质母细胞瘤自动分割

胶质母细胞瘤(glioblastoma multiforme, GBM)是恶性度最高的脑胶质瘤,其病变组织的定位和量化计算对肿瘤的诊断及制定治疗计划至关重要.为提高GBM自动分割的准确性,提出一种多模态MR图像和多特征融合的GBM自动分割算法.首先在图像配准和偏置场校正后,融合GBM多模态MR图像提取各体素的多个底层特征,构建随机森林(random forest, RF)模型,依据特征信息粗分割;其次将多种子点三维区域生长分割GBM多模态MR图像的结果替换相应置信度低的粗分割结果,生成训练数据重新训练RF模型,精分割GBM多模态MR图像;最后考虑GBM解剖结构先验知识、阈值分割和中值滤波精分割结果后得到最终结果.以平均Dice相似性系数、Hausdorff距离和敏感度为评价指标,该算法分割GBM-nih-zcmu数据库中整个肿瘤的平均Dice相似性系数、Hausdorff距离和敏感度分别为0.879, 6.232和0.863,能有效地提高GBM多模态MR图像自动分割的精度,满足临床应用对准确率的要求.

基于多模型融合和区域迭代生长的视网膜血管自动分割

糖尿病视网膜病变是成年人致盲首因,视网膜血管分割是诊断糖尿病视网膜病变的基础.为提高视网膜血管分割准确性,提出一种基于多模型融合和区域迭代生长的视网膜血管自动分割算法.首先,预处理后分别构建数学形态学、匹配滤波器、尺度空间分析、多尺度线检测和神经网络模型初步分割视网膜血管,为减少噪声取五个分割结果的均值作为初步输出.其次,设计掩膜分离渗出物和视盘,将数学形态学模型分割结果替换掩膜白色区域,并融合初步输出生成组合结果.最后,考虑视网膜血管先验知识,对组合结果阈值分割和区域迭代生长后获取最终结果.实验结果表明,该算法分割DRIVE和STARE眼底图像库视网膜血管的检测精度、敏感度和特异性分别为0.9457、0.7843、0.9815以及0.9472、0.7826、0.9803,优于多数经典算法.

基于混合模型的视网膜血管自动分割算法

目的:构建基于混合模型的视网膜血管自动分割算法。方法和结果:混合模型算法流程包括4个步骤。首先,提取眼底图像的绿色分量图像以减少噪声影响(预处理);然后分别应用形态学模型和尺度空间模型对预处理后的眼底图像进行分割;将两种模型的分割结果进行融合;最后,利用区域生长法对融合结果进行迭代生长,得到视网膜血管的精分割结果。从眼底图像库DRIVE训练数据集与测试数据集中分别抽取20幅彩色眼底视网膜图像进行自动分割,分割的准确度、敏感度和特异度分别为0. 943 1、0. 657 7、0. 987 1。结论:混合模型算法克服了单一分割模型的局限性,能够获得较好的视网膜血管网络图像。

智慧教室网站的设计与研发

随着科技水平地不断进步,生活领域的方方面面都被计算机技术所覆盖。智慧教室网站提出智慧教室的智慧性应体现在环境管理、资源获取等方面。本系统是为了能使教师及管理员通过网络,可以完成对教室的日常管理。系统具有开关教室设备的功能以及反馈设备状态等功能,智慧教室系统运用jsp技术,采用的是B/S结构,达到智能调控的效果。