基于卷积神经网络和超像素的CT图像肝脏分割

肝癌是威胁人类健康的重大疾病之一。从医学影像中将肝脏组织准确地分割出来,是计算机辅助肝脏疾病诊断与手术规划中一个重要环节。由于肝脏的个体差异,周围器官的灰度值相似等因素,从CT图像中精准分割肝脏存在一定困难。提出一种结合卷积神经网络和超像素的CT图像肝脏自动分割方法。首先利用卷积神经网络进行目标检测,自动定位肝脏区域,再利用超像素算法对肝脏进行分割,最后进行腐蚀、膨胀、中值滤波等后处理。本文采用3DIRCADb公开数据集对提出的肝脏自动分割算法进行评估和验证,结果表明肝脏自动分割的DICE指标为0.951,VOE指标为0.0917,RVD指标为-0.018,显示出较好的分割精度。

急性胰腺炎共享数据平台

急性胰腺炎(AP)是临床常见消化系统疾病之一,具有发病急、病程长、并发症复杂、病情凶险、社会经济负担重等特点.近年来一系列治疗理念的更新和推广已大大降低了患者的病死率,但由于我国各区域间综合医疗水平的不对等,导致AP诊疗欠规范,影响了患者的救治成功率.同时患者在治疗期间数据资源的浪费和流失,影响了我国在AP研究领域的原始创新.因此,笔者所在团队联合计算机及人工智能领域专业人员,经过长期的探索与实践,整合不同的数据源,建立了系统的AP单病种数据库,形成"业务库→科研库→共享库"的逻辑体系,并完成相应的硬件及网络部署,创建AP数据共享平台(www.ap-database.com),赋予浏览、检索、上传、有权限的下载等基本功能,为临床工作者、计算机或人工智能从业人员提供丰富的、免费可及的数据资源,以期吸引不同行业或领域的交流与合作,更好地挖掘出现有数据的新价值,促进学科的发展与进步.