从虚、毒、瘀探析慢性肾衰竭的中医辨治

慢性肾衰竭作为目前临床上的一种常见病,受到国内外学者广泛关注。西医治疗慢性肾衰竭尚未有成熟完备的诊疗方案。通过中医理论研究及临床经验总结,将慢性肾衰竭的病因病机归纳为正虚邪实,脾肾亏虚,浊毒、瘀血内生。分别从虚、毒、瘀三方面,深入阐述慢性肾衰竭的发生发展及变化规律,希望能为中医临床用药,降低患者肾损害,提供新的思路。

MFA-Net:基于多视野上下文关注的视网膜血管分割

视网膜血管图像分割在疾病的自动诊断中起着重要的作用,是早期诊断和手术规划的关键步骤.所以视网膜血管树的精确分割己成为计算机辅助诊断的先决条件.随着卷积神经网络在医学图像分割中的应用,一些分割性能优越的网络逐渐被提出.但是他们忽略了上下文多视野的关注,导致微血管分支很难分出.为了解决此问题,本文提出了一种多视野上下文关注的网络架构.该网络融入一个新的多视野关注模块,该模块能够在扩大感受野的同时关注有效信息,防止微血管分割断裂.其次网络融入注意力门控机制,将低级特征和高级特征相结合,产生更具代表性的新特征,进一步提升微血管分割的性能.在公开的两个眼底数据集DRIVE和CHASE DB1进行了评估,实验结果显示在准确率,灵敏度,交并比和AUC(ROC曲线下的面积)上均优于目前的新算法.

基于改进卷积神经网络的腹部动脉血管分割

腹部动脉血管分割对于胃癌淋巴结的转移和肝动脉变异类型的判断至关重要。针对腹部动脉血管分割精度低、易断裂等问题,提出一种改进卷积网络架构的腹部动脉分割方法。卷积网络的编码部分使用带有卷积注意的预训练模块(resnet34),避免了梯度消失且可更好地获取图像的特征信息。为了扩大感受野和聚集多尺度特征信息,提出了一种新的多尺度特征融合模块。此外,动脉血管的边缘结构信息的学习至关重要,引入注意力导向滤波作为信息扩展路径,使输出特征更加结构化,提升血管分割的精度。所提方法在腹部动脉血管分割的实验结果表明,与基础网络U-Net相比,所提方法在灵敏度和交并比上分别提升了2.84%和1.19%。与CE-Net网络相比,在灵敏度和交并比上分别提升了1.34%和1.61%。

基于3D全卷积网络的腹部动脉CTA分割算法

目前卷积神经网络已成为腹部动脉血管分割领域的研究热点,但经典的卷积网络存在分割精度低和分割血管不连续的问题。为此,文中提出了基于改进3D全卷积网络的腹部动脉血管分割算法。该方法在网络的编码路径上构造不同尺度的侧输入,并将侧输入卷积后的图像与下采样卷积后的图像进行融合,提取更多的特征信息。同时,网络中嵌入了新的多尺度特征提取模块,该模块将通道注意力与密集扩张卷积进行了融合,有效地捕获了更高层次的特征信息。对腹部动脉血管进行分割的结果表明,与其他分割方法相比,所提方法在直观性和定量性上均有提高,证明了该方法能够提升血管分割精度。