FLAIR高信号血管征-DWI不匹配评估急性脑梗死患者血栓切除术后的预后价值

目的 探讨急性脑梗死患者的FLAIR图像上出现高信号血管征的范围与弥散加权成像范围的不匹配评估患者行血管内血栓切除术(EVT)后功能结局的预后价值。方法回顾性分析60例急性脑梗死发作后行血管内血栓切除术的患者,收集这些患者的FLAIR、DWI、FLAIR高信号血管征与DWI高信号不匹配、功能结果(mRS)以及其他临床相关数据,采用多元Logistic回归分析预测功能结果。结果功能结果良好组(36/60;60.0%)较功能结果不良组(24/60;40.0%)的FVHS-DW I不匹配高(85.29%对45.83%;t=12.371;P<0.001)。多变量Logistic回归分析表明,FVHS-DWI不匹配与良好的功能结局独立相关[OR (95%CI):0.179(0.042~0.494),P<0.001]。结论急性脑梗死患者EVT术前使用FVHS-DWI不匹配评估有助于预测急性脑梗死患者的功能结果。

MRI在急性脑梗死患者血管内血栓切除术后颅内出血的预测价值

目的探讨MRI在急性脑梗死患者进行血管内血栓切除术(EVT)后颅内出血(ICH)的预测价值。方法回顾性分析接受EVT治疗的急性脑梗死患者67例,收集这些患者的弥散加权成像(DWI)、灌注加权成像(PWI)和DWI-PWI不匹配(DPM)的体积以及其他临床相关数据,ICH由非增强CT评估。采用多元logistic回归分析预测急性脑梗死患者治疗后的ICH。结果接受EVT后,ICH的患者空腹血糖[(11.96±1.93)mg/L与(13.26±1.73)mg/L]、HbA1c[(5.73±0.42)%与(6.21±0.49)%]、DWI梗死体积(51.23±41.32 ml与29.61±32.26ml)显著大于无ICH的患者(t=-7.693,P<0.001;t=6.135,P<0.001;t=-2.531,P=0.016)。多变量逻辑回归分析显示血糖[OR(95%CI):1.312(1.145~1.417),P<0.001]、HbA1c[OR(95%CI):38.847(7.216~201.753),P<0.001]以及DWI梗死体积[OR(95%CI):1.021(1.004~1.034),P=0.016]为预测急性脑梗死患者EVT术后ICH独立的预测因子。结论急性脑梗死患者行EVT治疗后,通过检测患者的空腹血糖、HbA1c和DWI梗死体积能够预测ICH的发生风险,从而对后续的临床治疗提供信息。

MRA在识别颅内小动脉瘤形状上的应用价值:与DSA对比

目的 探讨磁共振血管成像(MRA)识别小尺寸未破裂颅内动脉瘤形状的应用价值。方法 回顾性分析由MRA发现并经DSA证实的38例未破裂颅内小动脉瘤(<7 mm)。将所有动脉瘤分为两组(≤3mm及3.1mm-6.9mm),使用MRA分析动脉瘤的形状,数字减影血管造影(DSA)检查结果作为动脉瘤形状的参考标准,评估MRA的敏感性、特异性和准确性。结果 MRA评估≤3mm组动脉瘤的敏感性41.6%、特异性57.1%、阴性预测值36.4%、阳性预测值62.5%、准确性47.4%,评估3.1mm-6.9mm组动脉瘤的敏感性81.8%、特异性91.7%、阴性预测值84.6%、阳性预测值90.0%、准确性87.0%。结论 MRA评估≤3mm颅内小动脉瘤形状的价值较低,而对3.1mm-6.9mm动脉瘤的应用价值较高。

基于多头自注意力机制与U-Net的增强CT图像肾脏小肿瘤自动分割研究

目的:构建一种基于多头自注意力(MHSA)机制与U-Net网络的M-UNet优化分割模型,以提高增强CT图像中肾脏小肿瘤横断面最大直径≤3 cm的分割准确度。方法:选取医学图像计算和计算机辅助干预协会(MICCAI)的2019肾脏肿瘤分割挑战(KiTS19)数据集中64例最大层面肾脏肿瘤直径≤3 cm的数据,将其按7∶3划分为训练集与测试集,训练集进行五折交叉验证。建立基于MHSA机制与U-Net网络的M-UNet优化分割模型,对M-UNet和U-Net分别进行训练与测试,计算交并比(IOU)、Dice相似系数(Dice系数)和95%豪斯多夫距离(HD_95),对比M-Unet与U-Net二者对肾脏及肾脏肿瘤的分割精度。结果:M-UNet网络的IOU、Dice系数相较于U-Net分别提升3.19%和3.00%,HD_95下降41.63%。结合分割结果视觉图,M-UNet与U-Net相比,其对肾脏小肿瘤分割准确率更高,检测更为敏感。结论:M-UNet相对于传统的U-Net能够更准确分割增强CT图像中的肾脏小肿瘤,为临床对肾脏小肿瘤定位及诊断提供便利,有助于提升肾脏小肿瘤检出率。

MR动态增强在诊断乳腺良恶性病变中的应用价值

目的探讨MR动态增强在诊断乳腺良恶性病变中的应用价值。方法回顾性分析37例进行乳腺MR动态增强扫描并经病理证实的患者,以病理结果为标准计算乳腺MR动态增强扫描的敏感性、特异性、准确率、阴性预测值及阳性预测值。结果乳腺腺病3例,腺瘤7例,导管内乳头状瘤2例,浸润性导管癌21例,导管内癌2例,混合型浸润癌2例。MR动态增强诊断乳腺恶性病变的敏感性为96.0%,特异性为91.7%,准确率为94.6%,阴性预测值为91.7%,阳性预测值为96.0%。结论乳腺MR动态增强对于乳腺良恶性病变有较高的诊断价值,有助于为临床医生提供更多影像学信息。

基于同质直方图和DS证据理论的彩色图像分割研究

目的本文提出一种新颖的基于模糊同质直方图和数据融合技术的彩色图像分割算法。方法首先计算图像的同质特征和同质直方图,然后检测出直方图的峰值点对RGB彩色图像各层进行初始分割,最后计算各基色彩色图像的概率分配函数,使用基于正交和的Dempster-Shafer(DS)理论合并规则进行图像融合,得到最终的彩色分割图像。结果选用人工合成和多种医学图像进行仿真实验。定性分析表明基于本文算法的分割图像对比度和清晰度均最优,且图像中细胞边界清晰完整,细胞数量真实可靠;定量评估结果显示基于本文算法的图像分割敏感度均最高,显著优于现存的基于目标点到原型成员之间距离的优良模型(Model for Membership Functions,MMFD)和高斯分布假设和直方图阈值(Model Mass Function Method Based on the Assumption of Gaussian Distribution,MMFAGD)算法,且基于同质直方图优于FCM(Fuzzy C-Means)和HCM(Hard C-Means)产生的概率分配函数。结论基于模糊同质直方图的DS证据理论是一种可行的彩色图像分割算法,不仅能获得优质、稳定、准确的彩色分割图像,而且优越于其他现存的分割算法。

基于主成分分析和双树复小波变换的CT和MRI图像融合改进算法研究

目的:提出一种级联主成分分析(PCA)与双树复小波变换(DTCWT)的CT和MRI图像融合新算法,以获得高质量的CT和MRI融合图像。方法:基于级联PCA与DTCWT的融合算法采用非抽样小波变换(UDWT),将已配准的CT和MRI图像分解成为不同尺度的低频和高频子图像;采用PCA融合规则和UDWT逆变换,获得初次融合子图像;采用DTCWT变换将融合子图像分解为实数与复数部分;采用最大值取大融合规则和DTCWT逆变换获得CT与MRI融合图像。选用哈佛大学脑图库中CT和MRI图像进行仿真实验,采用定性与定量结合评估融合图像质量,并将本研究算法所得融合效果与离散小波算法(DWT)、非抽样小波变换(UDWT)及PCA等算法进行比较。结果:定性分析显示,基于级联PCA与DTCWT的融合算法所得CT与MRI融合图像对比度最强,边缘信息最丰富且伪影最弱。定量结果中融合算法所得空间频率、均方误差、边缘相似度、互相关和平方差数值分别达到42.683、0.002、0.925、0.978和0.016,较其他融合算法提升8.71%~194.52%、98.46%~99.49%、8.95%~33.48%、6.19%~230.40%和42.86%~95.83%。结论:基于级联PCA与DTCWT的融合算法性能优越,能获得高质量的CT和MRI融合图像。