医用诊断超声质量控制研究现状

随着医学技术革新,医用超声的性能、质量在不断提升和完善,已成为临床诊疗的常规设备,因此,通过超声质量控制保障超声临床诊疗至关重要。本文从医用超声质量控制现状、内容、标准规范及管理体系模式等角度进行综述,探讨当前超声质量控制现状,以期为各级医疗机构超声设备质量控制工作的开展提供借鉴与参考,切实保障临床诊疗工作。

基于动态规划拉普拉斯超声图像融合算法研究

目的探究基于动态规划拉普拉斯超声(Ultrasound,US)图像融合算法图像辅助放疗靶区勾画的效果。方法基于动态规划思想获取US待融合图像重叠区域内邻域像素点相似度最高而色值差异最小的缝合线掩码权重图像,利用5层高斯金字塔进行多分辨率融合。提出一种基于动态规划下最佳缝合线拉普拉斯金字塔融合,通过在图像的重叠区域寻找最佳接缝来消除动态融合场景中的鬼影和重影。比较不同US图像融合方法的融合效果,同时比较全视图US和拼接US图像所描绘的膀胱区域与CT图像中的膀胱区域,验证本研究提出的融合算法应用于放疗中辅助CT勾画靶区的可行性。结果本文提出的基于动态规划最佳缝合线结合拉普拉斯金字塔融合算法显示了良好的性能,可从不同尺度将图像典型特征进行分解,并将图像细节信息保留到不同的塔型分解层上,还原US图像拼接区域的真实信息。全视图US和拼接US图像与CT比较,在x轴和y轴方向上的平均勾画误差差异均无统计学意义(P>0.05)。结论基于动态规划的最佳缝合线拉普拉斯算法获得了最佳的融合效果,能够最大程度保留图像的细节信息,且拼接US能够辅助CT完成靶区勾画。

深度学习脑肿瘤MRI图像分类研究进展

大数据环境下肿瘤病例为肿瘤的临床诊断提供了庞大的数据资源,同时人工智能技术的发展促进深度学习应用水平不断提升,推动肿瘤MRI图像的快速、精准分类进入深度学习时代。本文主要分为以下四个部分,第一部分针对目前主流的深度学习MRI图像分类模型:卷积神经网络、深度信念网络、深度残差网络、Vision Transformer展开综述。首先,阐述了各模型的历史沿袭、最初针对的问题及主要思想;其次,概括了模型的网络架构并探讨其在MRI图像分类上的最新应用;然后,分析了模型的特点、目前存在的局限及各自发展趋势。第二部分论述了一些影响分类性能的关键因素;第三部分提出了一些广泛使用的性能增强技术;文章最后讨论了深度学习分类MRI图像在临床实践中面临的主要限制,并对未来研究方向进行展望。本文的结果可为研究人员提供一个全面的比较,以及各种深度学习模型的有效性,有望促进脑肿瘤研究的进展。

MRI技术用于恶性肿瘤放射治疗进展

现代MRI技术已参与放射治疗流程的各个环节,有助于定性、定位乃至定量诊断肿瘤,并将在实施放射治疗和评估治疗反应中发挥重要作用。本文围绕MRI勾画肿瘤靶区以及多模态功能MRI、基于MRI数据合成CT、四维MRI(4D-MRI)等在放射治疗中的应用进展进行综述。

基于卷积神经网络生成虚拟平扫CT图像

目的针对增强CT图像,采用U-Net卷积神经网络(CNN)方法生成虚拟平扫CT图像,比较其与增强CT和实际平扫CT图像的差异。方法纳入50例于同次检查中接受平扫及增强CT扫描患者,记录其容积CT剂量指数(CTDIvol)。以40例CT数据为训练集,输入增强CT图像后,以对应的平扫CT图像作为输出,用于训练U-Net神经网络;以其余10例数据作为测试集,通过训练完成的U-Net生成虚拟平扫CT图像。比较虚拟平扫CT与实际平扫及增强CT的图像及参数差异。结果50例平扫CT平均CTDIvol为(11.67±0.51)mGy,增强CT平均CTDIvol为(13.46±0.76)mGy;采用虚拟平扫CT图像可使平均辐射剂量减少46.44%。增强与平扫CT图像的平均绝对偏差(MAE)为(32.28±2.64)HU,结构相似度(SSIM)为0.82±0.05;虚拟平扫CT与平扫CT图像的MAE为(6.72±1.31)HU,SSIM为0.98±0.02。虚拟平扫CT与平扫CT图像所示主要组织的CT值差异均无统计学意义(P均>0.05)。结论针对增强CT基于U-Net神经网络生成的虚拟平扫CT图像与实际平扫CT图像的一致性较好,可由此减少CT扫描次数、降低辐射剂量。

增强现实在医学领域中的应用现状研究

增强现实(Augmented Reality,AR)技术因其独特的虚实结合、实时交互等优点对医学领域起到很大的帮助,已成为辅助医学治疗的新兴手段。本研究介绍了AR技术的特征及关键技术,以及在医学中的应用现状,具体包括AR在医学教育中、临床手术导航、康复治疗、放射治疗中的应用。尽管AR在各个领域发展的程度不一,随着科学技术的不断进步,相信AR技术将与医学更好的结合来造福人类。

锥形束CT扫描角度及中心位置对模体靶区的影响

目的观察锥形束CT(CBCT)扫描机架角度及中心位置对模体中植入物体积及CT值的影响。方法于非均匀模体中插入均匀圆柱棒,以其中心为扫描中心,机架旋转360°扫描模体,分别在X、Y、Z方向上移动将扫描中心2.5、5.0、7.5和10.0 cm,或机架分别沿顺时针和逆时针方向旋转20°,间隔20°,于180°~360°进行重复扫描。重建图像,比较各组图像中植入物体积或CT值。结果植入物体积随扫描中心在X方向偏移距离增大而增大,Y方向偏移距离增大而缩小(P均<0.05),随Z方向偏移距离而变化(F=2919.88,P<0.01)。各扫描角度植入物体积不同,360°图像植入物体积大于其他角度(P均<0.05)。360°图像CBCT图像中植入物均大于其他角度(P均<0.05)。结论CBCT扫描时机架旋转角度及扫描中心与靶区的相对关系对模体靶区体积及CT值存在一定影响,机架旋转360°进行扫描,并以扫描中心即计划中心为靶区中心为计划设计的最佳选择。

超声图像分割的研究进展

医学图像主要包括CT、MRI、X线、超声等,其中超声检查价格低,对软组织成像效果好,对人体基本无伤害,目前临床已广泛应用。超声图像分割对后期图像分析有很大作用,可为临床诊断及放疗摆位等提供参考。本文就超声图像分割的传统方法、基于形变模型的分割方法及结合深度学习方法的研究进展进行综述。

基于深度相机的三维点云放疗实时监测系统的研发与应用

目的利用深度相机开发三维点云放疗实时监测系统并验证其可行性。方法以深度相机坐标系为世界坐标系,由校准模体得到定位CT坐标系与世界坐标系之间的转换关系。患者的定位CT点云经上述关系转换到世界坐标系中并与深度相机实时获取的患者表面点云配准计算六维误差,完成摆位验证及放疗中分次内体位误差监测。统计系统六维计算误差的均值、标准差,配准后点云的豪斯多夫距离以及各部分程序运行时间,验证系统的可行性。选取15例真实患者,统计本系统与锥形线束CT之间六维误差。结果模体实验中,系统在左右、头脚、腹背方向的误差分别为(1.292±0.880)、(1.963±1.115)、(1.496±1.045)mm,在偏转、俯仰、翻滚角度的误差分别为0.201°±0.181°、0.286°±0.326°、0.181°±0.192°。对于真实患者,系统平移误差在2.6 mm以内,旋转误差在1°左右,程序运行1~2帧/s,精度和速度满足放疗要求。结论基于深度相机的三维点云放疗实时监测系统能自动完成放疗前摆位验证、放疗中体位实时监测,并提供误差视觉反馈,具有潜在的临床应用价值。

四维超声对前列腺运动靶体积分辨能力的研究

目的探究四维(4D)超声对运动靶体积分辨能力。方法选用前列腺超声模型,分组对比研究应用4D超声在不同运动振幅(A)及运动周期(T)下勾画前列腺靶区,模拟A值分别设置为0.5、1.0、2.0、3.0、4.0、5.0 mm,t值设为1、2、3、4 s。分别计算模体前列腺靶体积,并以靶区静止时超声图像作为对照,分析两者间差异。结果模体静止时超声靶体积与CT靶体积大小有较高一致性(P>0.05)。A值为0.5、1.0 mm,t值为1~4 s时的体积与静止时超声靶体积相近(均P>0.05);A值为2.0、3.0 mm,t值为1~3 s时靶体积与静止时超声靶体积不同(均P<0.05)。A值为2.0 mm,t值为4 s时靶体积与静止时超声靶体积相近(P=0.710),组内极差为6.7 cm^(3),标准差为1.15 cm^(3);A值为3.0 mm,t值为4.0 s时靶体积重复性差,组内极差为14.4 cm^(3);A值为4.0、5.0 mm,t值为1~4 s时组内极差分别为3.27~17.63 cm^(3)、6.51~21.02 cm^(3)。各周期下靶体积重复性很差,不能满足临床要求。结论4D维超声可在患者运动周期1~4 s内、运动幅度≤1 mm内为患者靶区勾画提供可靠参考数据,探头初始位置无影响。

三维可视化引导放疗摆位系统的研发及临床应用

目的开发一种三维可视化技术辅助放疗患者摆位,并对比分析其在乳腺和盆腔放疗中与传统摆位方法的差异。方法选取2020年6月至2021年4月常州第二人民医院40例放疗患者作为研究对象,其中乳腺、盆腔患者各20例。利用患者定位CT数据进行三维可视化重建,并将三维可视化模型与真实治疗环境融合,通过交互操作使得三维可视化模型位于加速器等中心点,并以此为依据进行实际患者的摆位。每例患者每周先进行传统摆位、再进行三维可视化引导放疗摆位,分3周采集,所有患者共240次摆位数据,以锥形束CT(CBCT)引导的摆位作为金标准进行比较。结果乳腺患者和盆腔患者三维可视化引导摆位x、y、z轴摆位误差绝对值后分别为(1.92±1.23)、(2.04±1.16)、(1.77±1.37)mm和(2.07±1.08)、(1.33±0.88)、(1.99±1.25)mm,各轴精度较传统摆位分别提高了38.83%、52.40%、33%和36.84%、54.04%、52.58%,y、z轴上的差异具有统计学意义(t=2.956~5.734,P<0.05)。同时,对于乳腺患者,两种摆位方法y方向误差分布具有统计学意义(χ^(2)=7.481,P<0.05),对于盆腔患者,两种摆位方法在各轴的误差分布差异均有统计学意义(χ^(2)=5.900、6.415、7.200,P<0.05)。结论三维可视化技术引导放疗摆位方法有效提高了乳腺和盆腔患者的摆位精度,具有潜在的临床应用价值。

基于CT图像的跨模态转换研究进展

医学图像在临床诊断和治疗上起着至关重要的作用。放射治疗过程中采用计算机体层成像(CT)进行靶区定位和勾画。为了从多个角度获取病变体信息,需利用医学图像多模态的优势。然而,获取多种模态的医学图像是比较耗费资源的,同时无法保证患者状态的一致性。医学图像跨模态转换,可以利用一种模态图像预测另一种模态图像。本文详细综述了基于CT图像的超声图像、磁共振(magnetic resonance,MR)图像、正电子发射计算机断层显像(positron emission tomography,PET)跨模态模型研究,分类阐述了各模型的特点和存在的挑战,指出尚待开展的研究领域。