基于心脏磁共振短轴电影图像的右心室分割新进展

右心室分割对肺动脉高压、法洛四联症等疾病的心脏功能评估具有重要意义.然而,右心室结构复杂,变动性大、心肌薄且毗邻脂肪,实验全自动分割一直是难点.心脏磁共振短轴电影图像时空分辨高,常用于临床右心室分割及功能评价.本文基于心脏磁共振短轴电影图像对右心室分割方法进行了综述,首先回顾了传统右心室分割算法,然后重点介绍了基于多图谱和深度学习算法的右心室分割进展,并介绍了右心室分割结果常用的评估指标.通过上述回顾发现,基于深度学习算法的分割方法是今后临床应用的右心室分割的主要方法,对心脏相关疾病的诊断及预后十分重要,而且可大大提高医生的工作效率.

基于全卷积网络的乳腺肿瘤动态增强磁共振图像分割

准确可靠的乳腺肿瘤分割是乳腺癌诊断、治疗、预后评估的关键.针对现有的基于动态增强磁共振成像(DCE-MRI)的乳腺肿瘤分割方法易遗漏小目标肿瘤等不足,本文提出了一种基于全卷积网络的可靠高效的乳腺肿瘤DCE-MRI图像分割方法.首先,对乳腺DCE-MRI数据进行预处理后,截取128*128大小的图像块,并以肿瘤区域像素数为依据将数据分为两个子数据集;其次,利用数据集训练CBP5-Net得到分类模型;然后,利用两个子数据集分别训练RAU-Net得到两个分割模型;最后,将测试集数据送到网络输入端,并对网络输出结果进行后处理,得到最终的乳腺肿瘤分割结果.利用本文提出的方法得到的Dice系数、敏感性、特异性和交并比(IoU)分别达到了0.9388、0.9523、0.9985和0.8768,说明利用本文方法能够有效、精确地分割乳腺肿瘤DCE-MRI图像.

Research on the Influence of X-ray Phase Contrast Imaging Parameters with Micro-focus Source

X-ray in-line phase contrast imaging enables weakly to absorb specimens to be imaged successfully with high resolution and definition. In this paper we use computer simulation method to analyze how each parameter influences the quality of the image. It can avoid wasting unnecessary time and materials in the course of experiment to get ideal images.