基于医学征象和卷积神经网络的肺结节CT图像哈希检索

针对肺结节图像检索中存在的两个问题:手工设计的特征对肺结节的表达能力不强,生成的哈希码检索效果不佳。文中提出一种基于医学征象和卷积神经网络的肺结节CT图像哈希检索方法。首先,依据肺结节的9种征象取值,构造训练集准确的哈希码;其次,利用卷积神经网络和主成分分析法提取肺结节的重要语义特征,并结合训练集准确的哈希码反向求解哈希函数;最后,提出一种基于自适应比特位的检索方法,实现待查询肺结节图像的快速检出。通过对数据集进行实验和分析,证实了本文方法在肺结节图像检索过程中取得了较高的准确率和检索精度。

基于医学征象的3D肺结节交替优化检索方法

为解决人工诊断和检索过程繁琐、误诊率高、数据量大以及哈希码稀疏等问题,提出一种基于多标签语义监督的3D ResNet网络,对肺结节的医学征象进行量化,构建多标签数据集相似矩阵;通过三线性插值方法构造3D肺结节块,利用相似性度量设计损失函数进行3D特征学习并提出交替最小化优化方法进行优化,提高网络特征的表征能力,解决由于离散的哈希码而不能使用传统方法进行求解的难题,学习到紧密表达的哈希码。实验结果表明,利用本文提取的3D特征进行检索,平均准确率提高18.5%,在扩充的公开数据集以及合作医院数据集上可以达到94.83%的平均检索精度。

鞍马运动员腕部损伤的病理学分析与预防

通过对鞍马运动员的腕部骨与关节的病理学分析,发现其病理表现的一些类型及特点,诊断出鞍马运动员病变征象主要表现为腕部骨骺异常、骨质增生、骨折等,这些变化与运动员的年龄、运动史、运动项目特点等有密切联系,从而为教练员科学制定训练计划和队医进行医务监督提供依据。