基于膝关节MR图像的分割模型构建及验证

目的:构建并验证一种膝关节MR图像分割算法,旨在解决软骨细小结构识别困难、分割边界模糊、错分等问题,发现软骨的早期病变,帮助医生诊断膝骨关节炎等慢性疾病。方法:使用膝关节公开数据集SKI10进行实验验证,划分为训练集(60%)、验证集(20%)、测试集(20%);基于Transformer方法和U-Net方法,提出融合通道注意力机制和边界注意力机制的新型网络架构CE-TransUNet;以平均Dice相似系数(DSC)为主要评价指标,探索模型在膝关节MR图像分割中的性能。结果:与经典算法进行对比,CE-TransUNet具有更好的分割效果,其DSC指数达到了90.48%,在股骨和胫骨上DSC分别达到了93.55%和93.10%,在股骨软骨和胫骨软骨上DSC分别达到了87.69%和87.58%。结论:CE-TransUNet分割结果与人工分割结果有很好的一致性。其分割效果优于对比网络模型,为膝关节软骨的自动分割提供了一种新思路,能够帮助临床诊断,有较好的应用前景。

基于多特征支持向量机和弹性区域生长的膝软骨自动分割

为了从膝关节磁共振图像(MRI)中分割出膝软骨,提出一种基于多特征支持向量机(SVM)边缘定位和弹性区域生长的自动分割算法。首先,采用自适应Canny边缘检测算法提取图像主要边缘;再对边缘提取多个图像特征,结合SVM算法对边缘进行分类,完成软骨边缘定位;然后,在软骨边缘的基础上进行种子点及软骨像素区域的选择;之后基于选择的结果采用弹性区域生长进行初步软骨分割;最后,基于先验知识和形态学获得最终膝软骨分割结果。实验结果表明:该算法能够准确、快速地自动分割出膝关节MRI中不同的膝软骨,其中股软骨、胫软骨、髌软骨的平均评价重要指标(DSC)分别可达0.8543、0.8280、0.8703,与手工分割结果具有较高的一致性。

3.0T MRI3D-VIBE序列联合OsiriX软件半自动分割在膝骨关节炎软骨体积测量中的应用价值

目的:探讨3.0T MRI3D-VIBE序列联合OsiriX软件半自动分割对测量膝骨关节炎软骨体积的效率和可重复性。方法:随机选取2018年1月-2020年12月期间在本院影像科接受3.0T MRI3D-VIBE序列检查并符合条件的患者80例,分为轻度KOA组(39例)和重度KOA组(41例),同时纳入健康志愿者40例为对照组。对MR图像质量进行一致性检验;使用OsiriX软件分割比较三组受试者的各膝关节软骨体积;比较OsiriX软件半自动分割和常规手工分割在测量KOA组和对照组的软骨体积所需时间和可重复性误差。结果:3D-VIBE序列膝关节软骨成像的图像质量评分结果一致性较好(Kappa值=0.83,P<0.01);轻度KOA组各软骨体积值均比对照组低,但都高于重度KOA组,所有比较均有显著统计学差异(P<0.01);KOA组和对照组使用OsiriX软件半自动分割膝关节软骨所用时间都比常规手工测量少,差异均有统计学意义(P<0.01);KOA组和对照组使用OsiriX软件半自动分割和常规手工测量比较,观察者间可重复测量误差和观察者内可重复测量误差均低于常规手工测量(P<0.05)。结论:3.0T MRI3D-VIBE序列成像对于显示膝关节软骨图像质量良好,其联合OsiriX软件半自动测量对于分割膝关节各软骨比常规手工测量更节约时间,可重复性更好。

基于多模态MRI图像的耳软骨模型构建

构建高保真的耳软骨支架一直是耳廓再造的研究核心。传统成像方法对耳软骨和周围组织的区分度较低,为探究可用于耳软骨成像的MRI扫描序列,为耳软骨3D生物打印提供高精度模型,提出超短回波时间(UTE)成像和3D_T2成像序列相结合的扫描方案。实验共收集40位健康志愿者单侧外耳廓数据。首先,两位有经验的评估者分别根据UTE图像逐层勾勒出耳软骨大致形状,并根据3D_T2图像进一步去除耳垂等其他组织,以此构建耳软骨模型。每名评估者独立重复3次。然后,分析评估者内和评估者间耳软骨分割结果的体积(Cg.V)、表面积(Cg.S)和厚度(Cg.Th)的相关性,以评价不同评估者是否可以定义相同的感兴趣区域。结果显示,评估者内手动分割结果的精度误差分别为:Cg.V≤3.05%,Cg.S≤1.80%,Cg.Th≤3.43%,评估者间分别为:Cg.V=2.39%,Cg.S=3.75%,Cg.Th=3.37%;Cg.V、Cg.S和Cg.Th的组内相关性分别高于0.95、0.97、0.77,组间相关性分别为0.97、0.89和0.69;Dice相似性系数(DSC)均高于80%。这表明,超短回波时间和3D_T2成像序列结合能够表征耳软骨的形态学差异,是适合耳廓再造研究的扫描方案,可为3D生物打印提供高精度的耳软骨模型。