轻量级空间移位MLP用于指静脉分割

基于CNN和Transformer架构图像分割网络模型参数繁多、计算复杂,需要消耗大量的内存资源,这使得它们无法满足快速、有效的指静脉图像分割需求,并且在算力有限的嵌入式平台部署非常困难。因此,提出一种基于MLP的轻量级手指静脉分割算法。首先,通过不同轴向移动特征图获取信息流来捕获局部依赖性,提高局部信息提取能力;其次,使用标记MLP块对特征图进行标记和投影卷积特征;然后,在下采样和上采样之前都添加一个轻量级注意力模块来提升分割性能,在输入到MLP的同时转移输入的通道,使网络模型更专注于学习本地依赖性。在SDU-FV、HKPU和UTFVP三个公开的手指静脉数据集中进行实验,结果表明:该方法仅使用了346.949K Params、1.835G Flops和11.023M的计算复杂度,分割性能指标Dice、AUC、Acc分别达到0.515 6、0.895 9、91.68%。在三种NVIDIA嵌入式平台上,该算法的Dice和AUC指标均取得了最优性能。

基于血管增强滤波的脑部静脉分割新方法

目的将本身灰度不均的静脉从有噪声干扰、结构复杂的脑部磁敏感加权图像中准确地分割出来。方法提出基于血管增强滤波联合动态阈值分割和动态阈值区域生长的血管提取方法。前者分割出部分静脉作为种子点,后者生长至几乎全部静脉。结果在重度噪声和干扰的仿真图像中,可以达到90%以上的正确率;在临床图像中,能准确地提取出了静脉,清晰地显示了静脉的脉络结构。结论上述方法可以准确地实现脑部磁敏感加权图像中的静脉分割,有效地避免误分割,同时具有很好的鲁棒性。

基于改进U-Net的视网膜血管动静脉分割和分类算法

针对视网膜图像动静脉血管分割和分类存在的血管分割不足、连通性差、分类准确率低等问题,提出了一种基于改进U-Net模型的视网膜动静脉血管分割和分类的方法。首先,在U-Net模型的每次卷积操作之后加入批量归一化处理,减少网络中的梯度消失现象;其次,针对网络深度增加,模型性能下降的问题,在全连接层加入额外的跳跃连接,提高模型训练性能;最后,将这种改进后的模型进行4次串联训练,并通过多次的编码和解码对特征进行提取和融合,组成了处理视网膜动静脉血管分割和分类任务的FUnet模型。在DRIVE和HRF数据集上进行了模型有效性的验证,实验结果表明:与传统U-Net相比,本文方法在DRIVE数据集上AUC、精确度和特异度分别提升了4.11%、 7.61%和0.06%,在HRF数据集上AUC、精确度和特异度分别提升了17.24%、 0.6%和0.18%。该方法对视网膜动静脉自动准确的分割和分类具有较好的效果。

基于级联U-Net的手指静脉分割算法研究

针对传统的手指静脉分割算法无法达到良好的分割效果,公开手指静脉数据集较小,没有合适的参考标准用于神经网络训练,数据集未进行ROI处理导致包含背景过多等问题,提出一种基于级联U-Net的手指静脉分割算法。从UNet网络结构出发,针对所使用的指静脉数据集简化网络、减少参数,并以此作为所提方法的网络组成部分。针对山东大学公开数据集SDU-FV采用一种基于最小二乘的旋转校正算法提取ROI区域,该方法可以克服手指轴向旋转引起的成像区域不一致等问题,进而突出静脉丰富区域。在神经网络训练过程中,一方面在每张图像中随机选择其中心获得子块进行数据扩充;另一方面将检测静脉图像横截面局部最大曲率方法提取到的纹路作为标准。实验结果表明,基于级联U-Net的手指静脉分割算法取得了比其他方法更加优异的分割性能,在3个手指静脉公开数据集SDU-FV、MMCBNU_6000和THU-FVFDT2上分别获得了91.56%,92.91%和93.08%的AUC以及92.44%,93.93%和94.86%的准确率。

多光谱视网膜成像动静脉自动分割方法

为了解决手动标记动静脉耗时耗力的问题,开发了一种基于ResNet_U-Net网络模型的计算机自动分割视网膜动静脉算法。首先,使用多光谱视网膜成像系统采集视网膜图像并制作数据集,其包含206张548 nm光谱的视网膜图像及其像素级标记的动静脉图像;然后,优化ResNet_U-Net网络模型中的多尺度特征提取模块和损失函数模块,并增加了通道注意力机制和后期处理方法来提高动静脉自动分类的准确性;最后,在数据集中随机抽取165张作为训练集,41张作为测试集进行了测试。实验表明,本研究所建立的深度学习模型能自动准确分割视网膜图像中的动静脉,准确率可达98.50%。

基于局部灰度极小值的指静脉图像分割方法

为了解决在光照不均匀、对比度低和指节纹干扰等情况下存在的手指静脉纹线分割效果不好的问题,文中提出一种基于局部灰度极小值的指静脉检测方法。根据指静脉纹线的走向选取垂直于指静脉方向的模板,该检测模板由三个子模板组成。由于静脉处较其周围邻域的灰度值较低,当检测模板由上至下逐点检测时,中间子模板的灰度值之和小于其他两个子模板的灰度值之和,该处即为静脉纹线处。该方向的模板不但避免了阈值选择,能够排除对比度低、光照不均匀的影响,而且可以有效抑制指节纹等干扰纹线。实验结果表明,该方法可以有效地解决指节纹干扰、对比度低和光照不均等问题,提取的静脉纹线具有很好的连续性。

低对比度手背静脉图像的增强和分割

人体手背静脉识别技术是生物特征识别技术的一种。人的手背拥有比手指更为丰富的静脉血管,可以提取更多的并且适于身份认证的特征,所以把手背静脉识别作为一种身份认证方式,应用于信息安全等领域具有非常重要的现实意义。由于光照强度、手背厚度的不同,所采集到的手背静脉图像的质量不是很好,对比度比较低。为了得到有较好对比度的手背静脉图像,提出了一种基于形态学处理与对比度受限的局部直方图均衡(CLAHE)相结合的手背静脉图像处理的方法。实验表明,这种方法能有效地增强手背静脉和背景的对比度,使得静脉分割取得了很好的效果。

一种超轻量级指静脉纹络实时分割网络

现有的指静脉分割网络大多需要消耗极大内存和计算资源,难以直接部署到嵌入式平台上,大部分模型轻量化方法存在参数减小导致分割性能急剧下降、算力受限和实时性等问题。针对上述问题,本文提出了一种超轻量级指静脉纹络实时分割网络—SGUnet。首先,使用沙漏状的深度可分离卷积极大地减少基础模型参数,并采用轻量级高效注意力模块实现无降维的局部跨通道交互,提升网络分割性能。其次,为了解决部分特征图存在冗余的问题,使用Cheap operation来替代部分“懈怠”的卷积核,得到相似的特征图。最后,采用特征信息交互的方法,打开分组卷积的组间通道,解决了分组特征组之间信息不流通的问题。与传统Unet分割网络相比,最终的SGUnet模型参数量约为传统Unet分割网络的1%,Mult-Adds约为0.5%。在两个公开的手指静脉数据集SDU-FV、MMCBNU-6000上验证网络性能,结果表明SGUnet网络在分割性能上不仅优于大型分割网络Unet、DU-Net、R2U-Net,而且超越了经典轻量级改进模型squeeze-Unet、Mobile-Unet、shuffle-Unet、Ghost-Unet。SGUnet网络Accuracy、Dice、AUC分别达到94.11%、0.5384、0.9354,并且在NVIDIA嵌入式平台上指静脉纹络提取的测试速度高达0.27秒/张。

联合肝脏分割和门静脉结扎的分阶段肝切除术应用现状及展望

晚期肝癌为肝胆外科治疗的难点,联合肝脏分割和门静脉结扎的分阶段肝切除术(associating liver partition and portal vein ligation for staged hepatectomy,ALPPS)是近年来开展的一种新型晚期肝癌根治术式,本文就ALPPS应用现状及进展进行综述。

手术隔离技术在联合肝脏分割和门静脉结扎分阶段肝切除术中的护理配合

总结8例联合肝脏分割和门静脉结扎分阶段肝切除手术配合及护理。手术前准确评估患者身体状况,做好充分的术前准备,手术中严密观察病情变化,医护熟练的配合,严格执行手术隔离技术规范,能有效降低手术风险,确保手术顺利进行。

基于Hessian矩阵和LBF模型的指静脉图像分割

针对图像光照不均匀、对比度低、边缘模糊而导致指静脉图像分割质量差的问题,提出基于Hessian矩阵和LBF模型相结合的指静脉图像分割方法。使用基于Hessian矩阵的图像增强算法对静脉图像的血管边缘进行增强,同时对血管的响应函数进行改进。对增强后的图像使用LBF的方法提取指静脉的血管轮廓,通过对轮廓面积大小的判断来剔除静脉血管的间断区域,最后将静脉图像进行细化操作得到最终的指静脉骨架图。实验表明,相较于原始的Hessian矩阵增强算法,改进响应函数后的方法能够得到脉络特征明显、图像清晰的指静脉图像。从图像的分割角度看,文中的方法能较好地处理对比度低、边缘模糊的指静脉图像分割问题,可以得到对比度高、静脉骨架特征明显的指静脉图像。

脑白质疏松症MR图像的静脉提取方法

针对脑白质疏松症MR图像白质区域静脉信息复杂的特点,提出一种基于小波变换的多阈值脑白质疏松症MR图像的静脉提取方法.首先,利用形态学变换对图像中的细节信息进行增强处理;其次,利用小波变换的多分辨率特性对图像的灰度直方图进行多层小波分解,对不同层次的小波细节信息及逼近信息进行阈值处理并重构,提取出静脉的灰度特征;最后,利用多阈值分割方法将脑白质区域的静脉分割出来.实验结果表明,该方法能实现静脉信息的自动快速提取,并实现了静脉的量化分析,为医生对脑白质疏松症患者白质区域静脉扩张程度的诊断提供一个定量标准,具有临床辅助诊断价值.

ALPPS一期术后刺激残肝再生及其相关因素的研究

目的通过建立联合肝脏分隔和门静脉结扎二步肝切除术模型(associated liver partition and portal vein ligation for staged hepectomy,ALPPS)来探讨骨髓来源肝血窦内皮祖细胞(bone marrow liver sinusoidal endothelial cell progenitor cells,BM SPCs)在ALPPS一期术后肝再生中的作用。方法选取180~200 g健康SD雄性成年大鼠72只,按照随机数字表法分为ALPPS组、门静脉结扎组(portal vein ligation,PVL)和假手术组,分别在术后1、2、4、7 d检测各组大鼠保留侧肝脏体质量比,血清HGF表达水平,肝脏组织BM SPCs表面标记物CD133、CD45、CD31,以及肝功能和肝组织病理学,并对结果进行统计分析。结果 (1)相比于PVL组,ALPPS组在术后Ki-67阳性细胞更多,保留侧肝脏体质量比更高(P<0.05);(2)ALPPS组血清中谷丙转氨酶、谷草转氨酶和总胆汁酸在术后第1天显著升高(P<0.05),第4天与PVL组比较,差异无统计学意义(P>0.05);(3)ALPPS组血清中的HGF在术后第1天达到峰值,明显高于PVL组,从第2天起开始下降,第4天开始有所回升(P<0.05);(4)ALPPS组结扎侧的BM SPCs表面标志物在术后1、2、4、7 d呈阳性,而ALPPS组的保留侧及其PVL组、Sham组均呈阴性。结论 BM SPCs参与了ALPPS术后肝脏的快速再生。

IQQA^(®)-3D Liver系统评估联合肝脏分割和门静脉结扎的分阶段肝切除术一例并文献复习

目的原发性肝癌是全世界最常见的恶性肿瘤之一,其中当巨大肝癌难以Ⅰ期切除时,常常通过联合肝脏分割和门静脉结扎的分阶段肝知切除术(ALPPS)方式有效地切除。本病例通过IQQA^(®)-3D Liver系统评估剩余肝脏体积变化进而安全完成ALPPS手术。方法应用IQQA^(®)-3D Liver系统评估ALPPS第1步手术术前及术后的肝脏CT影像模拟肝切除后的剩余肝脏体积变化。结果患者经IQQA^(®)-3D Liver系统评估后,顺利经过ALPPS手术切除肝脏巨大肿瘤,术后未发生肝衰竭。结论三维重建技术对ALPPS手术中的剩余肝脏体积评估尤为重要。

SCANet联合红外血管显影仪在足腕部静脉识别方面的效果评价

接受化疗的癌症患者足腕部静脉肉眼难以识别,而红外血管成像仪对此识别效果有限,本研究旨在探索深度神经网络模型SCANet对化疗患者足腕部静脉血管识别的准确度。方法 使用红外显影仪对98名接受化疗的癌症患者的足腕部进行投射,采集照片总计196张。由两名经过软件操作培训的护士使用MITK工具标记患者足腕部血管区域,由一名经验丰富的手足外科医生对标记结果进行审核,修改和注释。将原图与标记后图像经过标准化处理,随后使用SCANet模型进行血管分割预测并评价效果。结果 SCANet能够准确的识别癌症患者化疗后的足腕部静脉血管,其在识别血管细节方面表现尤其出色,能够准确识别血管分叉和更少的孤立血管段。结论 SCANet对红外血管显影仪投射的血管图像的识别和分割具有优异的表现,能够增强红外血管显影仪的效果,具有重要的临床实用价值。

基于局部灰度极小值的掌脉图像分割方法

针对手掌皮下静脉(简称掌脉)成像照度不均匀、对比度低和噪声严重,提出一种基于局部灰度极小值掌脉图像自动分割方法,回避了阈值选择,能够有效解决光照不均、对比度低、噪声严重等干扰。通过自建掌脉图库的实验结果表明,该方法除了能够有效地抑制噪声、光照不均和对比度低的影响外,与目前的掌脉分割方法相比,在掌脉提取连续性和不需要选择阈值等方面具有更大优势。

ALPPS术后肝再生与内质网应激IRE1α-XBP1通路的关系研究

目的探讨内质网应激在联合肝脏分割和门静脉结扎二步肝切除术(ALPPS)一期手术后肝再生过程中的作用。方法将72只C57bl/6小鼠随机均分为ALPPS组、门静脉结扎组(PVL组)和假手术组(Sham组),每组24只,分别行ALPPS一期手术、单纯PVL和假手术。3组小鼠分别在术后第1、2、4及7天各取材6只,检测各组小鼠的肝重体质量比,并取肝脏组织行免疫组织化学染色以计算Ki-67阳性细胞比,行Western blot法以检测肌醇酶1α(IRE1α)和X盒连接蛋白1(XBP1)蛋白的表达水平。结果①肝重体质量比:术后第4天和第7天时,同时点下Sham组、PLV组和ALPPS组的肝重体质量比依次增加,3组间两两比较差异均有统计学意义(P<0.05)。②Ki-67阳性细胞比:术后第2天时,Sham组、PLV组和ALPPS组的Ki-67阳性细胞比依次增加,3组间两两比较差异均有统计学意义(P<0.05);术后第4天时,ALPPS组与PVL组的Ki-67阳性细胞比仍高于Sham组(P<0.05)。③XBP1和IRE1α的表达水平:术后第2天和第4天时,与Sham组和PVL组比较,ALPPS组的XBP1和IRE1α的表达水平均较高(P<0.05);术后第7天时,与Sham组比较,ALPPS组的XBP1和IRE1α的表达水平较高(P<0.05);与PVL组比较,ALPPS组的XBP1的表达水平较高(P<0.05)。结论在小鼠体内ALPPS术式诱导的肝再生较传统的PVL术式引起的肝再生更具有优势,这可能是因为ALPPS术后更为明显的内质网应激激活状态,导致IRE1α-XBP1的表达上调,从而参与了肝细胞细胞周期的调控,进而促进了肝细胞的增殖,促进了快速肝再生。