多断层融合的肺CT肿瘤靶区超分辨率重建

针对由曝光不均、噪声等因素引起的病灶区CT数据漏检、边界模糊等问题,设计了一种多方向神经网络(NN)插值算法。通过融合各断层层内和层间信息,对病灶区进行精确超分辨率重建。首先,将预测网络拓展为多方向三维空间;然后,根据肿瘤特殊灰度分布特征,设计最优初始权值;最后,预测漏检数据,提高病灶区分辨率。将本文算法与当前具有代表性的3种超分辨率重建算法PCGLS法、180°线性插值、单方向神经网络方法进行比较,结果表明:本文方法实时性更好,迭代次数平均减少25.9%,重建图像病灶区定位更精确,空间分辨率更高,质心偏离度平均降低27.1%,中心偏离度平均降低23.0%,病灶面积平均减少21.5%,平均PSNR提高了1.59 dB。本算法不但适用于肺部CT图像,也可以根据具体图像特征推广到其他生物信号和遥感图像等领域中。

高强度聚焦超声消融靶区表面的损伤研究

目的:探讨高强度聚焦超声(high intensity focused ultrasound,HIFU)消融靶区表面损伤的方法及表面消融模式的优势。方法:以离体牛肝为研究对象,分成3组,单点消融组辐照结束后与仿真计算的牛肝坏死形态、大小进行比较分析。表面消融组和完全消融组以相同的组合参数,在不同深度处动态调节辐照声强进行消融实验,对两组的辐照时间及累积能量进行统计分析。表面消融后采集超声二维图像测量分析并重建靶区,测量的损伤区域与病理测量区域对比分析。结果:HIFU单点辐照损伤大小与理论值相差不大。表面消融模式能在靶区周边形成完整的坏死带,在超声图像上呈强回声,靶区3D重建图像较清晰。两种模式的总辐照时间与累积能量比较均有显著统计学差异(P<0.05);超声图像勾画和牛肝组织坏死测量的消融体积平均值比较无统计学差异(P>0.05)。结论:超声影像学能实时监控HIFU表面消融模式所致的靶组织坏死区域,HIFU表面消融模式可提高消融效率,缩短辐照时间。