计算机辅助下自体荧光图像定量结果与口腔白斑病上皮异常增生等级的相关性

目的·探究计算机辅助下自体荧光图像定量结果与口腔白斑病上皮异常增生等级的相关性。方法·纳入2016年4月—2024年1月于上海交通大学医学院附属第九人民医院口腔黏膜病科就诊的口腔白斑病患者357例。利用手持自体荧光仪器获取患者病损的自体荧光图像,将自体荧光图像转为灰度图像,获得量化指标。在Python中拟合有序多元Logistic回归模型,绘制累积概率图。将数据集划分训练集和测试集,生成决策树,调整不同的超参数,获得最佳的模型效果。计算准确度、精确度和F1分值。利用混淆矩阵对模型性能进行可视化呈现。结果·随着上皮异常增生程度的增加,相对色阶平均值呈现下降趋势。在上皮异常增生二分类中累积概率图不同类别曲线之间无重叠,在四分类中仅上皮重度异常增生与其他类别曲线有重叠,说明模型的区分能力较好。在二分类病理等级中,当训练集和测试集比例为4∶1、决策树最大深度为2时,准确度、精确度、F1分值可达到较高,分别为0.792、0.801和0.795。在四分类病理等级中,当训练集和测试集比例为9∶1、决策树最大深度为4时,准确度、精确度、F1分值可达到较高,分别为0.611、0.537和0.569。结论·口腔黏膜病专科医师可将计算机辅助下自体荧光图像定量结果作为参考依据,预测口腔白斑病患者上皮异常增生程度,监控患者癌变风险。

一种细胞荧光显微图像饱和伪影修复算法

细胞的荧光显微镜图像包含丰富的表型特征,这些表型特征被用于研究细胞内物质的吸收和运输、化学物质的分布和定位等.这些分析需要高质量的细胞图像,然而饱和伪影会导致生物表型特征的严重丢失,这将影响形态学分析和一些分类实验.从数据的后处理角度出发,提出了一种基于生成对抗网络的两阶段细胞图像修复模型,以解决饱和伪影导致的表型特征丢失问题.该模型能够修复大面积的缺失表型特征区域.通过4组实验测试了修复图像的有效性和可信度.结果表明,修复结果填补了丢失的表型特征,提高了分析中的图像质量.使用分类实验作为细胞形态学分析实验的代表,对修复前后的细胞图像进行分类实验,结果证明修复饱和伪影后的图像可以提高基于细胞形态分析的实验准确性.

基于PI荧光图像计数的乳制品荧光性质分析

为分析添加PI染料时乳制品中不同的荧光成分如酪蛋白、黄油、维生素B1、维生素B2、维生素C等对荧光图像观察的影响,探究了不同乳制品及其成分在PI染色观察条件下的荧光性质,并以酿酒酵母为目标菌,研究了10种乳制品中酿酒酵母PI荧光图像计数结果。结果表明,酪蛋白、黄油、维生素B1、维生素B2、维生素C等成分及10种乳制品在发射光615 nm均可产生荧光,但不影响PI染色的酿酒酵母荧光计数的观察结果。使用荧光显微镜对添加105~107 CFU/mL酿酒酵母菌液的10种乳制品进行PI染色计数,并将荧光图像计数结果与平板计数结果进行比较。其中经荧光图像计数后得到的菌液浓度对数值分别在5.69~5.93、6.18~6.28、7.13~7.21之间,对应平板计数结果的对数值分别5.49~5.63、6.02~6.06、7.02~7.06之间,二者结果一致。使用PI进行荧光图像计数时,乳制品荧光虽然存在但不会对酿酒酵母荧光图像观察与计数造成影响。

荧光靶历史图像数据存储系统设计与实现

针对兰州重离子研究装置(HHIRFL)荧光靶历史图像数据存储系统所产生的数据不断递增和历史数据检索速度慢的问题,构建了基于MongoDB数据库的荧光靶历史图像数据存储系统。为了能够保存和观测分析荧光靶束流图像,搭建了基于EPICS的历史数据归档系统获取荧光靶图像过程变量(PV)数据,用MongoDB数据库分片技术对所得数据进行存储,通过Django框架完成图像的转化和Web页面的实现,并在系统中应用了图像分类算法,提高了数据读写的速率。该系统在HIRFL上可以稳定获取、存储、观测荧光靶束流历史图像,为束流分析、调束工作提供了便利。

荧光图像引导手术在妇科良性疾病中的应用进展

荧光图像引导手术(FIGS)是一种术中可视化成像导航技术,该技术利用荧光染色剂[亚甲蓝(MB)、吲哚菁绿(ICG)、5-氨基乙酰丙酸(5-ALA)、荧光素钠等]增强显影解剖结构或病变组织,为医生提供实时的可视化指导。FIGS在妇科的应用由来已久,在器官荧光灌注方面,在可能损伤膀胱或输尿管的妇科手术中,使用荧光染色剂灌注可以预防膀胱及输尿管瘘等并发症的发生;在不孕症手术中,染色插管不仅可以检查输卵管的通畅性同时可以治疗输卵管近端阻塞,诊室宫腔镜检查(OH)染色插管对于检测输卵管阻塞也具有较高的准确性和敏感度。在血管荧光造影方面,FIGS可为子宫和卵巢移植手术提供关键的实时血流信息,在卵巢扭转手术中让医生实时了解卵巢血流情况,以最大限度地减少卵巢切除的可能性;可指导子宫切除术中的阴道残端缝合,评估残端血流灌注情况以避免阴道残端裂开及愈合不良,但其临床效果尚不确定,还需进一步验证。近年来,FIGS在组织荧光造影方面的应用也备受关注,尤其是吲哚菁绿(ICG)为代表的荧光染色剂被广泛用于检测子宫内膜异位症(EMT)病灶,提高手术成功率。将可与特异性受体结合的靶向配体与荧光剂共轭偶联,制成靶向分子荧光剂,以提供更准确的定位和切除,帮助医生发现残存微小病灶。

面向荧光显微图像的斑点检测

实体肿瘤学中,利用荧光原位杂交(FISH)技术处理后的间期细胞核荧光显微图像上,DNA扩增往往呈现为衍射极限斑点,成像条件限制了图像质量,导致图像信噪比较低、背景干扰严重且存在非斑点结构干扰.设计适用的斑点检测方法,提供客观且定量的数据,有助于医生对于癌症病情的诊断.算法首先采用3层小波多尺度求和对荧光图像去噪,随后利用多尺度高斯拉普拉斯算子增强斑点区域,最后通过4个方向的单边二阶高斯核抑制非斑点区域,完成斑点检测.实验结果表明,对于自建数据库中83张图像,算法平均F分数达到0.96,平均运行时间0.5 s以下.

基于荧光分子间距和数量的原始图像去噪研究

在随机光学重建显微(stochastic optical reconstruction microscopy,STORM)的原始图像采集过程中,噪声是不可避免的。块匹配三维滤波是一种优秀的去噪算法。由于衍射现象,每个荧光分子都会在原始图像中形成弥散斑。不同的荧光分子间距会形成弥散斑重叠程度不一样的原始图像。针对块匹配三维滤波对原始图像去噪能力与荧光分子间距的关系问题,提出以不同分子间距的原始图像为研究对象的方法。将不同分子间距的原始图像分为弥散斑中心区域发生重叠和不重叠两类。研究发现,块匹配三维滤波可以有效地去除原始图像的噪声;去噪能力不但与噪声类型和水平有关,而且随荧光分子间距变化。当弥散斑中心区域发生重叠时,去噪前原始图像的信噪比(signal-noise ratio,SNR)与荧光分子数无关;去噪后低噪和中噪原始图像的SNR与荧光分子数有关。

深度学习在肾脏免疫荧光图像中的应用进展

慢性肾脏病等肾脏疾病不同程度地危害着全球人类的健康,加重社会的经济负担。因此,许多针对肾脏疾病的诊断技术应运而生,包括肾脏免疫荧光图像诊断。目前,深度学习被广泛应用于各种医学图像处理任务,特别是在肾脏免疫荧光图像处理中已经取得了不错的应用效果。本文基于深度学习在肾脏免疫荧光图像上的应用进行概述,探讨深度学习在肾小球目标检测、目标分割、形态分类中的应用进展,旨在挖掘深度学习在肾脏疾病研究中的应用潜力,为肾脏疾病诊断技术的发展提供新思路。

肺腺癌患者单孔胸腔镜肺段切除术中IQQA-3D图像分析系统指导下荧光反染技术的应用价值

目的探究肺腺癌患者单孔胸腔镜肺段切除术中应用三维智能交互式定性定量分析(IQQA-3D)图像分析系统指导下荧光反染技术的应用价值。方法选取96例肺腺癌单孔胸腔镜切除术患者,根据实际操作技术的不同将上述研究对象划分为观察组(n=54)、对照组(n=42),对照组患者接受传统单孔胸腔镜肺段切除术治疗,观察组患者接受IQQA-3D图像分析系统指导的荧光反染技术单孔胸腔镜肺段切除术治疗。记录两组手术持续时长、术中出血量、胸管持续引流时间、术后住院时间、手术切缘宽度、交界线识别率、交界线呈现时间、术后不良事件发生率,并进行比较。结果观察组患者的手术时间短于对照组;术中出血量显著少于对照组,差异有统计学意义(P<0.05),两组胸管持续引流时间以及术后住院时间比较差异无统计学意义(P>0.05);另外,两组手术切缘宽度比较差异无统计学意义(P>0.05);然而观察组的交界线识别率显著高于对照组,交界线呈现时间显著短于对照组,差异有统计学意义(P<0.05);观察组患者术后不良事件发生率显著低于对照组,差异有统计学意义(P<0.05)。结论肺腺癌患者单孔胸腔镜肺段切除术应用IQQA-3D图像分析系统指导下的荧光反染技术,能够有效缩短手术时间、降低术中出血量、提高交界线识别率且降低识别时间,同时降低不良事件发生率,具有较高的应用价值。

基于K均值聚类和开闭交替滤波的黄瓜叶片水滴荧光图像分割

为了监测温室黄瓜叶片湿润情况以计算叶片湿润时间并用于病害预警,利用K-均值聚类算法实现黄瓜叶片的水滴荧光图像分割。选择人工气候室培育的健康且洁净的黄瓜叶片作为试验试材,采用移液枪向叶面、叶缘部位上滴水,模拟不同的叶片湿润情形,使用荧光成像仪蓝光镜头在白天(07:00)和夜晚(18:00)分别采集图像。应用K-均值聚类算法在L*a*b颜色空间对水滴图像进行分割,首先要将原始图像由RGB颜色空间转换到L*a*b颜色空间,然后在在L*a*b颜色空间中利用a*b*二维数据空间的颜色差异,以欧式距离度量像素间的相似度,使用K均值对图像进行聚类,聚类得到的图像灰度化后进一步用数学形态学中的开闭交替滤波方法进行校正,最终完成图像分割。利用该方法对10幅含有不同水滴数量的黄瓜叶片荧光图像进行分割,为了验证该方法的有效性,分别采用基于H分量直方图分割算法、主动轮廓即C_V模型分割方法、融合K均值聚类和Ncut算法作对比试验。试验结果表明,该方法的平均匹配率、误分率相较于其他3种方法有明显的优势,平均匹配率为81.27%、平均误分率为9.57%,较之于其他3种方法,平均匹配率分别提高了44.11、11.50、10.90百分点,平均误分率分别降低了23.03、5.47和5.05百分点。该方法能够较为准确地将水滴从图像中分割出来,这为用计算机器视觉的方法监测黄瓜叶片的润湿时间提供了新的思路。

瞬态流场定量测量中平面激光诱导荧光图像的降噪

研究并评价了单幅荧光图像的降噪方法,以便真实、有效地获得用于瞬态流场测量的荧光图像的流场参数。分析了单幅荧光图像中的噪声来源,根据对双线测温信息提取的影响程度,确定米散射强噪声作为主要的滤波对象。分析了不同数字滤波方法的适用范围,并对丙酮荧光显示的流场图像进行了降噪处理。通过检查荧光图像与滤波处理图像的差值图像中含有荧光图像结构信息的程度评价了降噪效果。比较表明,形态学开运算图像重构滤波方法对荧光图像中米散射强噪声去除效果较好,并可较好地保护图像中原有荧光信息的细节。采用形态学开运算图像重构滤波方法对Q2(11)线与P1(7)线激励甲烷/空气预混火焰获得的荧光图像进行处理,得到了较为平滑的二维温度分布,测量温度在2 000K左右。结果表明,形态学滤波方法在瞬态流场定量测量的PLIF图像降噪处理方面具有一定的应用潜力。

一种改进的ISODATA算法及在彩色荧光图像中的应用

根据石油地质部门的实际需要,提出了一种改进的ISODATA聚类算法,并以此对彩色荧光图像进行分割.该算法首先从统计模式识别的角度出发,将彩色图像各个像素点的色彩分量转换到更符合人视觉的HLS空间;并在进行自组织迭代前,对样本空间进行初分,为取得更好的聚类效果创造了条件;最后,在进行相似度运算时,根据不同的分割需要分别对色度、亮度、饱和度三个分量进行了加权处理,获得了较好的分割效果.

基于荧光透射谱和高光谱图像纹理的茶叶病害预测研究

为了实现对茶叶病害的准确预测,避免病害特征提取过程中对茶叶的二次破坏,利用荧光透射技术对茶叶赤叶病叶片的荧光透射光谱特性展开研究。实验采集了健康茶叶叶片样本45个、赤叶病初期叶片样本60个及赤叶病中期叶片样本60个,并按照2∶1的比例划分成训练集和预测集样本数,通过荧光透射手段利用高光谱仪器采集这些叶片的原始荧光透射光谱。通过对这3组叶片样本平均光谱强度曲线的分析,证实了利用荧光透射光谱信息对这3种病害类型叶片进行分类的可行性。然后使用多项式平滑(savitzky-golay, S-G)方法对原始光谱进行平滑和降噪处理。最后采用竞争性自适应重加权抽样法(competitive adaptive reweighted sampling, CARS)对预处理后的光谱数据进行特征波长的选取。经过50次加权采样后,最终选取出4个特征波长,分别为: 463, 512, 586和613 nm。为了最大化提取样本的病害特征信息,强化分类器输入病害特征值的典型性,使用高光谱反射技术,采集4个特征波长下的高光谱图像,分别使用2种不同的纹理提取算法提取病害叶片图像的纹理信息进行对比分析。首先利用灰度共生矩阵(GLCM)提取4幅图像的纹理信息,分别计算4个方向的灰度共生矩阵(0°, 45°, 90°及135°),然后计算5个共生矩阵的均值和方差。为了提高鲁棒性,取4幅图像纹理信息的平均值作为该叶片的纹理特征值,最终得到10个特征值。利用LBP(local binary patterns)算法获取特征波长下高光谱图像的纹理信息,并使用Uniform模式对LBP模型进行降维,最终每幅图像得到944个维度的LBP特征值,同样取4幅图像的平均值作为该叶片的LBP纹理特征值。最后通过极限学习机(ELM)分别建立特征光谱联合灰度共生矩阵纹理信息及LBP算子纹理信息的预测模型,由于模型的输入特征值不在一个量纲,首先对输入特征值进行归一化处理,然后再定义模型的输出标签,即健康叶片的预测模型输出为1,赤叶病早期为2,中期为3。实验测得基于CARS-GLCM-ELM模型的预测准确率为81.82%,基于CARS-LBP-ELM模型的预测准确率为85.45%,说明利用荧光透射光谱联合LBP算子纹理信息预测效果更好。由于没有达到预期效果,利用Softplus函数对ELM的隐含层激活函数进行了优化,替换掉原来的Sigmod函数,优化后的模型预测分类正确率达到92.73%,基本达到了预期效果。该研究将病害叶片的荧光光谱信息和对应特征波长下高光谱图像的纹理信息进行了融合,研究结果可为茶叶病害的快速、准确预测提供一定的参考价值。

应用荧光显微图像技术评价油层水淹程度

荧光显微图像技术是应用录井技术评价油层水淹程度的新方法之一,其目的是寻找提高储层特别是薄差油层及非均质层水淹程度解释准确度的新途径。该文在水驱油实验的基础上,总结了不同产水率条件下的荧光显微图像特征,并结合已试油资料建立了荧光显微图像判断油层不同水淹状况的解释评价标准,经大庆喇萨杏油田应用效果较好。

利用荧光高光谱图像技术无损检测猕猴桃糖度

将405nm激光照射到猕猴桃样品上,当激光透过样品内部时,部分单色光被样品内部成分吸收,释放出荧光,再用高光谱成像系统采集诱导出的荧光散射图像。在荧光散射图像上选取感兴趣荧光区域(ROIs),提取感兴趣区域在波长400～1000nm范围内的特征变量。当提取12个特征变量时,建立的猕猴桃糖度多元线性回归(MLR)模型的校正集相关系数Rc为0.932,预测均方根误差(RMSEC)为0.4764°Brix,预测集相关系数Rp为0.8227,预测均方根误差(RMSEP)为0.5645°Brix。研究结果表明,采用激光诱导荧光成像技术无损检测猕猴桃糖度是可行的。

基于叶绿素荧光图像的辣椒叶片氮含量的预测

提取辣椒叶片的25个叶绿素荧光图像的特征参数,其中18个特征参数与氮含量呈极显著相关(P<0.01)。用主成分分析法(PCA)提取主要特征参数,将其结果作为遗传算法优化的反向传播人工神经网络(BPNN)、广义回归神经网络(GRNN)和多元线性回归(MLR)模型的输入变量,分别建立辣椒叶片氮含量的预测模型,建模集的相关系数分别为0.959 2、0.963 3、0.943 5,预测集的相关系数分别为0.914 5、0.821 3、0.774 1。

结肠早癌自体荧光内镜诊断系统研究 Ⅰ.结肠组织显微自体荧光图像分析

目的 :探讨结肠正常组织和腺癌组织的显微自体荧光图像差异与肠壁不同结构层次的荧光强度差异。方法 :采用共聚焦显微自体荧光图像系统采集与分析结肠正常和腺癌组织的自体荧光图像。结果 :结肠正常组织自体荧光图像能清楚显示肠壁的三层结构 ,自体荧光主要来自于细胞间质和粘膜下层 ,上皮细胞的荧光强度很弱 ;腺癌组织的肠壁结构发生明显改变 ,荧光强度主要来自于粘膜下层 ;腺癌组织的显微自体荧光强度显著低于正常组织 (P <0 .0 5 ) ,表明自体荧光分析法用于大肠癌的诊断是一个可行的方法。

高分辨阿达玛变换显微荧光图像分析(Ⅱ)单细胞DNA荧光图像生成、处理及自动定量分析研究

本研究把荧光显微镜、阿达玛变换多通道成像技术和计算机图像处理技术结合起来 ,建立了一种单细胞 DNA荧光图像自动定量分析系统。对系统的成像原理、信号编码和解码方法及单细胞定量分析方法进行了讨论。分析结果表明

基于免疫荧光图像的微管蛋白半定量分析

目的:建立一种基于免疫荧光图像的快速、简便、半定量分析微管蛋白的方法.方法:小鼠成骨样细胞MC3T3分别在正常及三维回转条件培养48h后,免疫荧光细胞化学技术标记对照组和回转组的成骨细胞微管骨架,激光共聚焦显微镜采集荧光图像;采用三种不同的专业图像分析软件SimplePCI,Imagepro-Plus6.0(IPP)及ImageJ定量分析三维回转培养条件对小鼠成骨样细胞MC3T3-E1微管细胞骨架的影响;用Western Blot检测α-微管蛋白表达量;用ImageJ软件确定MC3T3-E1细胞微管骨架的分形维数.结果:对采集到的细胞骨架荧光染色图像做定量分析发现,与对照组相比,经过48h三维回转培养,MC3T3-E1细胞图像的荧光强度明显降低(P<0.01);Western Blot结果表明,经过48h三维回转培养,MC3T3-E1细胞α-微管蛋白表达量表达量明显下降;Im-ageJ软件分析结果表明,经过48h三维回转培养,MC3T3-E1细胞微管的分形维数也明显低于对照组(P<0.05).结论:图像分析软件的结果和实验结果一致,表明基于免疫荧光图像的分析方法是可行的,为细胞形态学的定量研究提供了新思路和手段.

基于血管边缘特征的眼底荧光血管造影图像拼接

根据眼底荧光血管造影图像的特点,提出了一种基于血管边缘特征的图像拼接方法。首先,对在眼底荧光血管造影图像进行预处理的基础上,利用小波边缘检测算法检测出血管的图像边缘;然后,基于链码描述方法进行特征匹配;最后,采用了一种基于局部区域灰度信息的图像融合方法对眼底荧光血管造影图像进行拼接。数据处理结果表明,该方法能够得到较理想的拼接效果。