基于CV-RSF模型的甲状腺结节超声图像分割算法

结合CV模型和RSF模型,建立CV-RSF模型,实现甲状腺结节超声图像半自动分割算法。基于CV模型的全局信息对图像粗分割,并以粗分割结果作为RSF模型的初始轮廓,然后再利用RSF模型的局部信息对病灶实现最终的分割。根据设定的两组不同初始轮廓,分别利用RSF模型和CV-RSF模型对病灶分割。结果表明,CV-RSF模型解决了RSF模型对初始轮廓敏感的问题,而且通过重叠率的对比,CV-RSF模型分割更准确。对比RSF模型,CV-RSF模型实现的甲状腺结节超声图像半自动分割算法,更加有效、准确。

改进RSF主动轮廓模型的医学图像分割方法

针对可伸缩区域拟合能量(RSF)模型在分割某些医学图像时会存在欠分割以及轮廓收敛速度慢等问题,提出一种改进的RSF模型.利用K均值对医学图像进行全局处理,用一个新的核函数代替高斯函数.在新的核函数基础上重新建立能量泛函,并将一个内部能量项作为罚函数项引入到水平集模型中.结果表明,与传统的RSF模型相比,改进模型的分割精度提高了近40%,分割速度提高了近30%.

结合KL散度和RSF模型的主动轮廓图像分割方法

针对主动轮廓模型在进行图像分割时计算复杂度较高的问题,提出一种基于区域的变分水平集主动轮廓模型图像分割方法.新模型将Kullback-Leibler(KL)散度信息加入到RSF(region-scalable fitting)模型中,在新模型的能量项中通过RSF能量项计算区域内某点和该区域"中心"之间的拟合距离来表示目标区域的相似性,同时通过最大化KL能量项使模型能更容易分离图像中的不同灰度区域,进而使图像分割的计算时间显著降低.该模型可以很好地处理图像的模糊边界和图像噪声等问题,并适用于合成图像和实际图像的分割.通过实验结果的对比可以看出,本模型在保证分割精度的前提下,加快了边缘的收敛速度,提高了图像分割的效率.

基于自相关函数的SRSF信号感知矩阵优化方法

根据随机步进频率(random stepped-frequency,RSF)信号特征,结合感知矩阵优化理论,提出了一种基于自相关函数的稀疏RSF(sparse RSF,SRSF)信号感知矩阵优化方法.首先,在构建稀疏重构模型的基础上,给出了SRSF信号波形参数与感知矩阵构造方式的内在联系;然后,研究了感知矩阵互相关系数矩阵与信号自相关函数(模糊函数的零多普勒切面)的关系,得出在特定条件下两者等价的结论,进而将二维感知矩阵优化问题转化为一维自相关函数的波形优化设计问题;最后,利用基于自相关函数最大旁瓣与均值旁瓣联合约束的波形优化方法对上述结论进行了验证.仿真实验验证了感知矩阵互相关系数与信号自相关函数的关系,且通过对波形的设计,实现了优化感知矩阵、提升信号稀疏重构性能的目的.

基于Bregman散度和RSF模型的水平集图像分割方法

在自然图像中经常会出现亮度不均匀的现象,虽然基于局部信息的水平集方法在不均匀图像的分割方面取得了较好的效果,但是该类方法在主动轮廓的能量上存在局部最小值和计算复杂度高等问题.针对这些问题,本文提出了基于Bregman散度分布和区域可伸缩拟合能量模型(Region-Scalable Fitting,RSF)相结合的水平集图像分割方法.本方法利用包含特征点信息(Bregman散度)的全局信息项加快远离目标边界曲线的演化速度,提高算法对初始位置的鲁棒性;利用RSF模型的局部信息项提高对亮度不均匀图像的分割能力,吸引轮廓曲线向物体边界收敛,并停止在目标对象的边界处.通过对合成图像、医学图像和其它真实图像的对比实验,可以看出本文模型与现有模型(LCV、RSF和LGIF)相比,对亮度不均匀图像具有更强的处理能力和更高的处理效率,且对噪声具有更强的鲁棒性.

结合FCM和RSF模型的医学图像分割方法

针对现有活动轮廓模型初始化敏感的缺点,提出一种新的基于区域的活动轮廓模型。该模型采用模糊c均值聚类(FCM)算法对图像进行预分割,将预分割结果二值化为种子标记矩阵,作为下一步水平集演化的初始轮廓,解决了初始化敏感问题;引用RSF(Region-Scalable Fitting)模型的局部区域项作为能量项,提高了分割灰度分布不均匀图像能力;使用高斯滤波方法正则化水平集函数,避免了重新初始化过程,提高了分割效率。实验结果表明:该模型避免了初始化,具有分割结果精确、分割效率高的特点。

带线性正则化项的RSF模型

RSF(Region-Scalable Fitting)模型能够分割灰度不均一图像,但对活动轮廓的初始化和噪声较为敏感。运用理论探究与实验相结合的方法,基于RSF模型,添加一个新的水平集线性正则化项,得到了一个新的活动轮廓模型。实验表明,该模型能够分割灰度不均一图像,对初始轮廓的大小和位置不敏感,抗噪性也较强。

基于RSF结构的高精度蒸汽流量计的研究

本文通过理论分析和大量的测试数据剖析了传统的RSF存在的分流比非线性、流量系数非线性和临介雷诺数的不确定因素。在此基础上,我们采用三段系数修正算法,将其流量函数进行线性化,做到流量系数为一常数。采用温度补偿算法将蒸汽的密度变化引起的质量流量的变化进行修正。通过大量测试数据证明,在1∶8的流量范围内,其质量流量误差仅为1%—1.5%,其数字电路总功耗只有180μA。

融合RSF模型及边缘检测LOG算子的图像分割方法的研究

针对强度不均的图像,采用可变区域拟合能量模型(RSF)进行分割效果较好,但这取决于初始轮廓的位置,初始轮廓选择不好,直接导致分割结果出错。文中提出了一种将自适应可变区域拟合(Adaptive RSF)能量和优化的二阶微分边缘检测算子(LOG)结合的活动轮廓模型,进行图像分割。首先,计算闭合曲线内外信息熵,使其RSF模型自适应调整权值;其次,提出一个能量泛函优化LOG项,它可以平滑同质区域,同时增强边缘信息;然后,将优化后的LOG能量项与ARSF能量项结合起来,利用局部区域信息将曲线驱动到边界,在LOG项的加入下,实现了初始轮廓的自由设定,实现轮廓精确提取;最后,通过单个细胞图像进行实验,证明该模型不仅具有良好的鲁棒性,而且具有更高的分割精度和效率。

贝叶斯优化的RSF模型脑肿瘤图像分割新方法

由于核磁共振成像(MRI,magnetic resonance imaging)模糊、灰度不均,使得脑肿瘤图像分割精确度不高,给出了一种贝叶斯优化的自适应RSF模型.传统RSF模型的水平集分割性能受初始化和控制参数影响较大,需要大量人工干预,限制了其在实际中的应用.利用贝叶斯估计的自适应性,自动提取初始轮廓,并用于RSF模型细分割脑肿瘤图像,得到了一种脑肿瘤MRI图像分割新方法.结果表明,实验采用Jaccard系数和分割时间评估分割方法的精度和效率,与RSF-mean shift方法相比,其分割精度提高20%以上,分割效率提高32%以上.

Rsf-1在胃癌和癌前病变组织中的表达及临床意义

目的:染色质重塑因子1(chromatin remodeling factor 1,Rsf-1)可作为肿瘤靶向治疗的靶点,因此探讨其在胃癌(gastric cancer)及癌前病变(precancerous lesions)组织中的表达及临床意义。方法:采用免疫组化SP法检测30例萎缩性胃炎、30例肠上皮化生、22例不典型增生Rsf-1蛋白表达水平。并检测64例胃癌与配对癌旁组织(手术切缘距离肿瘤>5 cm)中Rsf-1和p53蛋白表达水平并分别分析与胃癌临床病理参数间的关系,同时分析Rsf-1与p53在胃癌中表达的相关性。结果:Rsf-1在胃癌、肠上皮化生、不典型增生组织中的阳性表达率均高于癌旁组织(P<0.05)。Rsf-1在胃癌中表达与淋巴结转移有关(P<0.05)。p53在胃癌中的阳性表达率高于癌旁组织,其表达与淋巴结转移有关(P<0.05)。p53和Rsf-1在胃癌中的表达存在正相关性(r=0.38,P<0.05),两者在胃癌中共阳性表达与淋巴结转移有关(P<0.05)。结论:Rsf-1可能参与了胃癌病变的发生及发展,对胃癌早期筛查具有重要指导意义。Rsf-1和p53两者共阳性表达对于预测胃癌淋巴结转移可能具有一定的参考价值。

基于改进的CV-RSF模型的甲状腺结节超声图像自适应分割算法

目的甲状腺结节超声图像的精确分割对甲状腺结节的良恶性诊断尤为重要。目前,对于甲状腺结节超声图像的分割,有学者提出利用主动轮廓模型分割算法,但是由于活动轮廓分割算法需要手动设置迭代次数,未实现模型的自适应性。因此,本文提出了一种基于改进的无边缘主动轮廓-局部区域可控的拟合(Chan-Vese-region scalable fitting,CV-RSF)模型的甲状腺结节超声图像自适应分割算法。方法选取南京同仁医院12例患者的甲状腺结节超声图像用于实验。首先,在无边缘主动轮廓(Chan-Vese,CV)模型中,引入一个基于梯度的边缘引导函数,根据面积变化率,自适应地获取甲状腺结节的粗分割轮廓;然后,将粗分割轮廓作为局部区域可控的拟合(region-scalable fitting,RSF)模型的初始轮廓,并根据面积变化率,自适应地获取甲状腺结节最终分割结果。将改进模型分割的结果与CV模型、RSF模型分割的结果进行比较,并分析甲状腺结节边缘清晰度对分割结果的影响。结果本文模型算法分割结果的平均迭代次数、平均面积重叠率、平均Hausdorff分别达到了134、90.34%、9.77,均优于CV模型、RSF模型的分割算法。结论该算法有效地分割出边缘清晰和不清晰的甲状腺结节超声图像,并解决手动设置迭代次数的问题,从而实现甲状腺结节的有效、准确、自动分割。

同轴静电纺RSF载VEGF纳米纤维膜的制备与研究

为进一步提高再生丝素蛋白(RSF)在生物组织工程中的应用潜力,通过同轴静电纺技术,以RSF溶液为壳层、血管内皮生长因子(VEGF)和胎牛血清为芯层,制备纳米纤维膜。然后通过扫描电子显微镜、透射电子显微镜、ELISA试剂盒等手段,对不同芯层流速下制备的纳米纤维膜的纤维形态和壳芯结构及VEGF释放性能进行对比分析。结果表明:在固定其他因素的情况下,随着芯层流速减小,纤维形态由扁平带状向圆柱形转变,芯层厚度减小,纤维直径下降,纤维的壳芯结构趋于稳定;当壳层的RSF溶液浓度为14 g/m L时,在壳层流速为0. 80 m L/h、芯层流速为0. 05 m L/h的条件下,纤维壳芯结构稳定,VEGF释放性能较优。

Rsf-1/HBXAP在常见消化系统肿瘤中的表达及意义

染色质重塑因子1(remodeling and spacing factor-1,Rsf-1;又名Hepatitis B X-antigen associated protein,HBXAP),位于11q13.5,属于人类核心组蛋白及染色质组装相关因子家族一员,是一个促癌基因,研究发现其在乳腺癌、胃癌、大肠癌、肺癌、肝癌、卵巢癌等肿瘤组织中高表达,并且与患者预后有很大的关系。下调Rsf-1基因表达和相应抗癌药物的联合应用可能成为肿瘤治疗的新策略。肿瘤组织中Rsf-1高表达病例的临床预后效果比Rsf-1低表达的差。Rsf-1在早期消化系统肿瘤中的敏感性比其他肿瘤标志物高,是否能作为早期诊断消化系统肿瘤的最佳标志物,有待于进一步研究。

基于自适应RSF模型的水平集桡骨分割方法研究

骨块的准确提取是骨龄自动识别过程中重要的一步,桡骨是骨龄评分中一块重要的较难自动分割的骨骼,故桡骨的自动分割具有重要研究意义。文中提出了一种根据闭合曲线内外图像信息熵自动调整权值的改进水平集方法。鉴于X线影像对比度低,文中选用基于区域可变的拟合模型的水平集算法来进行分割,该算法具有不需预知待检图像拓扑模型,且在复杂拓扑情况下进行图像分割效果较好的优点,但该算法需对其中的权值进行手动调整才能实现准确分割;为了进一步实现自动分割,改进的算法根据闭合曲线内外图像信息熵自动调整权值,从而实现自适应桡骨分割。通过与原水平集方法的分割结果进行对比实验证明,改进方法能有效的实现桡骨分割,且有很强的自适应性。

Rsf-1/HBXAP基因在宫颈癌中的表达及临床病理意义

目的:探讨宫颈癌中染色体空间重组因子(Rsf-1/HBXAP)的表达及临床意义,为宫颈癌的发生发展机制和靶向治疗提供实验依据。方法:选取2008年12月31日至2014年1月1日在山东省肿瘤医院妇瘤科治疗的患者宫颈组织标本共234例,采用免疫组化SP法检测Rsf-1/HBXAP蛋白在17例正常宫颈组织、35例宫颈上皮内瘤变(CIN)组织和182例宫颈癌组织中的表达,并采用Kaplan-Meier生存分析揭示其与宫颈癌临床病理以及患者预后的关系。应用Real-time PCR技术及Western blot技术检测Rsf-1/HBXAP基因在不同宫颈细胞系中的表达,分析不同细胞系中Rsf-1/HBXAP表达水平差异。结果:正常宫颈组织、CIN组织及宫颈癌组织中Rsf-1/HBXAP蛋白的阳性表达率分别为5.88%(1/17)、37.14%(13/35)及79.12%(144/182),差异有统计学意义(P<0.05)。宫颈癌组织中,Rsf-1/HBXAP蛋白表达与肿瘤分化程度、肿瘤分期及淋巴结转移有关(P<0.05),但与患者年龄、肿瘤大小无关(P>0.05)。He La及Siha细胞系中Rsf-1/HBXAP mRNA、蛋白表达显著高于293T细胞系。Kaplan-Meier生存分析表明,宫颈癌患者中Rsf-1/HBXAP蛋白高表达组其总体生存率显著低于低表达组(P<0.05)。结论:Rsf-1/HBXAP在宫颈癌组织及其细胞系中高度表达,预示其可能参与了宫颈癌的发生和进展,为其作为诊断及判断预后的新的肿瘤标志物以及作为宫颈癌个体化治疗的新靶点提供了依据。

基于Hessian矩阵和RSF模型的CT图像淋巴结分割

临床上医生分割淋巴结主要依靠手动,针对手动分割淋巴结的缺点和局限,本文提出一种基于Hessian矩阵和区域扩展拟合水平集模型(Region-Scalable Fitting,RSF)的淋巴结自动分割算法。该算法首先利用Hessian矩阵对CT图像中的淋巴结进行增强,并得到淋巴结粗略轮廓,然后把该粗略轮廓作为RSF模型的初始轮廓,并利用RSF模型对初始轮廓进行演化以实现淋巴结的有效分割。将该方法应用于6个病例的CT淋巴结图像中,初步实验结果与医生手动分割结果对比,平均重叠率93.3%,平均Hausdorff距离为3.8 mm。

Rsf-1在肝细胞癌中的表达及意义

目的:分析Rsf-1在肝细胞癌中的表达及其与临床病理因素间的关系。方法:应用免疫组化方法检测肝细胞癌中Rsf-1的蛋白表达情况。结果:免疫组化结果显示43.1%(28/65)的病例存在Rsf-1蛋白的过表达,其过表达与肝癌患者的年龄、性别、肝炎、肝硬化和淋巴结转移等未发现有明显的相关性,而与肝细胞癌的术前AFP值和高p-TNM分期呈正相关(P=0.026;P=0.041)。结论:肝细胞癌中存在Rsf-1蛋白的高表达,并与术前AFP值和高p-TNM分期相关。

Rsf-1在非小细胞肺癌中的表达及意义

目的:分析Rsf-1在非小细胞肺癌中的表达及与临床病理因素的关系。方法:应用Real-time PCR和免疫组化法检测非小细胞肺癌中Rsf-1的mRNA及蛋白表达情况。结果:有84%(21/25)肺癌组织病例中Rsf-1的mRNA含量明显高于对应的正常肺组织(P<0.001),肿瘤组织中Rsf-1的mRNA平均值是其癌旁正常肺组织均值的2.37倍。免疫组化结果显示68.4%(67/98)病例存在Rsf-1蛋白过表达,其过表达与肺癌患者的年龄、性别、肿瘤类型、原发肿瘤分级和淋巴结转移等未发现明显的相关性,而与肺癌的低分化和高p-TNM分期呈正相关(P=0.001;P=0.020)。结论:肺癌中存在Rsf-1基因的扩增和蛋白的高表达,并与低分化和高p-TNM分期相关。

RSF结合型加脂剂的研制及应用

本文讨论由植物油与乙醇胺反应,在植物油分子链中引入羟基,然后再与顺丁稀二酸酐反应,进而经植物油分子链上引入羧基,使得改性后的植物油分子与皮革具有结合性。研制的RSF结合型加脂剂除了活性物易于分散在水中外,还能使渗入皮革内部的油分子与皮革胶原纤维产生化学结合,从而使皮革能够较长久保持丰满柔软,并改进了浅色效应。