结合多标签共现关系的深度哈希胸部X光影像检索

为使哈希检索模型兼具强判别力和小量化误差,现有方法通常需要优化多个损失函数,导致模型训练存在困难.通过最大化连续哈希码与对应正交化二值码之间相似性,尽管只需优化单个损失函数就能实现这一目标,然而在多标签图像检索任务中,这类方法忽视了标签间的语义相关性,导致检索性能下降.本文提出一种基于标签共现的深度哈希检索算法.首先通过挖掘阳性疾病标签的共现信息,利用图卷积神经网络建模多标签共现关系,动态生成哈希目标.其次,通过引入标签平滑交叉熵损失函数,进一步增强图像哈希码与标签哈希目标的一致性.在胸片数据集上的实验结果表明,方法在关键性能指标上优于同类算法,验证了建模多标签共现关系对提升模型性能的重要性.

ConvOS:一种具有可解释性的新冠肺炎X光影像诊断模型

为了提高深度学习模型在新冠肺炎X光影像诊断中的诊断精度,改善模型可解释性不足,设计了一种融合双边扰动综合梯度显著图优化(IGOS++)算法和改进的ConvNeXt网络模型的新冠肺炎可视化诊断(ConvOS)模型。在ConvNeXt网络模型的残差块中引入一种高效通道注意力(ECA)模块,利用IGOS++对改进的ConvNeXt网络模型的输出特征进行扰动分析,得到最优的插入损失超参数,生成高精细度显著图,提高新冠肺炎X光影像可视化解释诊断性能。在COVIDx数据集上实验结果与其它诊断模型相比,分类性能指标更优,显著图的感兴趣区域(ROI)更为精准,模型的诊断置信度更高。实验结果表明:ConvOS模型诊断的准确率、召回率、精确度和F1-score分别达到了93.7%、92.6%、96.2%和94.4%,与其它诊断模型相比,分类性能指标更优,显著图的感兴趣区域更为精准,模型的诊断置信度更高。

基于最小均方误差原理的医学X光影像滤波阈值选择

固有噪声和量子噪声构成了医学 X光影像系统的干扰噪声。它们在统计规律上分别是依从高斯分布和泊松分布的随机空间波动。本文从理论上推导出了基于小波变换原理的医学 X光影像的固有噪声抑制和消除处理中的最优滤波阈值选择。通过对实际 CT影像的消噪处理应用 ,实现了基于最小均方误差原理的医学

X光影像仪光采集系统的研制

X光影像仪的光采集系统是X光影像仪的核心。

计算机X光影像仪图像采集卡的设备驱动程序

简述了计算机X光影像仪 (CR)的特点 ,介绍了CR系统中X光图像的数字化方法 ,给出数字化后的X光图像数据采集的硬件电路。简要说明了WindowsNT及其核心模式驱动程序的结构 ,阐释了在WindowsNT下I/O请求的工作原理。利用NTDDK开发出计算机X光影像仪图像采集卡的核心模式设备驱动程序 ,通过软、硬件相结合的方法实现了对X光图像数据的实时采集和存储 ,经长时间的实验证明该方法可行、可靠 。

数字X光影像仪光机结构设计

设计了数字X光影像仪的光机结构。针对数字X光影像仪的特点和指标要求,确定了光机结构总体布局。介绍了数字X光影像仪的关键部分片盒、输片机构、激光扫描系统、荧光读取系统和消光系统的具体结构,并对输片传动机构进行了输片精度分析。检测结果表明,扫瞄轴晃动1.2″,输片精度0.015mm。

基于深度学习的胸部X光影像分析

在深度学习方法下分析胸部X光影像能够有效提高准确识别率,与此同时缩短识别时间。深度学习方法相比起传统方法而言具有更大优势,本文将综述基于深度学习的胸部X光影像相关研究。

乳腺浸润性导管癌的X光影像与分子分型及其组织学分级的相关性研究

目的探索不同分子亚型乳腺浸润性导管癌病灶X光影像的差异,以及与组织学分级的相关性。方法收集因乳腺肿物住院,且均进行术前乳腺X光摄片,并最终通过病理检查确诊为乳腺浸润性导管癌的患者完整诊疗资料。回顾性分析术前X光影像及术后病理学资料,参照2019版中国临床肿瘤学会乳腺癌诊疗指南(CSCO BC指南)推荐方法进行分子分型,比较不同分子亚型组间的X光影像差异并探讨病灶X光征像与组织学分级之间的联系。结果五组分子亚型的X光影像在腺体分型、肿块类型及肿块边缘特征等方面存在统计学差异(P<0.05)。其中三阴型的腺体分型多为散在纤维腺体型(50.0%,18/36);对比其余分子亚型,三阴型多表现为单纯肿块(83.3%,30/36)且肿块边缘光整(52.8%,19/36);不同病理组织学分级病灶的X光影像在腺体分型、肿块类型及肿块边缘特征等方面存在统计学差异(P<0.05)。对比中高分化组,低分化组的腺体分型多为散在纤维腺体型(37.3%,19/51),X线影像多表现为单纯肿块型(52.9%,27/51)且肿块边缘多光整(31.4%,16/51)。多因素Logistic回归分析显示,肿块边缘特征是X光影像辨别低分化组浸润性导管癌病灶的独立危险因素(P<0.05);乳腺浸润性导管癌的分子分型与组织学分级具有相关性(V=0.482,P<0.001),其中三阴型低分化组占比(63.9%,23/69)及Luminal A的中高分化组占比(97.2%,72/74)均显著高于其余亚组(P<0.001)。结论乳腺浸润性导管癌的X线影像可以一定程度上辨别分子分型及病理组织学分级,能够为乳腺癌患者个性化治疗方案的选择及治疗效果的提前预测提供影像学依据。

基于循环残差跳连结构的多方位脊柱X光影像分割

脊柱X光影像分割为脊柱配准、参数测量与疾病分型奠定了基础,提出了一种基于深度学习的多方位脊柱X光影像自动分割方法。该方法级联粗分割网络与细分割网络,采用Inception模块进行特征提取,通过多尺度跳跃连接结构实现二者互连,构建循环残差路径解决跳连处特征融合时易造成信息丢失现象,同时细分割网络瓶颈处引入并行空间和通道挤压激励模块(SCSE)提高网络对脊柱部位的关注。实验结果表明,该方法在冠状位和左、右Bending位X光影像数据集中平均交并比(IoU)为92.89%、94.10%和93.74%,其三方位脊柱分割效果优于全卷积网络(FCN)、U-Net、SegNet等模型。

基于深度学习的胸部X光影像分析系统

提出一种应用嵌入式技术和深度学习技术实现对胸部X光影像分析的设计方案。采用NIVIDIA公司生产的Jetson TX2作为核心板,配备以太网模块、WiFi模块等功能模块搭建该分析系统的硬件平台。在GPU服务器上利用MobileNets卷积神经网络对标注的胸部X光影像数据集进行训练,将训练好的神经网络模型移植到Jetson TX2核心板,在嵌入式平台下完成对胸腔积液、浸润、肺气肿、气胸以及肺不张症状的检测。利用美国国立卫生研究院提供的胸部X光影像数据进行测试,通过实验证明,该方法在识别准确率上优于其他的检测方法,同时识别所需时间比其他方法短。

X光影像多媒体图文信息系统的研究与开发

多媒体技术是图像、文字及音频等多种媒体的结合运用。本文是在AVer视频卡和声霸卡的基本上利用Borland C^(++)语言建立X光影像图片库及相应的图片信息库和解说声音库,把X光影像图片和图片文字信息一起显示在VGA显示屏上,并同时放出声音。实现了图、文、声音等多种媒体对X光图片的描述。该系统已投入实用,达到良好效果。

数字X光影像仪

八十年代末九十年代初,日、美及西方国家,先后推出称为Computed Radiography(简称CR)的具有计算机图像处理功能的新型数字X光影像仪。它一出现,立即在世界各地,特别是在医疗界,掀起了一股“CR”热,这是因为其清晰的X光图像可反复使用上千次的X光影像权,灵活方便的计算机图像处理是老式X光机不能比拟的,因而备受人们的青睐。不仅如此,其相当可观的经济效益,更是令人向往。日本的CR仪,一台套售价高达80～100万美元,由此可见一斑。

X光影像数字化技术发展概述

北美放射学会(RSNA)于 1997年在美国芝加哥举办的第83届年会上,与会者曾提出了“影像就是一切,纷纷推出了最新、最热门的放射医学影像技术,内容最多、进步最大的当属X光影像的数字化技术:基于电荷耦合器件(CCD)、非晶态硅(ASI)、非晶态硒(ASE)的技术取得了长足的进展,放射医学影像与数字化未来之间的链条终于联结上了.1 放射医学影像技术实现了数字化放射医学影像的目的,是通过各种可用的外加物理能量形式去激发出人体内部的组织或生理信息并以影像方式将这些信息呈现给医生,用以进行诊断.放射医学影像设备在各种医疗设备中所占比重最大,用途最广.根据物理能量的不同和信息采集方式的不同,产生了不同的放射医学影像成像模式:一超声(US)一能量为超声。

卷积神经网络在类风湿性关节炎X光影像自动识别的应用及效果分析

X光影像对评估关节骨密度和骨侵蚀程度具有重要意义。然而,以往临床多采用人工直接评估类风湿性关节炎X光影像的方法,一直缺乏X光影像识别方面的计算机量化诊断数据。本研究通过使用深度学习中卷积神经网络方法自动通过X光影像判断患者患有类风湿性关节炎的严重程度,该方法可以极大提高诊断的自动化水平,降低医疗工作者工作量,可以得到更为客观的诊断结果。

基于X光影像学检验的赤足迹特征稳定性分析

赤足迹遗留过程中,易受多种因素影响造成特征的改变。各因素中足骨骼结构变化直接改变痕迹的形象基础,带来同一比对中的差异。利用X光影像学检验手段,对20名成年男性在自然站立和以负重模拟行走负荷两种情况下的右足骨骼数据进行了描述统计和配对T检验比较,分析了足骨骼变化的可能性和变化范围。结果表明:行走负荷可以明显改变足骨长度,且超出同一检验中对本质差异进行判断的经验标准,应在得到否定结论的检验实践中给予充分的重视;跖区宽度、跖趾关节排列和拇外展角在两种状态下没有明显的改变,对应足迹特征较稳定,可作为赤足迹形象特征检验的重要指标。

计算机化X光影象仪中的图象采集

介绍了计算机化 X光影象仪 ( Computerized Radiography,CR)的基本组成及其特点 ,论述了 CR系统中 X光图象数据采集的方法及技术指标 ,并以硬件和软件相结合的方法 ,实现了对 X光图象数据的实时采集和存储 ,经长时间的实验表明该方法是可行的 ,完全满足技术指标要求。

计算机X线摄影在临床诊断中的应用

介绍了计算机X线摄影(Computed Radiography简称CR)在现代临床诊断中的应用现状,对CR的工作原理、构成、图像数字化方法和CR图像的后期处理技术进行了阐述.与常规X线摄影相比,CR的工作原理是用成像板(Ima-ging Plate,IP)代替传统的增感屏/胶片来完成影像数据的存储,利用激光扫描技术读取存储于IP上的感光信号,然后借助计算机对读取的影像数据进行数字处理和输出.该方法不仅实现了X线摄影的数字化,而且可充分利用现代计算机网络技术,使医学诊断和存储达到网络化水平,极大地提高了医疗诊断效率,具有广阔的应用前景.

颈部侧位X光肿块影像表现的扁桃腺周围脓疡的临床观察

目的探讨颈部侧位X光肿块影像表现的扁桃腺周围脓疡的临床观察。方法研究对象均进行螺旋CT扫描检查,采用X光对颈部侧位肿块进行检查的,比较两种诊断检查方法的统计学差异。结果研究结果显示,螺旋CT扫描颈部检查符合扁桃体周围脓疡的患者为18例占所有研究对象的90%,X光颈部侧位检查符合扁桃体周围脓疡患者为16例占所有研究对象的80%,两种检查结果的>0.05,在统计学上无明显差异。结论颈部侧位X光肿块影像表现对扁桃腺周围脓疡的诊断虽然与螺旋CT扫描检查结果有差异,但差异并不明显,X光的操作简便且检查费用较低,还是比较适合用于扁桃腺周围脓疡的检查和诊断,在临床中具有重要意义。

X光成像新技术之四 数字式心脏图像系统

将X光影象技术与计算机数字图像处理技术相结合,形成专门用于诊断心脏疾病和指导完成介入手术(interventional procedure)之设备,称之为数字式心脏图像系统(Digital Cardiac Imaging System,简称DCI),它代表了在心脏疾病检查和血管造影术方面进行的数字化革命。

基于Client/Server模式下实现大数据量文件的传输

数字X光影像仪(CR)图像数据每幅高达21MB,需在两套计算机之间进行如此大数据量的传输,以往多使用并口进行传送,数据率仅为500KB/s,不能满足快速传输的要求,为此,将图像采集系统作为客户机,图像处理工作站作为服务器,构成Client/Server(C/S)模式,讨论了分布式结构、Winsock通信机制核心技术,利用VC++编写了通信程序。实验结果表明,采用C/S模式,实现高达21MB的大数据量文件无差错快速传输,仅需2s。