术中精准医学诊疗方法——光学分子影像手术导航技术

随着医学影像技术的发展，光学分子影像手术导航技术作为一种新兴的医学影像方法，可以辅助医生在实施肿瘤切除的过程中，精确定位肿瘤的边界。临床实验表明，该方法能够为医生实施精准手术提供强大的帮助，并提高患者的术后生存率。文章主要综述了目前光学分子影像手术导航系统的进展，以期为临床精准医学手术治疗提供一种有效的方法。

基于光学分子影像的术中肿瘤精确导航技术

肿瘤是严重危害人类生命和健康的常见病和多发病，如何在早期发现肿瘤组织及如何在手术过程中实现肿瘤的精确定位成为了近年来国际上的研究热点。随着医学影像技术的不断发展，光学分子影像手术导航技术作为一种新兴的医学影像方法，有望实现手术过程中对肿瘤及其他病灶组织的边界信息的快速、准确、客观的定位，有效地提高手术的成功率，并提高患者的术后生存率。文章主要综述了光学分子影像手术导航技术方面的研究进展，以期为肿瘤的精准手术提供一种有效的方法。

影像组学技术研究进展及其在结直肠癌中的临床应用

医学影像包含着大量人眼无法识别的信息,不仅可以全面表达肿瘤的异质性,还可能反映患者预后等重要信息。近年来,随着图像处理与人工智能技术的发展,应用基于医学影像大数据的分析方法来辅助医生决策或者解决临床实践中的棘手问题成为研究热点,这个新兴的领域被称为"影像组学"。另外,结直肠癌是中国主要发病及致死癌种之一,发病人数和致死人数均逐年上升,在其术前、术中和术后3个不同阶段均有许多热点研究问题。从影像组学的基本原理与技术入手,结合其在结直肠癌临床诊疗中的应用研究,针对术前新辅助放化疗的疗效评估、术中手术方案的决策和术后生存分析这3个不同阶段的不同问题,分别介绍影像学组如何发挥其价值。

人工智能在结直肠癌医学影像中的临床应用

结直肠癌是结肠癌和直肠癌的统称,是常见的消化道恶性肿瘤。医学影像是结直肠癌分期、分子分型预测、疗效评估和预后预测至关重要的辅助手段,其研究一直是医学领域的焦点。人工智能领域的影像组学和深度学习技术通过从医学影像中提取出肉眼无法获得的肿瘤信息,为全面评估肿瘤异质性提供了新的技术,令个性化医学迈入了新的阶段。本文对人工智能在结直肠癌领域的应用现状作一述评,并对未来发展趋势予以展望。

基于影像组学的肺肿瘤良恶性预测

目的使用影像组学方法构建一个影像组学标签分类模型，对肺肿瘤良恶性进行分类预测。方法分析四川大学华西医院80例怖肿瘤患者的CT影像学数据，分割肿瘤区域，提取肿瘤形状、大小、强化程度、纹理和小波变换共485个影像组学特征。利用Lasso算法筛选出与肿瘤良恶性鉴别最密切的组学特征，并使用Logistic回归构建诊断肿瘤良恶性的预测模型。采用受试者工作特征（receiver operating characteristic．ROC）曲线及其曲线下面积（area under curve，AUC）来评估该影像组学标签在训练集和验证集中的效能。结果选取3个影像组学特征构建出影像组学标签，具有很好的预测分类效果。训练集的AUC为0870（95％CI：0760-0978J，灵敏度为0.870，特异度为0.818；验证集的AUC为0.853（95％CI：0.717-0.989），灵敏度为0.882，特异度为0.778。结论随着CT在临床诊断中的广泛使用，真有望成为辅助检测肿瘤良恶性的非侵入手段。

影像组学在胃癌诊疗中的应用

胃癌是我国的高发癌种之一,严重危害我国人民的健康。如何基于影像实现定量化、个体化、精准化的辅助诊疗是提高胃癌患者五年生存率的关键之一。近年来人工智能与医学影像的结合催生了影像组学技术,本文从影像组学流程、影像组学在胃癌诊疗中的应用、挑战与机遇三个方面综述胃癌影像组学的研究进展。首先,本文回顾了影像组学的基本流程,包括数据收集和预处理、感兴趣区域分割、特征提取、特征筛选、模型构建、模型评估等步骤。其次,本文概述了影像组学在早期胃癌筛查、胃癌分型分期诊断、胃癌疗效分析与预后预测等方面的应用。最后,本文讨论了胃癌影像组学研究面临的挑战性问题和发展机遇。

近红外荧光靶向探针用于前列腺神经血管束术中成像

目的:研究近红外荧光靶向探针ICG-NP41在大鼠体内实验中对前列腺周围神经血管束(neurovascular bundles,NVB)的成像效果。方法:构建近红外荧光靶向探针ICG-NP41,建立Sprague-Dawley大鼠(250~400 g)NVB体内成像的动物模型,利用本团队自主研发的近红外二区小动物活体成像系统进行大鼠体内试验,采用ImageJ及Origin对采集的图像进行处理,利用GraphPad Prism对荧光信号数据进行统计分析,定量计算探针用于NVB成像的信背比(signal to background ratio,SBR),探索有效的给药剂量及成像时间,并对成像结构进行石蜡病理切片及HE染色。结果:除对照组大鼠(n=2)外,两组尾静脉注射ICG-NP41的大鼠(n=2)均在给药后2 h、4 h后于NIR-Ⅱ荧光模式下拍摄到右侧NVB中的海绵体神经。给药后2 h和4 h,2 mg/kg组大鼠的海绵体神经在荧光模式下的平均SBR分别为1.651±0.142和1.619±0.110,均高于白光模式(1.111±0.036),但差异无统计学意义(P>0.05);4 mg/kg组大鼠的海绵体神经在荧光模式下的平均SBR分别为1.168±0.066和1.219±0.118,均高于白光模式(1.081±0.040),但差异无统计学意义(P>0.05)。给药后2 h和4 h,2 mg/kg和4 mg/kg组大鼠的海绵体神经在荧光模式下的平均SBR均高于对照组(SBR=1),2 mg/kg组的平均SBR均高于4 mg/kg组,差异均无统计学意义(P>0.05)。通过半高宽法测量神经的平均直径约为(178±15)μm。石蜡切片HE染色可见右侧盆腔大神经节。结论:近红外荧光靶向探针ICG-NP41能够用于大鼠前列腺周围NVB的术中实时成像,为根治性前列腺切除术中实时定位NVB提供了一种可供转化的有效手段。

基于频率筛选的磁粒子成像量化分析研究

为实现磁粒子成像(magnetic particle imaging,MPI)中示踪剂铁量化,本研究基于仿真程序,采集二维扫描图像,筛选信号频率并重建图像,以聚类结果作为先验信息,约束水平集函数的演化,对示踪剂图像进行分割,并借助Dice系数、IoU等参数定量评估分割效果。通过计算分割区域的信号强度总和,建立MPI信号与已知示踪剂铁含量的校正曲线。结果显示,频率筛选后显著缩短了信号重建时间;基于先验的水平集方法Dice系数和IoU均大于0.90,实现了肿瘤区域较精准的分割;通过本研究建立的MPI信号强度与铁含量的校正曲线,实现了示踪剂铁量化,平均误差为3.11%,最小误差0.03%。结果表明,基于先验的水平集方法可实现较精确的图像分割和铁量化,为MPI临床前定量研究提供参考。

吲哚菁绿标记的荧光实时显影技术在腹腔镜肾部分切除术中的应用

目的:评估吲哚菁绿(indocyanine green,ICG)标记的荧光实时显影技术在腹腔镜肾部分切除术中应用的可行性和效果。方法:回顾性分析北京大学第三医院在2019年7月至2020年1月由单一术者所行25例患者ICG标记的近红外荧光腹腔镜肾部分切除术的临床资料,通过荧光显影,精准定位肿瘤,辨认切缘,并在实时显像下完整切除肿瘤,其中1例为双肾肿瘤,共进行26例次手术。收集患者围手术期的临床资料进行统计分析,计量资料采用中位数(范围)表示,计数资料采用百分率表示。男19例,女6例,年龄29~77岁,平均年龄54岁,体重指数25.4(20.0~35.4)kg/m^2,肿瘤位于肾上极11个(42%)、中部6个(23%)、下极9个(35%),肿瘤大小为2.75(1.30~5.20)cm,R.E.N.A.L评分为7.5(5.0~10.0)。肿瘤术前临床分期:T1aN0M023个(88.5%),T1bN0M02个(7.7%),T2aN0M01个(3.8%)。结果:25位患者共行26例次手术,患者术中注射ICG无过敏、感染等并发症发生,无术中输血和中转开放者,所有手术切缘均阴性。手术时间为136(50~247)min,热缺血时间为14(7~30)min。术中估计失血量为50(10~400)mL,住院日为5.5(3.0~31.0)d。术后出现肾周血肿1例,尿漏1例,呼吸衰竭伴下肢静脉血栓1例,经相应治疗后均痊愈,其余无严重并发症发生。随访时间为4~10个月,无肿瘤复发和转移。结论:ICG标记的荧光实时显影技术应用于腹腔镜肾部分切除术安全、有效,有助于肿瘤的精准定位和切除。

光学分子影像“点亮肝胆胰外科精准手术

自1999年分子影像概念提出以来，光学分子影像技术已经在生物医学及临床外科等领域获得广泛的应用，并显示了独特的应用价值。尤其是在肝胆外科领域肝部肿瘤显影、解剖性肝切除、肝移植手术血管造影、胆管造影、胆漏胰漏成像等方面，该技术能够“点亮”外科拟手术区域，为精准手术提供便利。本文对光学分子影像技术在临床研究方面的优势及其手术应用局限性等方面进行了综述，并提出未来可能的改进方向。

基于光学分子影像的肿瘤靶向手术导航技术应用现状与前景

恶性肿瘤一直威胁着人类生命健康,现有的影像检查方法（如CT、MRI及PET等）在术前诊断及术后疗效评估等方面发挥着重要的作用,然而临床上肿瘤的诊断在很大程度上还主要依赖于外科医师的观察和触诊[1].如何早期诊断肿瘤、验证术中病理分型、精确获取肿瘤边界及进行精准图像引导下的手术导航切除是目前临床上面临的挑战性问题.随着医学影像技术的发展,光学分子影像手术导航系统为解决该问题提供了方法[2].

光学分子影像关键技术及应用研究

光学分子影像成为近年来医学影像学研究中的新兴热点之一,其以靶向性的分子影像探针为先决条件,以新兴成像模态为发展特色,以多模态分子影像技术为核心内容,以分子影像手术导航为应用出口,在预临床和临床应用方面都取得了突出的进展。在分子影像探针方面,靶向性的光学分子影像探针在疾病的诊断和治疗研究与应用中得到越来越多的关注。契伦科夫成像作为一种新型的光学分子成像模态,可以实现肿瘤的高灵敏早期检测与精准定位。在多模态分子影像方面,以光学为核心有机融合结构与代谢信息的多模态分子成像技术成为医学影像技术发展的前沿,研发实现结构、功能和分子影像数据的同机获取的光学多模态分子影像成像设备,为生物医学领域的研究提供更精细、更全面的生理病理信息。在分子影像手术导航方面,光学分子影像作为一种非入侵式的成像技术,实现手术过程中对肿瘤及病灶组织边界的实时、精准定位,有效的为外科医生提供辅助,从而提高患者的生存率。总之,光学分子影像技术的不断发展,为疾病的精确诊断与个性化治疗提供新的手段。

板状物成像方法研究

在工业CT成像应用中,板状物结构件受形状、结构、组分等特征的限制,使得射线能量与有效厚度不匹配,常规的扫描方式易使投影数据缺失,投影数据完备性较差。为此,讨论了一种基于倾斜圆扫描轨迹和代数迭代重建技术的CT成像模式。首先,在倾斜圆轨迹的基础上进行投影几何关系建模,结合空间几何知识完成投影矩阵的刻画;其次,基于迭代重建算法对轨迹的无约束化,研究任意扫描轨迹的迭代重建算法;最后通过板状物成像仿真实验,验证了算法的正确性和可行性。对于板状物结构件,该方法相对于传统的圆轨迹扫描,投影数据更完备,CT重建质量高。

任意扫描轨迹的CT成像方法研究

在工业CT成像应用中,由于复杂结构件形状、结构、组分等特征的限制,使得射线能量与有效厚度不匹配,常规的扫描方式易使投影数据缺失,投影数据完备性较差。为此,本文通过改变轨迹来弥补投影数据缺失,推导任意轨迹的成像模式。首先,在任意轨迹的基础上进行投影几何关系建模,结合空间几何知识完成投影矩阵的刻画;其次,基于迭代重建算法对轨迹的无约束化,进行任意轨迹成像模式下的迭代重建;最后通过小锥角、大锥角以及厚度差异比较大的构件成像仿真实验,验证算法的正确性和可行性。对于厚度差异比较大的工件,该方法相对于传统的圆轨迹扫描,投影数据更完备,CT重建质量高。

基于多角度光学投影表面重建的三维自发荧光光源定位算法

在自发荧光断层成像(Bioluminescent tomography imaging,BLT)中,双模态融合(光学模态与结构模态)可充分利用结构模态提供的高精度3D几何结构,重建三维表面荧光光通量分布,进而实现小动物内部荧光光源定位.然而,与纯光学模态相比,双模态融合存在采集系统复杂、成本高、数据处理繁琐及存在电离辐射(如CT)等问题.因此,研究基于纯光学3D几何结构的自发荧光光源定位方法对BLT具有重要意义.本文在搭建纯光学自发荧光断层系统(All-optical bioluminescence tomography system,AOBTS)的基础上,提出一种基于多角度光学投影表面重建的三维自发荧光光源定位方法.本方法由基于多角度光学投影的3D表面重建、多角度荧光无缝融合、荧光光通量的量化校正以及自发荧光内部光源重建4部分组成.通过真实小鼠内部植入荧光光源实验表明,与传统纯光学方法相比,本文提出方法不仅改进了3D表面重建方法,而且增加了多角度荧光无缝融合,可实现真实小鼠的三维自发荧光光源定位,初步实验证明具有小动物预临床实验潜力.

基于VC++物体尺寸检测中的实时图像处理与显示(英文)

图像处理是尺寸检测算法的关键技术之一。本文主要讨论动态图像的处理与显示,完成运动物体的实时图像处理。首先,为使图像更接近实际物体,对运动物体的图像进行中值滤波、增益校正、图像分割与二值化、角点检测和边缘拟合处理,同时将处理完成的图像实时显示出来,便于图像分析、理解和识别并减少计算量。最后,利用VC++编制人机交互界面,实现数字逻辑变换以及物体图像处理与实时显示。实验证明,本文提出的算法和软件的设计具有良好的实时性、精确性,能够满足工业需求。

基于Hough算法的图像对称轴检测（英文）

为高精度提取对称刚体对象的中轴线,提出了一种基于Hough变换的图像对称轴检测方法。本文以子弹为研究对象,首先采集原始图像,因刚体边缘是对称轴检测的基础,采用相关的算子进行边缘检测,获得所有可能的边缘点。然后利用测得的所有边缘点,通过Hough变换确定图像所有可能的对称轴,进而得到所有的倾斜角和截距及其范围。最后,利用最小二乘法计算,当刚体一边边缘点关于对称轴的对称点到另一边所有边缘点的最小距离之和为最小时,该对称轴即为最优对称轴,也是被测对象的中轴线。仿真实验结果证明,该算法在一定程度上提高了对称轴检测的抗噪性和精度,对实际工程应用具有一定的价值。

一种基于光场成像的数字对焦算法

光场成像在频率域中利用傅里叶切片定理实现数字对焦,得到一组数字对焦数据。针对在景深相同的条件下光场成像与传统成像相比分辨率明显降低这一缺陷,本文采用基于稳健的正则化超分辨率算法将低分辨率图像每一点的像素值分别对应到高分辨率网格中,然后进行插值对所得图像进行重建,实现低分辨率向高分辨率的转换。与其他几种传统超分辨率算法相比,该算法的优势在于取得了更高的识别精度。通过MATLAB平台进行了仿真,实验结果表明该算法与传统的迭代反投影超分辨率算法相比其峰值信噪比有很大的改善,从而验证了本文模型与数值算法的有效性。

多组学技术及其在肝细胞癌中的临床应用:当前进展与未来机遇

全球范围内,肝细胞癌(Hepatocellular carcinoma,HCC)是第六大常见恶性肿瘤,也是癌症相关死亡的第四大原因。中国HCC病例占全球病例的50%以上,导致HCC成为重要的公共卫生问题。尽管HCC诊断和治疗取得了进步,但高复发率仍然是HCC治愈的主要障碍。目前,多组学技术的融合促进了临床上疾病的监测、精准诊断和个体化治疗。无创的影像组学利用术前影像图像反映特定临床结局相关的细微像素级的模式变化。影像组学已广泛应用于预测组织病理学诊断、评估治疗反应和预测疾病预后。高通量测序技术和基因表达谱分析使基因组学和蛋白质组学能够识别HCC中不同的转录组亚型和反复性的遗传改变,这将揭示病理生理学上复杂的疾病发生过程。医学大数据的积累和人工智能技术的发展使我们更好地从多组学的角度深入理解HCC的发病机制,并显示出将HCC的外科治疗或介入治疗转化为抗肿瘤发生机制治疗的潜力,这将极大地推动HCC精准诊疗的发展。

递变能量X射线成像的物理表征算法研究

该项目针对传统融合方法无法正确表征物理信息的缺陷,建立了递变能量X射线成像的物理表征模型。该方法是鉴于神经网络可逼近任意非线性映射的特点,以标准楔形试块为对象,将不同电压下的融合图像作为输入数据,直接采集高动态成像图像作为输出数据,经神经网络训练,构建递变能量成像的物理表征模型。同时在不同种材料下,对物理表征模型进行了修正,实现了不同材质下的灰度校正。利用钢质与铜质阶梯块验证模型。结果表明:该项目提出的算法能逼真地反应直接高动态成像特性,可正确表征工件的物理信息。