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。

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。

递变能量最佳成像管电压的幂指数预测模型研究

目前变能量成像管电压选择方法中,没有根据检测物体已采回图像信息,智能、快速选择下一帧成像电压的方法;因此,文章提出变能量最佳成像管电压预测算法;该方法通过变能量预扫描,分析递变能量图像序列中有效厚度（高质量区域）、临近厚度（低质量区域）与电压的匹配关系,并基于幂指数拟合建立有效厚度和临近厚度的灰度变换模型,以及临近厚度最佳成像时的能量预测模型,通过模型求解,实现了能量的自适应预测;最后文章以不同厚度钢块为对象,采集递变能量下的图像序列,利用论文算法逐一预测各个厚度最佳成像管电压,并与实际值对比;结果显示在低能时可跨3~4mm准确预测,高能时可跨7~10mm预测,精度可以达到95%以上。

装配同轴度的局部成像检测算法研究

在局部成像检测过程中,由于复杂零件外形轮廓或放置状态的不同,使得零件与成像面坐标轴之间产生了一定的夹角,造成获取的对称点集中存在非对称点集或对称点不存在的问题,若采用传统Hough变换、拟合法检测装配同轴度存在较大误差。针对上述问题,提出了装配同轴度的局部成像检测算法,提取图像的上下边缘点集,结合Hough线性变换,统计两点集对投影到霍夫空间的参数空间点,并搜索其累积数量的最大值点,该点对应的对称轴即为最优对称轴。仿真结果表明,该方法可以高精度地提取最优对称轴,同轴度误差仅为0.002 7°。因此,采用装配同轴度的局部成像检测方法是有效可行的。

基于能谱滤波分离的多谱 CT 成像方法研究

随着科技的发展,适用于结构分析的传统单能X射线CT成像技术,已不能满足现代工业对物质组分区分与鉴定的功能成像需求。这是由于在X射线CT系统中,现有重建算法的单能假设与CT投影的多谱性不一致,导致CT重建质量差,无法进行组分区分。对此,本文鉴于基于光子计数探测器的能谱分离成像思想,提出了基于能谱滤波分离的多谱CT成像方法,该方法首先通过在X射线发射端加滤波片的方式,实现能谱滤波分离,并通过变能量成像,获得近似单能的递变能量投影序列;然后针对滤波后噪声水平较高问题,利用EM-TV重建算法;实现了多谱CT成像,可满足组分区分的需求。最后通过仿真实验表明,对于密度相近的检测对象,论文方法可以满足组分区分的要求。

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。

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。

人工智能在结直肠癌诊疗中的研究进展及前景展望

结直肠癌是全球最常见的恶性肿瘤之一, 由于患者对标准治疗方案存在异质性的治疗反应及预后, 其个性化诊疗策略一直是备受关注的研究热点。近年来, 随着人工智能(AI)技术在医疗领域的迅猛发展, AI在辅助结直肠癌的术前、术中、术后各阶段诊疗方案决策方面均涌现出大量阶段性研究成果, 展现出了巨大的应用潜力, 为结直肠癌患者的个体化评估和辅助诊疗提供了全新且高效的解决方案。未来, AI系统可能会进一步向多模态、多组学、实时化方向发展。本文旨在探讨AI在结直肠癌诊疗多个方面的辅助应用研究现状, 并对AI技术在未来结直肠癌个性化诊疗中可能带来的创新和面临的挑战予以展望。

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.

基于运动目标尺寸检测的实时图像处理与显示

运动目标尺寸实时检测与显示是运动图像检测和应用视觉研究领域的一个重要课题,而图像处理则是其核心内容;文章针对采集到的图像进行一系列的处理,最终实时显示图像并获得运动目标的尺寸等信息;首先针对采集图像时电子设备的不稳定性和检测模块的不一致性,进行中值滤波和增益校正同时将处理图像实时显示出来;然后对其整体图像进行分割与二值化、角点检测和边缘拟合处理,获得目标的尺寸信息;最后利用VC++将整体处理图像及尺寸信息显示出来,以便于图像理解和模式识别;实验证明,文章提出的算法、软件的设计很好地滤除不相关的目标,保存感兴趣目标,具有良好的实时性、精确性,能够满足当代工业检测设备中的要求。

基于灰度加权的变电压CT重建算法

常规固定电压CT重建,由于过曝光和欠曝光导致的不完全投影信息,成像质量差,为此提出变电压CT重建。通过变电压获得跟工件有效厚度相匹配的有效投影序列,在ART迭代图像的基础上,调整全变差使其最小化,来优化重建。在重建过程中,依据灰度加权,把低电压的重建图像作为初值,应用在相邻高电压有效投影重建中,得到相邻高电压的重建图像,依次类推直至最高电压,工件的全部结构信息重建完毕。实验表明,灰度加权算法不仅实现了变电压图像信息的完整重建,像素值也更加稳定。

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。

递变能量成像中最佳X射线管电压预测算法

X 射线递变能量成像是依次获取复杂结构件在递变能量下的局部有效信息，并通过多谱融合获取完整结构信息。但是目前的能量选择主要以人工设定管电压步进为主，无法匹配检测对象的有效厚度变化率，成像效率及射线利用率较低。基于递变能量成像规律，提出一种最佳 X 射线管电压预测算法。该方法通过对检测物体进行变能量预扫描，提取图像序列中有效厚度（高质量区域）和临近厚度（预测区域），建立有效厚度的图像灰度与管电压、X 射线光谱之间的物理模型，及临近厚度灰度差与电压的函数模型，进而得到临近厚度最佳成像时的能量预测模型。通过模型求解，实现了能量的自适应预测。以不同厚度钢块为对象，利用该算法逐一预测各个厚度钢块最佳成像时的管电压，并与实际值对比。实验结果显示，在低能时可跨3～4 mm 准确预测，高能时可跨7～10 mm 预测，精度可以达到95％以上。

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。

活体光学投影断层成像系统与应用

光学投影断层成像（Opticalprojectiontomography，OPT）技术可以对1—10mm尺度的低散射生物样本进行激发成像，具有微米级的空间分辨率、无辐射、成本低等特点，为小尺寸生物样本的高分辨率三维成像提供了一种新的手段．OPT最早通过对离体生物组织如小鼠胚胎、小鼠器官等成像，进行药物疗效评估、基因表达等研究，但是离体成像不能动态、完整地反映生物组织的变化，因此活体成像技术逐渐成为OPT领域的研究热点．本文详细介绍了我们自主研发的活体OPT系统，该成像系统以准直激光器为光源单元，高精密移动和旋转电控平台为样本定位单元，低温电子倍增fElectronmultiplying，EM）CCD探测器为采集单元，实现了针对果蝇蛹等小模式动物的活体三维成像．该系统的空间分辨率优于10肛m，成像视野1～10mm，扫描时间小于2min，重建时间小于5S．最后，本文通过果蝇蛹的三维活体成像实验展示该系统的操作流程、成像结果和初步的生物应用．

变电压CT重建的灰度加权算法(英文)

常规固定电压的CT重建,因成像系统动态范围受限,投影数据易出现过曝光和欠曝光共存现象,造成信息缺失多,成像质量差,为此提出变电压CT重建。通过变电压获得跟工件有效厚度相匹配的有效投影序列,在ART迭代图像的基础上,调整全变差使其最小化,从而优化重建。在重建过程中,依据灰度加权,把低电压的重建图像作为初值,应用在相邻高电压有效投影重建中,得到相邻高电压的重建图像,依次类推直至最高电压。至此,工件的全部结构信息重建完毕。仿真结果表明,灰度加权算法不仅实现了变电压图像信息的完整重建,而且像素值更加稳定。

线性递变式X射线高压源设计

由于目前的X射线高压源调节步进不可控,无法实现能量序列的优化高效获取。对此设计了线性递变式X射线高压源。该高压源是在高频射线源设计理论的基础上,注重快速稳定的比例积分微分(PID)控制、线性递变、递变斜率调节等功能的设计与实现。测试结果表明,输出精度和纹波均小于1%,且递变过程可控并呈线性变化,满足成像过程中能量自适应的控制需求。

原始荧光模式下吲哚菁绿荧光血管造影技术辅助直肠癌根治术中保留左结肠动脉可行性研究

目的探讨原始荧光模式下吲哚菁绿(ICG)荧光血管造影技术辅助直肠癌根治术中肠系膜下动脉(IMA)分支分型及保留左结肠动脉(LCA)的可行性。方法回顾性分析2022年6~12月在中国医学科学院肿瘤医院由同一术者手术治疗的32例直肠癌病人的资料。采用高分辨增强CT影像技术、ICG荧光血管造影技术判断IMA分型,并与IMA裸化后解剖分型比较。观察影像分型、荧光分型与解剖分型的符合率,分析ICG荧光血管造影技术辅助LCA保留的近期结局。结果32例术前影像分型:Ⅰ型15例(46.8.%),Ⅱ型7例(21.9%),Ⅲ型4例(12.5%),Ⅳ型3例(9.4%),未能辨认分型3例(9.4%);术中均顺利完成IMA血管分型,包括Ⅰ型17例(53.1%),Ⅱ型11例(34.3%),Ⅲ型2例(6.3%),Ⅳ型2例(6.3%)。影像分型符合率为81.3%,荧光分型符合率为100%,两者差异有统计学意义(P=0.032)。除2例Ⅳ型,其余30例均成功保留LCA。IMA根部淋巴结清扫时间(15.5±7.1)min,术后住院时间中位数7(6,8)d。无中转开放手术病例。1例发生术后腹腔出血,行二次手术止血,无肠梗阻、吻合口漏等并发症发生。结论原始荧光模式下术中ICG荧光血管造影技术较术前影像判断IMA分支分型准确率更高,并可辅助LCA保留,值得临床进一步关注和研究。

X射线融合图像的灰度修正方法(英文)

对厚度差异大的结构件,常规变能量X射线图像融合方法不能正确地表征灰度与物理信息复杂的对应关系。为此,本文提出了基于神经网络的X射线融合图像灰度修正方法。首先,将常规变能量的融合图像作为神经网络的输入图像,将16位高动态的图像作为相应的输出图像,训练得到X射线成像的物理表征模型。然后,利用钢质阶梯块验证方法的正确性与可行性,并将输出结果与16位真实图像进行比较。实验结果表明,该方法很好地拟合了融合图像与真实图像灰度之间的非线性函数关系,扩展了低动态成像采集设备的使用范围。