透明病理--核医学分子影像在肿瘤表型中的实践

过去几十年的肿瘤生物学研究深入解析了肿瘤细胞的生物学特征,并识别出肿瘤在发生过程中的各种生物特征。然而,有效地将这些肿瘤的生物特征进行成像以辅助患者的临床管理仍具有挑战性。核医学分子影像领域的快速发展为探究肿瘤的体内生物学特征提供了机遇。本文梳理了核医学分子影像技术在表征肿瘤生物特征方面的现状,并探讨了体表型策略的核医学分子影像在肿瘤中的未来研究方向。

基于特征融合和相关反馈的医学图像检索技术

目的探索新型医学图像检索技术 ,以方便用户高效快速地查询到所需图像。方法在分别研究基于颜色聚类、颜色纹理和形状等单一特征医学图像检索算法的基础上 ,提出了基于特征融合和相关反馈的医学图像检索算法。结果通过对 80 0幅标准临床内窥镜图像构成的数据库进行实验研究 ,分别给出了基于单一特征、特征融合以及相关反馈图像检索的查准率和查全率 ,并进行了比较分析。结论利用特征融合和相关反馈逐步求精的方法 ,实现了更有效、更快捷的医学图像检索能力。

基于磁共振影像分析的胶质瘤分级和生物标记检测技术研究进展

胶质瘤是中枢神经系统常见的原发性肿瘤,其患者生存期短、预后差。由于不同的胶质瘤患者之间预后差别很大,因此,需要根据患者的个体化信息制定相应的治疗方案。当前,临床上主要通过术后组织分析来获取胶质瘤的病理组织类型和生物标记物信息。然而,术后组织分析需要大块的组织样本,其结果容易受到人为操作的影响,并且无法指导早期治疗方案的制定,所以,运用无创磁共振成像技术获取胶质瘤的个体化信息成为临床研究的热点。本文对基于磁共振成像的胶质瘤分级和生物标记检测研究进行了综述,并对未来研究工作进行了展望。

基于SAGE的医学知识模型的设计与应用

本文分析了SAGE这一医学知识模型,并以代谢综合征诊疗知识为例阐述SAGE建模方法。针对SAGE表达能力的不足,提出了改进方法。将模型构建为知识库在CDSS中进行应用,CDSS的评估结果表明,SAGE模型具有临床应用价值。最后还提出了SAGE模型仍需继续改进之处。

非均匀组织医学超声非线性传播仿真

为了实现仿真医学超声波在非均匀组织中的传播过程,建立超声非线性传播计算模型.由软组织中一阶非线性波动方程推导得出"声压-质点振动速度"耦合超声非线性波动方程以降低求解复杂度.采用k空间方法对非线性波动方程组求解,在保证数值计算精度的同时降低计算的内存占用量和计算时间.通过与一维问题的解析解和二维问题的时域有限差分(FDTD)求解结果对比,验证所述模型的精度.在空间采样率为声波波长的1/9、Courant-Friedrichs-Lewy(CFL)数为0.3的情况下,所述模型的平方误差为0.012 5%,而时域有限差分方法(FDTD)的平方误差为42.5%.利用体腹壁组织数字模型,进行医学超声谐波成像仿真,验证谐波成像较基波成像能够提高深部组织区域的图像质量.

医学影像系统Streaming框架的设计和实现

提出医学影像Streaming概念,并设计和实现一个基于DICOM动态影像和静态影像的Streaming框架,有效地提高了浏览的实时性,使浏览影像更加方便。

结合组织工程支架的三维心肌细胞传感器

以聚乳酸(PLA)和聚己内酯(PCL)为材料,通过三维(3D)打印和静电纺丝技术,制造组织工程支架,用于培养新生大鼠心肌细胞.将培养了心肌细胞的支架耦合在微电极阵列(MEA)芯片表面构建三维细胞传感器,用于检测心肌细胞的胞外场电位(EFP)信号.实验结果表明,心肌细胞在PLA/PCL支架上附着和生长情况良好,由于兴奋-收缩耦联,能够带动纤维丝产生联合搏动.48h后,支架上心肌细胞的搏动速率趋于稳定.细胞电位检测结果表明,细胞支架与MEA芯片耦合良好,形成三维细胞传感系统,能够检测到支架内心肌细胞的胞外场电位,输出稳定、高信噪比的信号,且EFP信号幅值和发放速率与传统二维培养方法所记录到的信号相似.

医学图像处理中可变模型技术的研究进展

近年来,基于可变模型的图像处理技术在医学图像处理和分析领域得到了广泛应用。本文重点阐述了参数和几何两种基本可变模型的基本原理、实际应用中的模型设计,进而从先验知识介入和全局属性建模角度,介绍了几种扩展的可变模型,最后展望了该方向的发展趋势。

人工智能在医学影像辅助诊断中的应用综述

人工智能理论与技术在医学影像辅助诊断应用中非常重要。本文首先介绍了该细分领域的概况,同时阐述了人工智能的符号主义、连接主义、行为主义和统计主义4个学派以及深度学习、强化学习、迁移学习的主要思想与特点。然后,详细介绍了关于人工智能理论与技术应用于医学影像辅助诊断的代表性研究成果,并且对产品转化应用进行统计分析,举例说明大样本、多中心的医学影像数据库建设的重要性。最后,从人工智能学派、学习方法和医学影像数据库3个层面指出当前存在的问题,并给出未来的发展方向,为研发智能医学影像辅助诊断设备提供参考意见。

基于乘性梯度的医学超声图像边缘检测算法

通过改进传统乘性梯度(MG)算子,并结合Canny算子的处理结果,准确、快速地提取了医学超声图像的边缘.通过提升乘性梯度算子模板的维度,提高对弱边缘的检测能力;综合考虑乘性梯度算子和Canny算子的运算结果,提高边缘检测的准确度.为了验证该算法的有效性,对仿真及在体超声图像进行边缘提取实验,将结果与其他抗噪性较好的边缘检测方法进行对比.实验结果表明:对于含有不同强度斑点噪声的超声图像,该算法的边缘检测准确度可达75%以上,具有较好的实时性,适用于对医学超声图像进行快速、准确的边缘检测.

多格式医学图像解读器的设计与实现

随着DICOM标准和MPEG2标准在医疗领域的普及,越来越多的医疗设备和系统基于DICOM和MPEG2格式进行图像或视频文件的存储。本文介绍了一种基于AdiveX技术的多格式医学图像解读器MIViewer,不仅较好地解决了包括DICOM及MPEG2在内的各类医学图像及视频的解析阅读问题,而且可以内嵌于其它图像诊断和分析软件中,高效灵活地定制开发各类医学图像系统。

肿瘤影像学:临床应用现状、进展及挑战

恶性肿瘤是全球范围内威胁人类生命健康的重大公共卫生问题。早期、精确诊断是精准医学时代提高肿瘤治愈率和改善预后的关键。光学、X线、CT、MRI、超声和核医学等不同影像模态可从微观-介观-宏观水平表征肿瘤功能、代谢和解剖等信息变化,在肿瘤早期检测、诊断分期、疗效监测和预后评估中具有不可或缺的地位。本文阐述了不同影像方法在肿瘤诊疗中的临床应用进展,并探讨了肿瘤影像学在设备发展、影像探针/对比剂研发和临床转化等方面面临的挑战。

基于遗传算法-序列二次规划的磁共振被动匀场优化方法

为了解决磁共振成像(MRI)系统中固有的主磁场(B0)不均匀的问题,提出遗传算法-序列二次规划(GASQP)算法,以提高7 T磁共振的主磁场均匀性.从被动匀场数学模型的角度出发,该混合算法利用GA算法获得稳定的初始解,实现主磁场的第1次优化,再通过SQP算法的快速求解,在较少的时间内实现主磁场的第2次优化,同时提高磁共振主磁场的均匀性.采用正则化方法减少磁场均匀所需的铁片质量,并且获得稀疏的铁片分布.在仿真建模的案例研究中,7 T磁共振裸磁场均匀度可以从462×10-6优化到4.5×10-6,并且在匀场空间上仅消耗0.8 kg的铁片.相比于传统的GA优化方法,新方案的磁场均匀性提高了96.7%,总铁片消耗质量减少了85.7%.实验结果表明,GA-SQP算法比其他优化算法具有更强的鲁棒性和竞争力.

基于自动随机游走的乳腺肿块分割算法

针对乳腺X线影像肿块分割易受弱边缘和周围组织干扰的问题,提出一种基于自动随机游走的乳腺肿块分割算法.利用二维最大熵阈值法、区域生长及形态学方法自动确定一系列标记点,采用平均边缘梯度评价法选择有效标记点进行随机游走分割以获得初步分割结果,并在此分割基础上进行星芒状结构检测,获得完整的肿块分割边缘.随机选取227例肿块图像进行分割,对分割结果进行特征提取和分类.实验结果表明,该算法克服了半自动随机游走的应用局限性,提高了乳腺肿块的分割精度;与其他分割算法相比,该算法在后续的分类中具有更高的分类精度.

一种不完全投影图像重建的快速迭代算法

为了保证不完全投影数据的重建图像质量,同时提高重建速度,提出了一种基于共轭梯度法的快速迭代算法.通过实时获取投影矩阵分量,以固定步长替代共轭梯度法中一维搜索最优迭代步长,在确保质量的同时缩短重建时间.利用模拟投影数据和实际导弹断层扫描数据进行图像重建,结果表明,与卷积反投影和代数重建法相比,此算法特别适用于扇形扫描的不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度.

基于Levy flight的特征选择算法

为了提高特征选择方法的计算速度,提出基于Levy flight随机过程的特征选择方法.该方法在寻优过程中定义基于启发式的分阶段搜索策略,在局部搜索行为中引入Levy flight随机过程,将Levy flight距离与搜索行为进行映射.在不同的搜索阶段,利用不同的映射区间改变搜索行为出现的概率,以该映射来控制局部搜索行为的方向和速度,从而避免了陷入局部最优的问题.实验结果表明,采用LevyFS算法克服了启发式特征选择方法的局限性,平均耗时仅为SFFS算法的1/3左右.

基于模型的乳腺X线图像胸肌分割算法研究

针对目前的乳腺X线图像胸肌分割算法自适应能力较弱的问题,提出了一种基于胸肌模型的新算法.该算法将一组不同尺寸的感兴趣区(ROI)作用到乳腺X线图像,在每个 ROI中用迭代阈值法得到最优阈值组成一条曲线,并计算出与该最优阈值曲线对应的局部均方差曲线,根据提出的近似真实乳腺 X线图像胸肌模型的特征,自动确定乳腺X线图像中胸肌区域的最佳分割阈值.最后使用两段直线粗拟合和多边形精拟合,提取阈值化后的胸肌边界.实验结果表明该算法可以显著地提高胸肌分割的精度,并且具有较好的鲁棒性.

基于讨论机制的头脑风暴优化算法

为了克服头脑风暴优化(BSO)算法易陷入局部最优导致早熟收敛的问题,提出新型的基于讨论机制的头脑风暴优化(DMBSO)算法.该算法运用组内讨论和组间讨论这一新机制取代BSO算法中的个体更新过程,分别控制算法的全局搜索和局部搜索能力.通过线性递减和线性递增方式调整组间讨论和组内讨论次数,使算法搜索初期加强全局搜索能力,搜索后期加强局部细致搜索能力,有效地防止早熟问题.对6个经典测试函数(BFs)的10维、20维、30维问题分别进行测试来评估DMBSO的效果.结果表明,DMBSO算法与BSO算法和经典的粒子群(PSO)算法相比,可以有效地避免陷入局部最优,稳定地找到更好的最优值,而且随着问题维度的增加,DMBSO表现出更强的鲁棒性.

基于CT图像统计纹理特征的甲状腺结节识别技术

目的探讨灰度共生矩阵和灰度梯度共生矩阵统计学纹理特征在CT图像上甲状腺结节良恶性鉴别的可行性。方法回顾性收集甲状腺结节经手术病理证实的CT图像134例,手动提取含结节的单侧甲状腺感兴趣区(region of interest,ROI)。计算ROI的统计学纹理特征并归一化到[0,1],支持向量机作为分类器,并结合留一交叉验证法来评价实验效果。结果统计学纹理特征在甲状腺结节良恶性鉴别中的准确率为0.76,敏感度0.60,特异性0.86和受试者操作曲线下面积为0.81。结论基于灰度共生矩阵和灰度梯度共生矩阵的统计法纹理特征,在甲状腺CT图像上对于结节的良恶性鉴别具有较好的分类效果。

考虑小波系数相关性的超声图像降噪算法

为了抑制超声图像中的斑点噪声,提出一种考虑小波系数尺度间相关性的超声图像降噪算法.该算法采用Rayleigh分布对超声图像斑点噪声的统计特性建模和Laplacian分布对小波系数的统计特性进行建模,进而利用贝叶斯最大后验的方法获得对无噪图像的估计.为了更好地保留图像细节,在阈值计算过程中,该算法通过考虑下一尺度对应的小波系数来构造一个尺度间相关因子.实验结果表明,所提出算法在有效减少斑点噪声的同时,更好地保持了图像边缘和细节.