首页 > 文献资料
-
计算机辅助诊断检测系统在肺结节诊断中的应用
肺部CT诊断中,肺结节一直是备受关注的焦点.结节可以是良性肿瘤、转移癌或原发肺癌,早期做出正确诊断对治疗和预后有重要意义.随着CT的应用,肺结节的诊断和鉴别诊断水平有了质的飞跃.但是多排CT每一个患者有时会有上百幅图像,医师难以对每一幅图像进行细致的观察,加之诊断水平有限,难免漏诊或误诊.
-
周围型小肺癌的CT诊断进展
周围型小肺癌是指病灶直径≤2cm的恶性结节.由于大部分患者无明显自觉症状或体征,须通过健康普查的方法来发现.而普通胸透或胸片对较小的肺癌结节或在隐蔽部位的小结节较难发现,有些即使发现了也因对小结节的细节显示较差,给诊断带来困难.近年来,随着CT机的广泛应用,尤其是螺旋CT(SCT)扫描与高分辨率CT(HRCT)扫描的联合应用,以及配合增强扫描与多层螺旋CT(MSCT)的强大后处理功能,明显提高了孤立性肺小结节(SPN)的检出率.对显示肺内小结节内部的结构、外表形态及肿瘤-肺交界面征象等方面有良好的效果.为肿瘤的定性诊断提供了充分的依据.而电子计算机辅助诊断(CAD)在肺部结节影的检测和诊断中的应用也得到了充分肯定.
-
基于深度学习的皮肤影像分类
随着大数据时代的到来,深度学习技术在图像分类、 检测等任务中相对传统模式识别方法均取得了令人瞩目的突破.2017年1月,斯坦福大学人工智能实验室采用深度学习方法对皮肤镜和临床皮损图像进行自动分类,并在 《自然》 杂志上发表了相关研究成果,代表了皮肤图像自动分析领域的新研究进展.本文从数据库建立、 研究方法设计以及试验结果分析等角度对这一研究工作进行解读,并分析国内皮肤影像计算机辅助诊断的研究现状,以及未来多源皮肤影像大数据分析与智能辅助诊断的发展空间,以期推进我国皮肤疾病的医疗诊断水平.
-
孤立性肺结节计算机辅助诊断系统的研究
孤立性肺结节是肺部的常见病灶,其良恶性诊断具有重要医学意义.利用计算机辅助诊断系统可提高医生诊断的准确率,减少漏诊率.构建了肺结节计算机辅助诊断系统.并选取了77例已确诊的孤立性肺结节的CT图像,并对系统性能进行了研究.该辅助诊断系统提取了67个图像模式特征.通过遗传算法对特征进行选择.选出高性能的特征子集,采用支持向量机作为分类器鉴别结节良恶性.试验结果表明,该方法可获得可靠的结果.
-
一种基于图像3D MPR的脑出血定位方法研究
为帮助医生快速精确地定位颅内血肿,基于3D多平面重建MPR技术,设计了一种脑出血定位诊断的新方法,该方法通过计算颅脑半径、高距、额距、颞距等定量化指标,从而为医生提供客观的临床手术依据.前期实验证明该方法准确可靠,可以在临床中作为计算机辅助诊断手段得到应用.
-
基于眼底图像的人工神经网络分类器研究现状与进展
目的:总结基于眼底图像的人工神经网络分类器研究现状与进展,为基于眼底图像的疾病计算机辅助诊断提供基础.方法:本研究采用文献检索和综述的方法,对国内外关于眼底图像的人工神经网络(Artificial Neural Network, ANN)研究进行整理,主要对已发表的文献中ANN技术以及相关眼底图像的特征提取技术进行整理和分析.结果:本次研究检索到符合要求的研究共计27篇,终纳入17篇研究进行资料提取.提取的指标为分类内容、特征提取、神经网络类型/方法、ANN输入层层数、隐藏层神经元数量、输出、分类指标等.针对不同样本的研究,提取的特征有所区别.目前研究眼底图像的主要ANN方法是后反馈神经网络(BP-ANN).结论:基于眼底图像的ANN能够为视网膜病变的辅助分析提供一定帮助.
-
膀胱赘生物影像学特征的计算机辅助诊断
目的:从影像图像中挖掘深层次诊断信息,为膀胱赘生物的计算机辅助诊断提供理论依据.方法:对膀胱赘生物磁共振图像予以降噪、锐化等处理,选取平均灰度强度、熵、均匀度作为图像纹理特征;计算感兴趣区域中膀胱赘生物与正常膀胱壁组织的纹理特征,后将数据进行统计分析.结果:纹理特征中熵与均匀度t检验P<0.05,提示这些纹理特征在膀胱赘生物(肿瘤)和正常膀胱壁组织之间存在显著性差异,而平均灰度强度t检验P>0.05,故不能认为该特征在两种组织间存在显著性差异.结论:上述纹理特征在两种组织之间明显不同,使它们可用于膀胱肿瘤浸润膀胱壁深度的判断,进而可确定肿瘤的分级.
-
双源CT的Lung Care评估孤立性肺结节的应用价值研究
目的:探讨Siemens双源CT的Lung Care软件时孤立性肺结节的辅助诊断能力及适用范围.方法:收集双源CT扫描并经病理证实的肺内孤立性结节40例.应用Lung Care软件中的卜MPR或VOI法三维重建技术对SPN的基本征象进行分析,并与胸部CT常规扫描进行比较:其中20例肺结节患者于12个月内分3个阶段进行随访,以测量结节生长速度或倍增时间.结果:在40例SPN中,恶性结节28例,良性结节12例.胸部CT常规扫描与Lung Care软件三维重建对恶性结节诊断准确率分别为53.57%、82.14%,对良性结节诊断准确率分别为41.67%、83.33%,两者均有显著性差异(P＜0.05).Lung Care软件具有的自动分析测量结节体积功能,可准确地计算出结节体积、X径、Y径、Z径、大径、小径,通过20例12个月内随访,8例结节体积增大,7例结节体积缩小,5例结节体积不变,8例体积增大的结节中5例手术切除,经病理证实均为恶性结节.结论:Lung Care软件对肺结节的诊断具有一定辅助作用,可以有效地鉴别结节真伪,观察结节的形态特征,适应于对肺结节的良恶性鉴别诊断.
-
基于MRI的前列腺癌自动检出系统的研究进展
医学影像设备的图像空间分辨率和对比度的极大提高促进了计算机辅助诊断(CAD)系统的发展,从医学图片中自动捡出感兴趣的解剖结构是构建可靠的CAD系统的基础.前列腺癌是一种男性多发癌症,其自动诊断的研究有着重要意义.在对前列腺的生理解剖结构和前列腺癌的分期方法进行概括的基础上,介绍了目前国际上基于MRI的前列腺癌计算机自动检出系统研究的现状,重点讨论前列腺MRI的预处理、图像分割和诊断分类,后对发展方向进行了展望.
-
医学图像识别中多分类器融合方法的研究进展
计算机辅助医学图像分析识别对多种疾病的临床诊断有着重要的意义.由于医学图像自身的复杂性,单一分类器的识别性能常常难以满足临床上的要求,因此近年来,作为一种能有效改进单一分类器识别性能的方法,多分类器融合技术被逐步应用到包括乳腺X光片识别、肿瘤细胞识别以及内窥镜图像分析等领域,并取得了更为满意的识别结果.在参阅大量文献的基础上,对多分类器融合识别技术的理论分析及其在医学领域的研究及应用现状进行了综述,进而对其存在的问题进行了分析以及前景展望.
-
乳腺钼钯X射线影像中微钙化点的检测方法
乳腺癌是一种常见的妇科恶性肿瘤.早期发现、早期诊断、早期治疗对医治乳腺癌、降低死亡率至关重要.实现乳癌早期诊断的关键技术之一是及时发现乳腺X线影像中的微小钙化点并判断其是否有恶化倾向.本文就目前为止乳腺X片微钙化点的检测方法进行了综述,并展望其近期发展趋势.
-
胰胆管钝性损伤的CT和MRI研究
胰腺、胆囊和胆管的钝伤是相当少见,检出也比较困难,但当病情延误时,其死亡率较高,因此早期诊断是非常重要的.影像学检查已成为诊断的主要依据.
-
人工智能在医学影像CAD中的应用
深度学习是目前人工智能领域备受关注和极具应用前景的机器学习算法,有望革新传统计算机辅助诊断(CAD)系统,在精准影像诊断中发挥重要作用.就人工智能、机器学习、深度学习、卷积神经网络、迁移学习的基本概念,以及基于深度学习的CAD系统在肺、乳腺、心脏、颅脑、肝脏、前列腺、骨骼的影像及病理学中的研究现状予以综述.
-
改进的随机游走算法在困难肺结节分割中的应用
目的:为了提高计算机辅助诊断对肺结节良、恶性判断的精度,提出一种新的基于随机游走的肺结节分割方法.方法:首先,采用自适应中值滤波对图像进行平滑处理,消除困难肺结节内部灰度分布不均匀而导致的误分割;然后,将拉普拉斯零交叉点引入到随机游走算法权函数定义中,并根据图像中节点与种子点的距离来对图像进行边缘增强,消除弱边缘的干扰,获得外部特征清晰的肺结节分割结果.结果:与传统图像分割方法相比,该方法实现了三种困难肺结节的精确分割,对肺结节定量、定性分析提供更加准确的客观依据.结论:改进的随机游走图像分割可以有效地对困难肺结节进行精确分割.
-
进展型脑梗死的计算机辅助诊断方法研究
目的 探索计算机辅助诊断对脑梗死进行早期临床分型的可行性.方法 回顾性分析200例脑梗死患者的临床资料,其中进展型脑梗死69例,非进展型脑梗死131例,利用逐步判别分析法对脑梗死进行相关分析,并用交互验证法进行验证.结果 逐步判别分析筛选出脑梗死类型、入院神经功能缺损评分、梗死部位总数、WBC升高、TIA史、低血钙、入院时高血糖和高密度脂蛋白水平共8个进展型脑梗死的独立预测因素,根据这些因素分别建立进展型和非进展型脑梗死的判别式,交互验证法对脑梗死分型的正确判别率平均为 81.5%.结论 脑梗死分型的计算机辅助诊断有助于早期发现进展型脑梗死的高危患者.
-
计算机辅助诊断技术中图像纹理研究的主要方法及其应用
目的:综合分析目前图像纹理研究的主要方法以及在医学图像分析中的应用.资料来源:英文文献的检索时间为1983/2009;中文文献的检索时间为2004/2009.以"medical image,texture research,image analysis,application" 检索英文文献;"医学图像,纹理研究,图像分析,应用"检索中文文献.检索数据库包括PubMed数据库(http://www.ncbi.nlm.nih.gov/sites/entrezl),ScienceDirecr数据库(http://www.sciencedirect.comn及中国知网数据库(http://www.cnki.net/. 资料选择:纳入具有原创性的研究论文,及观点明确、资料充分、结论可靠的综述文章,排除重复性研究及与课题相关性较弱的文献.结局评价指标:初检得到104篇文献,包括中文10篇,英文94篇.阅读标题和摘要进行初筛,排除研究目的与课题相关性较弱的33篇,重复性研究18篇,保留53篇中英文文献进一步分析.结果:常用的纹理分析方法包括结构法、统计法、基于模型和基于变换的方法.结构法从纹理的基元形态及其分布规则视角分析规则纹理;统计法主要针对平滑度和粗糙度的纹理特征分析;基于模型的方法以构建图像模型为基础,它不仅可被用于描述纹理,而且还能用于合成纹理;基于变换的方法利用变换域信号处理方法分析纹理的数字特征.纹理研究在医学图像分析中发挥着重要作用,受到广泛关注.结论:由于医学图像及其纹理的特殊性和复杂性,不是所有的纹理测度都能用于医学图像分析.医学图像纹理研究的发展方向之一是如何整合和发挥不同方法的优势,充分提取纹理特征,更准确地表征医学图像纹理及其改变与病理状态的关系,使之成为计算机辅助诊断算法的重要组成部分.
-
以组织病理细胞学和影像结构特征为分析依据的乳腺导管增生计算机辅助诊断系统
背景:对疑似乳腺癌诊断而言,细胞组织病理诊断是重要的诊断步骤.若医生需要针对每一张苏木精-伊红染色影像都需要凭借自己的经验以肉眼进行判断,不但具有较大的主观性,医生的疲劳度和专注力也会影响整体判断结果.目前国内外一直缺乏一套定量、客观的乳腺癌细胞计算机辅助诊断系统.目的:将发展一套计算机辅助诊断系统,基于多重分辨率的概念,以组织病理细胞学特征和影像结构特征为分析依据,从而判别乳腺导管细胞增生的类型.方法:针对患者粗针穿刺切片的乳管组织影像,引入多重分辨率的概念,首先将细胞影像进行Sigmoid强化,然后将细胞的形状、大小、排列及颜色均匀度作为计算机辅助诊断系统的判别特征依据,利用大期望算法结合Lab色彩空间对细胞影像进行颜色分离,初步分割得到感兴趣的细胞核;针对细胞核不完全分割的问题,采用空洞修复算法进行解决,对于相邻细胞核重叠的问题,采用分水岭转换进行解决,终成功分离得到候选细胞核.一旦细胞完整呈现后,将进行候选细胞核特征获取,采用椭圆拟合、图论以及纹理特征等方法取出需要的细胞核特征,通过特征选择和线性判别分析进行特征获取和筛选,后由支持向量机分类器进行乳腺导管细胞增生的类型判别,判断是否存在癌症活动.结果与结论:内导管增生病变判读的实验结果证实,当使用特征选取配合线性判别分析筛选得到14维度的特征维度,并使用支持向量机-径向基函数作为分类器时,此文所设计的诊断辅助系统的准确率高达88.4％,能够作为疑似乳腺癌诊断的辅助系统.
-
计算机辅助诊断单条垂直肌不全麻痹
目的探讨计算机辅助诊断单条垂直肌不全麻痹的可行性.方法根据parks步法,采用Java及html互联网计算机语言编写辅助诊断软件并试用于临床,将36例单条垂直肌不全麻痹的计算机辅助诊断结果与眼肌专业医生的临床诊断结果相比较.结果 36例患者的计算机辅助诊断结果与眼肌专业医生的临床诊断结果一致.从输入检查结果开始到得到诊断结果,每例患者的计算机辅助诊断所用时间为30秒左右.结论计算机辅助诊断方法在分析和诊断单条垂直肌不全麻痹方面与临床医生诊断结果同样可靠但快速简便.
-
计算机辅助细胞学检查对宫颈病变的诊断评价
目的评价计算机辅助细胞检测系统(CCT)对子宫颈病变的诊断价值.方法对306例妇科门诊患者的子宫颈涂片,采用CCT及手工光镜进行检测做出诊断.结果 CCT检查细胞学正常250例,细胞形态异常56例,异常检出率18.30%;手工光镜检查细胞学正常303例,细胞形态异常3例,异常检出率0.98%;CCT检查与病理诊断符合率88.89%.结论 CCT对子宫颈病变具有很高的敏感性和特异性,有临床应用价值.
-
径向基人工神经网络在宫颈细胞图像识别中的应用
目的:探讨径向基(RBF)人工神经网络在宫颈细胞图像识别中的应用.方法:提取宫颈细胞和细胞核的15个形态学特征参数及12个色度学特征参数,对700个宫颈细胞按正常、低度鳞状上皮内病变(LSIL)、高度鳞状上皮内病变(HSIL)、宫颈癌进行分类识别.利用软件STATISTICA 7.0建立网络模型并训练,用VC ++.NET语言调用网络.结果:RBF网络对训练集的拟合度为97.3%,对测试集的分类准确率为95.4%.在测试集中,正常细胞的识别率为96%,LSIL细胞识别率为94%,HSIL细胞识别率为100%,癌细胞识别率为88%.RBF网络输入参数的敏感度排序与细胞病理学特征基本一致.结论:RBF人工神经网络可以很好的对宫颈细胞特别是HSIL细胞进行分类识别.
