首页 > 文献资料
-
基于决策树分类C4.5算法对乳腺肿块计算机辅助诊断的应用研究
本文尝试运用数据挖掘中的决策树分析技术,对BI-RADS乳腺肿块病例进行推理,得到相对应的诊断结论.为提高乳腺疾病计算机辅助诊断和临床诊治水平,提供一个参考的方法.
-
医学影像CAD的研究和应用
计算机辅助诊断(CAD)是以咨询系统的形式提出"第二意见"供医师参考,目的是使医生的诊断过程更客观和容易,提高诊断效率.本文着重说明了CAD系统在医学影像方面的应用,目前存在的主要问题及发展趋势.
-
实现数字化X射线摄影的几种技术及发展
数字化 X线摄影的应用越来越广泛,越来越重要.本文对数字化 X射线摄影的命名和分类,实现数字化摄影的几种探测器技术等进行了探讨.
-
计算机辅助诊断系统在急诊影像学中的应用探讨
随着计算机技术的发展和医学图像处理方法的改进,计算机辅助诊断的研究日趋深入.本文首先分析了计算机辅助诊断系统的发展及应用现状,然后从功能需求、灵敏性和特异性等方面重点探讨了其在急诊影像学中的新应用.
-
结合乳腺影像报告及数据系统的超声乳腺肿瘤辅助诊断系统的研究现状
医学超声诊断是临床检查乳腺肿瘤的有效手段,而乳腺影像报告和数据体系(BIRADS)为超声诊断乳腺肿瘤制定了指南性规范.结合BI-RADS-US的超声乳腺肿瘤计算机辅助诊断(CAD)已经成为研究热点.本文介绍了基于BI-RADS-US体系的CAD系统的设计,以及几个重要的功能模块,并介绍了实现这些功能模块的主要技术,后对结合BI-RADS-US的乳腺超声CAD 研究现状进行了综述.
关键词: 乳腺肿瘤 乳腺影像报告和数据体系 计算机辅助诊断 人工神经网络 -
图像分割方法在医学领域中的应用
在当今的医学诊断中,医疗影像的辅助诊断作用变得日益重要.近年来,基于计算机视觉的医学图像自动分析与处理技术已经成为一个热点研究领域,各类医学图像的分割与识别方法层出不穷.本文从常用的图像分割算法出发,对医学图像分割领域的研究现状进行分析,并对现有的分割方法进行介绍、分类和总结,后给出该领域的主要发展趋势.
-
基于双层信息融合的乳腺切片癌细胞识别
组织切片图像在癌症诊断中具有重要意义,目前已经被广泛应用于临床医学工作以及科学研究中.传统的采用组织切片技术的癌症诊断主要依靠病理医生的个人经验,导致分析过程耗时耗力,且得到的诊断结果容易带有主观偏向性.本文提出一种基于计算机模式识别技术的乳腺切片癌细胞识别方法,该方法可有效融合乳腺细胞切片图像的多种特征信息和多分类器的决策结果信息,从而实现对乳腺癌细胞和正常细胞的自动分类识别.
-
新型妇科光谱治疗仪系统设计
妇科光谱治疗仪是一种治疗妇科炎症的医疗仪器,本文分析了国内现行治疗仪的不足,并设计出一种新型的光谱治疗仪,重点讲述了仪器系统的软硬件构成和系统设计、实现中的关键技术.
-
多层螺旋CT在肺内结节性病变诊断中的应用价值
目的 探讨多层螺旋CT在肺内结节性病变诊断中的应用价值,为肺内结节性病变诊断提供参考依据.方法 选择我院2014年8月至2016年8月收治的肺内结节病变患者64例作为研究对象,首先行胸部CT常规扫描,然后使用Simens 16排多层螺旋CT配备的Lung Care软件进行三维重建和分析,比较胸部常规CT扫描和Lung Care三维重建对肺癌的诊断情况.结果 使用多层螺旋CT扫描后应用Lung Care软件重建的肺癌检出率为57.81%,肺癌诊断符合率为92.50%,胸部常规CT扫描的肺癌检出率为43.75%,肺癌诊断符合率为70.00%,两组比较,差异均具有统计学意义(P<0.05).结论 使用多层螺旋CT结合Lung Care软件分析对肺结节具有较强的鉴别诊断能力,并且能很好地显示肺结节形态,有助于肺结节定性诊断及发现早期肺癌,在条件允许的情况下可推广使用.
-
CAD在肺部结节诊断中的应用
CAD在医学中的应用可追溯到20世纪50年代,当时数学模型首次被引入到临床医学[1],奠定了计算机辅助检测(computer-aided detection)技术的雏形,以后逐步发展,衍生出了计算机辅助诊断(computer-aided diagnosis)的概念[2],后者涵盖了临床资料的采集、医学影像信息的处理、统计结果分析,直至后得出诊断,近些年随着临床需求的增加,CAD更是获得了长足的发展.
-
计算机辅助诊断在放射科的进展
本文着重说明了计算机辅助诊断系统的优势、必要性、应用范围及发展状况.
-
基于Rician分布的颈动脉内中膜厚度的测定
目的 颈动脉内中膜厚度是定量评价心血管疾病的核心指标之一.本文提出一种半自动基于超声影像的测量颈动脉内中膜厚度的计算机辅助方法,并在分割算法中引入了符合超声影像的Rician分布.方法 原始Chan-Vese模型较为适用于颈动脉血管壁的边界线的提取,但是原始模型假设图像斑点噪声符合分段常值分布,这对于本文所使用的颈动脉超声图像是不准确的.本文在原始的Chan-Vese模型上进行了相应的改进,提出超声斑点噪声符合Rician分布的Chan-Vese分割模型,然后通过二次分割提取内中膜边界,后进行内中膜厚度测量.结果 将该方法用于实际的超声颈动脉图像,结果较为理想.结论 本方法能快速准确地提取颈动脉内中膜,并无须对原始图像做预处理.
-
基于胸部CT图像的肺结节分割
目的 提出一种从胸部CT图像中分割提取多种类型肺结节的算法,辅助肺癌诊断和疗效评估.方法 首先由放射科医生确定种子点和目标容积区域,再根据初分割结果自动识别非肺壁粘连结节和肺壁粘连结节.然后采用多阈值结合距离变换的方法分割非肺壁粘连结节,光线投射和直线拟合分割肺壁粘连结节.后,将算法应用于85组患者数据(232个肺结节),并由高年资放射科医生评价分割结果的准确性.结果 本文算法鲁棒性强,能准确判别肺壁粘连和非肺壁粘连结节,从而适用于孤立、血管粘连、毛玻璃和肺壁粘连结节的提取.测试的232个结节中无异常发生,且分割速度较快.经放射医生评价,平均准确率达90%.结论 本文算法可以从胸部CT图像中分割提取4种类型肺结节,鲁棒性、准确性和速度均可满足实际临床需求,对肺癌筛查、诊断和疗效评估具有重要价值.
-
乳腺X线图像肿块分割
乳腺肿块分割是乳腺癌计算机辅助诊断(CAD)检测和识别系统中关键的一步.由于乳腺肿块与背景相互交叠、边界不清晰、乳房密度不均匀,使得其分割比较困难.本文基于区域增长算法,研究了利用乳腺肿块自身特征得到优分割阈值的方法,从而提出一种对乳腺X线图像肿块快速、有效的分割方法.实验结果表明该方法在保证肿块针状化特征情况下,拥有较好的分割效果.
-
基于重采样的胸部CT图像肺实质自动分割
目的 胸部CT图像的肺实质自动分割是肺部疾病计算机辅助检测的重要基础.为提高分割速度,本文提出并实现了一种基于重采样的分割算法.方法 首先对数据重采样,提取部分(1/8)体数据.再基于重采样体数据,通过阈值分割、胸腔提取、气管剔除、血管填充、左右肺分离和肺壁结节填充等步骤,得到初步分割结果.然后将该结果还原到完整数据体上,形态学平滑后即完成终分割.后将算法应用于20例患者数据(2556个断层),并与放射科医生手动分割结果进行比较.结果 本文算法对20例患者数据均能取得优异结果,与放射科医生手动分割的平均面积重叠率达99.02%,且适用于左右肺相连、肺壁存在结节、视野不完整等异常情况.通过数据重采样极大缩短分割时间,一般可缩短50%,一帧图像平均耗时小于0.25s.结论 本文算法能够实现胸部CT图像肺实质的自动分割,结果准确可靠,鲁棒性好,速度快,基本满足实际临床需求.
-
计算机辅助诊断模型内部验证方法的定量评价
目的 定量比较4种常用的内部验证方法,为评价计算机辅助诊断模型性能时选择验证方法提供参考依据.方法 利用Logistic回归模型完成大样本集(n=415)和小样本集(n=76)下的胰腺癌诊断任务,分别采用保持法、k折交叉验证法、留一法和0.632 Bootstrap法共4种内部验证方法,并用诊断的正确率、敏感度、特异度和ROC曲线下面积评价诊断的稳定性、偏倚和运算效率.结果 对大、小样本集,0.632 Bootstrap验证方法得到的正确率、敏感度、特异度和ROC曲线下面积的标准误分别为0.012、0.014、0.010、0.010以及0.013、0.014、0.010、0.011,均小于其他验证方法,其他方法均不同程度地高估或低估模型性能.结论 考虑验证的简洁有效性,k折交叉验证法在大样本量的情况下即可达到内部验证的佳效果,在小样本量情况下推荐使用0.632 Bootstrap进行验证.
关键词: 计算机辅助诊断 分类器 Logistic回归 验证 胰腺癌 -
深度学习在医学图像分析中的研究进展
人工智能领域不断创新发展,促使深度学习方法的理论和应用成为研究的热点.在医学领域中,传统的人工读片等医学图像分析方法已无法适应数量迅速增长的影像资料的诊断需求,因此,深度学习方法在医学图像中的应用备受关注.本文主要总结了深度学习方法在医学图像分割、图像分类识别和计算机辅助诊断方面的研究进展,后进行了小结和展望.
-
产前超声医学图像处理技术综述
超声诊断是产科临床上应用广泛的医学成像方式,与之相应的自动医学图像处理是提高诊断准确率与客观性的重要手段.本文首先介绍超声医学图像处理方法的原理及特点,讨论了若干技术及其涉及的算法,包括图像滤波、图像分割及机器学习技术等,浅析了设计可靠的超声医学图像处理方法的要点.其次,以产前超声医学为背景介绍了这些技术的应用,主要包括标准切面自动提取和生物学参数自动测量.后,讨论了产前超声智能化诊断的发展方向.
-
乳腺X线成像的计算机辅助诊断技术研究进展
计算机辅助诊断(computer-aided diagnosis,CAD)技术日益成熟,在乳腺癌早期检测诊断中的应用尤其广泛,其标志就是商业化的CAD设备得到了FDA的认证.本文以一个典型的CAD系统的组成为主线,把CAD系统分解成几个重要的功能模块,介绍实现这些功能模块的主要技术,其中重点介绍了医学图像处理技术和模式识别技术,后讨论了未来CAD技术完善过程中需要解决的几个问题.
-
计算机辅助诊断技术在病理学中的应用进展
计算机辅助诊断是人工智能技术在医学领域应用的一个分支,现已应用于病理学领域.本文主要介绍计算机辅助诊断技术在细胞病理学、组织病理学以及免疫组化检测等方面的研究新进展.探讨计算机辅助诊断技术在病理学领域应用所面临的主要问题,并对其发展前景作出展望.