首页 > 文献资料
-
基于LBP的改进Random Walks算法在颅脑磁共振影像分割中的应用
目的 由于颅脑结构复杂且颅脑磁共振影像易受噪声、磁场不均匀性、部分容积效应等因素的影响,精确的脑组织分割方法仍需深入研究.方法 本文提出一种基于Random Walks的改进算法以提高脑白质、脑灰质及脑脊液分割的准确性.通过引入局部二值模式(local binary patterns,LBP)改进了传统Random Walks权重函数的构造,在反映相邻像素灰度变化信息的同时包含了局部图像的纹理信息,有利于合并同质区域并增强边缘轮廓的识别.本文还使用了灰度先验概率模型减少Random Walks种子点交互的次数.结果 实验结果表明基于LBP的改进算法在多种不同水平的噪声及不均匀场作用下,能够有效识别磁共振影像中脑组织区域的边缘轮廓,并对噪声有良好的鲁棒性.结论 基于LBP的改进Random Walks算法可精确分割颅脑磁共振影像.
-
长链非编码RNA作为竞争性内源RNA调控银屑病发展的机制研究
目的 探讨长链非编码RNA(lncRNA)在银屑病中作为竞争性内源RNA(ceRNA)调控微小RNA(miRNA)和基因表达的临床与病理意义.方法 下载银屑病患者正常组织、非皮损组织、皮损组织3类60个样本的高通量测序数据(GSE63980),通过生物信息的研究方法构建了银屑病不同类型样本之间差异lncRNA-mRNA共表达网络.通过StarBase数据库下载miRNA、lncRNA和mRNA的靶向关系对,通过计算二者的皮尔森相关系数(r≥0.7,P<0.05)和共享miRNA靶点,构建了银屑病竞争性内源RNA(ceRNA)网络.利用文献证实的银屑病相关的miRNA、lncRNA、mRNA作为种子节点计算随机游走得分,筛选出银屑病相关的lncRNA,并对部分结果开展了GO(gene ontology)功能分析和KEGG通路分析,通过文献检索验证了部分lncRNA具有潜在的ceRNA关系.结果 识别了正常和皮损组织中显著差异的677个mRNA,356个lncRNA;正常和非皮损组织中显著差异的240个mRNA,77个lncRNA;皮损和非皮损组织中显著差异的612个mRNA,209个lncRNA.在共表达网络中的mRNA主要参与的GO通路有G蛋白偶联受体活性、DNA绑定、氮化合物代谢等,KEGG信号通路主要有嗅觉传导、味觉传导等.在ceRNA网络中的mRNA主要参与的GO通路有跨膜受体活性、信号受体活性等,KEGG信号通路主要有系统性红斑狼疮,自身免疫疾等.结论 GAS5与HOTAIR等多个lncRNA在银屑病不同样本中通过与基因竞争miRNA形成潜在的ceRNA关系,有望成为银屑病诊断,治疗的靶标.
-
基于随机游走的FISH细胞检出及HER2状态判别
目的 针对肿瘤FISH图像细胞边缘模糊和粘连等问题,提出一种基于自动随机游走的细胞检出及HER2基因状态判别方法.方法 首先,在RGB颜色空间中的分割细胞、信号点等区域;然后,改进极限腐蚀算法,自动获取细胞种子区域,并提取有效种子点进行自动随机游走分割,较好地实现了FISH细胞的检出;后,依据细胞内红绿信号点数比值对HER2基因状态作出判别.结论 实验结果表明,本文方法细胞检出效果理想,能较好地实现粘连、重叠细胞的分离,FISH-HER2基因状态判别敏感度、特异性、准确率均达到90％以上.
-
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.
-
基于支持向量机与随机游走结合的GGO型肺结节分割方法
目的:为了提高磨玻璃型肺结节(GGO型肺结节)的分割精度,提出一种基于支持向量机与随机游走相结合的分割方法.方法:利用已手动分割的GGO型肺结节训练支持向量机.由训练后的分类模型在待分割的GGO型肺结节图像中选择种子点,然后利用随机游走算法根据支持向量机选取的种子点进行GGO型肺结节图像分割.结果:该研究纳入150个待分割GGO型结节图像,上述分割算法的平均准确率为98.05％、平均召回率为96.35％和平均F1值为98.05％.与传统方法相比,本方法实现了GGO型肺结节的精确自动化分割,对GGO型肺结节定量、定性分析提供更加准确的客观依据.结论:该方法利用支持向量机选取种子点,并利用随机游走进行结节分割可以有效地对GGO型肺结节进行分割,具有简单高效,准确率高的优点.
-
集成自适应回归核的肿瘤生物靶区随机游走勾画方法
目的:评估一种肿瘤正电子发射断层扫描(PET)影像生物靶区的勾画新方法.方法:为有效区分PET影像中标准摄入值(Standard Uptake Value,SUV)相近的肿瘤区域和正常组织区域,首先计算肿瘤PET影像中每个体素点对应的自适应回归核,并将其集成到随机游走无向图的边权值函数中.然后利用三维自适应区域生长方法自动选取随机游走种子点,实现肿瘤PET生物靶区的自动勾画.结果:以临床放疗专家勾画的大体肿瘤区作为参考标准,本方法勾画的7例鼻咽癌病人PET生物靶区DICE相似性的均值为0.8367,比仅基于PET SUV的随机游走勾画方法提高了4.31％,比基于PET SUV值和对比度纹理特征的随机游走勾画方法提高了3.34％.结论:集成自适应回归核的随机游走方法能够更精确地勾画肿瘤PET生物靶区.
-
基于先验的随机游走算法在医学图像分割中的应用
目的:常规的交互式图像分割算法通常只能对单个目标进行分割,或对多个目标的分割比较繁琐.针对该问题,本文期望提出一种基于随机游走算法的改进算法,以实现离散多目标的快速分割.方法:随机游走算法是使用为广泛的交互式图像分割方法之一,在各类图像的分割中表现良好.而对于目标呈现离散分布的图像,该方法虽然也可以对其进行分割,但需要用户在各个离散的目标区域均选择种子点,因此分割效率低下.针对该问题,本文将初始种子点的灰度信息作为先验,初步估计待分割图像中像素点隶属于各类种子点的概率,并将其作为非图像空间项加入随机游走算法的目标函数,引导图像分割.使用改进方法分别对人工合成图像和临床医学图像进行分割,验证本文算法.结果:改进方法在减少交互的情况下,能有效地对人工合成图像和临床医学图像中的多个离散目标实现全部分割,且分割结果明显优于原始的随机游走算法.结论:本文提出的改进方法能有效地实现离散目标的医学图像分割,并且简化了分割的交互过程.
-
基于模糊C均值自动随机游走算法在脑肿瘤分割中的应用
目的:经典随机游走算法是使用为广泛的交互式图像分割方法之一,分割精度较高,但是该算法执行过程需要人工参与,由医生手动勾选种子点,这在临床使用中是比较麻烦和耗时的,在一定程度上降低了该算法的效率.针对该问题,本文期望提出一种自动的随机游走分割方法.方法:首先使用模糊C均值算法对待分割图像进行聚类,根据聚类的隶属度进行阈值分割得到初步分割结果;再对分割结果进行形态学开放处理,仅保留初步分割结果的主要区域,并将处理后的区域中的所有像素点作为随机游走算法的种子点,利用随机游走算法对图像实施分割,得到终分割结果.本文结合模糊C均值算法和形态学处理,实现了自动的随机游走.使用改进后的算法对MR图像中的脑肿瘤和水肿区域实施自动分割,验证本文算法的有效性和准确性.结果:本文方法在实现自动化分割的同时,其分割精度明显优于模糊C均值算法的分割结果.结论:本文提出的改进方法能准确地自动分割出目标区域,并且较模糊C均值方法的分割结果有显著性提高.
-
一种改进的基因功能网络术语相似度计算方法
阐述现有基因术语间语义相似度计算方法,提出基于融合高斯核函数的重启随机游走的基因本体术语相似度算法(Random Walk with Restart-based Similarity Measure,RWRSM),测试算法性能并进行分析,结果表明该算法优于其他算法,可以提高准确性及稳定性.
