一种基于树结构的细胞区域分割方法

在医学细胞图象处理中,特别是癌症的计算机辅助诊断中,图象中的细胞分割是细胞形态定量分析、细胞变异和疾病诊断的研究基础.本文以显微细胞图象为处理对象,在进行预处理的基础上,从细胞二值图象中像素点数据构成的数据结构出发,针对该类图象的特点,提出一种基于树的遍历的图象区域分割方法--"T形遍历分割法".实际的显微细胞图象处理试验结果表明,本文算法针对图象中的细胞区域分割处理速度较快、细胞区域间的分割效果较好.为分类和识别前的特征提取奠定了良好的基础.     

全自动、多管径生物网状血管分割方法研究*

生物血管图象分析，早已被医学界广泛用作辅助诊断手段．借助于计算机来处理血管图象，提取诸如血管管径、血管分支数等特征参数的研究业已推广开来．本文针对含有不同管径的网状血管(生物血管图象分析中最复杂的情形)，设计并实现了一种全自动、高效率的提取和定量分析算法．它能根据血管的直径对血管图象自动分层，每一层仅含管径限制于某一范围内的血管．检测不同层中血管的支数或面积，即达到分析血管图象的目的，并运用于医学早期诊断中，分析烧伤患者烧伤创面中血管的管径所占的比例，能够辅助确定医疗方案．在本领域之外，这种方法也可以辐射于诸如卫星遥感图象的道路识别等应用中．     

医学影像采集处理系统软件设计

本系统利用图象采集卡将来自Ｘ光机、Ｂ超等医学成像设备的视频信号实时显示在计算机显示器上,并能够将图象以位图文件的形式保存下来。利用计算机图象处理技术,可以在线增强动态图象,或对保存下来的图象进行了图象增强、恢复、剪切、放大等操作,同时还可以制作打印报表,作为医院的诊断报告。本系统可以用于胸透、腹透、胃肠造影、血管造影等方面具有辅助诊断的作用。     

分形维数特征量对病变组织的超声定征

按照Ｍａｎｄｅｌｂｒｏｔ的分形理论,医学图象及许多自然图象的灰度表面的形成均符合分形布朗运动规律,而且可以用分形的维数来表征图象灰度表面的精细与粗糙程度。文中正是基于这种思想,采用图象的分形维数作为一个特征参量,对人体的肌肉组织进行超声定征。对６０ 多个样本三类病变图象提取分形维数,并采用基于Ｂａｙｅｓ法则的分类器分类,实验表明：用分形维数对组织进行定征,正确率达８８．３３％ 。这为医学的临床辅助诊断提供了一种新的参考量,对提高病变诊断的正确率有重大的意义     

图象数据处理的初步实践

GMP-1图象处理系统是专为核医学部门制制的一种计算机辅助诊断设备。它能及时处理γ射线照相机提供的人体脏器图象信息,并能以多种方式显示脏器图象,从而协助医生迅速准确地诊断病症。本文叙述了GMP-1图象处理系统的工作原理、硬件组成、软件配备以及系统的功能特点。此外,还从硬件设计角度,指出了在图象数据处理系统研制工作中应重视的几个问题。     

脑部数字减影图象增强研究

针对数字减影图象中，因运动引起的图象质量下降问题，提出了一种基于图象配准的数字减影图象增强算法，该算法通过选择合适的控制点和相似测度，采用快速样条插值算法以及鲍威尔优化搜索方法，并用块匹配方法对造影图象和掩膜图象进行配准，实验结果表明，配准后的减影图象质量良好，不仅具有较高的临床诊断价值，并且该算法具有较快的计算速度。     

图象光度定量技术在肿瘤研究中的应用

癌前病变是当前肿瘤研究的重要课题。发现癌前病变，对其进行阻断治疗，是肿瘤防治的重要环节。本文对细胞ＤＮＡ图象光度定量分析技术（ＩＣＭ）进行了分析讨论，它既不同于显微分光光度定量分析技术（ＭＳＰ），也不同于流式细胞光度定量分析技术（ＦＣＭ），能精确定量细胞中ＤＮＡ含量的改变，有助于癌变的早期诊断。这种图象光度定量分析技术可以测量出细胞ＤＮＡ的绝对质量、核心面积、核形状、变异系数等参数，据此可判断出肿     

电子计算机在诊断胸腔肿瘤中的应用

当前对图象处理方面的研究是一个非常活跃的领域。本文试图以人体胸腔肿瘤的超声波诊断为对象进行电子计算机在这方面的应用研究。它的内容包括。三维图象显示系统的原理和特点;图象预处理的基本概念和方法,图象信息的存取原理和方法以及图象轮廓线的平移、旋转以及迭加原理和方法。 本文还提出了以人机合作的交互方式来辅助外科医生进行胸腔肿瘤超声波诊断的一些问题,并对这些问题作出了自己的解答。     

细胞核仁银染图象的快速阈值分割算法

在细胞核仁银染(AgNORs)图象分析中关键的一步就是通过阈值分割将细胞核和银染颗粒提取出来，以准确地计算出细胞核仁和核的面积、核仁与核的面积之比(I．S％)、核仁与核的积分光密度比值(I．O．D％)等重要参数，为医生进行肿瘤的鉴别诊断提供量化数据。本文提出了一种新的阈值分割算法，采用(红R 绿G 蓝B)／3彩色图象特征作为图象的特征信息，对直方图数据进行高斯平滑并根据爬山聚类法计算出直方图峰的近似位置、连接相邻两峰以构成-凸多边形并对该凸多边形进行凹性分析，计算出的凸残差最大处就是所要求的阈值T。通过对腺癌细胞和淋巴瘤细胞图象的实际计算，证明该方法是快速有效的。     

正则化方法及非刚体匹配在医学动态图象分析中的应用

为了给医生利用医学图象进行诊断和分析心血管疾病提供一个有效的工具和途径，利用计算机视觉中的正则化方法，结合心脏和心血管动态特征的临床知识，对两种医学动态图象(超声心动图和心血管造影图)进行了定量的运动分析，并完成了一套应用软件．实验结果证明，该方法明显优于以往的图象分析方法。     

A homogeneous ensemble method for predicting gastric cancer based on gastroscopy reports

Gastroscopy is important for finding suspicious stomach lesions, screening for gastric cancer, and providing early diagnoses. Due to the differences in the levels of diagnosis and treatment among gastroscope doctors, clinical diagnosis based on gastroscopy is limited by low diagnostic sensitivity and specificity to gastric cancer. An assistive system for gastroscopy report analysis can be helpful to improve the success rate of gastric cancer detection. In this study, a homogeneous ensemble decision support system for gastric cancer screening (Endo-GCS) that performs word segmentation, feature extraction, and gastric cancer screening on text-based gastroscopy reports is proposed. The proposed Endo-GCS method establishes a progressive local weighting algorithm that improves the overall prediction performance of the homogeneous ensemble model in gastric cancer screening. An optimal threshold estimation algorithm is developed to minimize the negative impact of misdiagnosis and missed diagnoses. Through a comparative experimental study using real gastroscopy report data, the pathological examination conclusion is the gold standard. The sensitivity of the proposed Endo-GCS method is 88.27%, the specificity is 77.84%, and the accuracy is 82.11%, which significantly improved the sensitivity 65.49% and the accuracy 80.5% of the gastroscopic diagnosis results, respectively.     

计算机系统在中风病诊疗模式中的应用

本文针对中风病的诊疗模式问题,提出了一个有效的计算机辅助诊断系统,通过对一系列中风病相关的资料的汇总,可以对中风病患者给出计算机辅助诊疗方案,为医生的最后确诊和确定治疗方案提供准确、可靠的科学依据。本系统对医院的上千个实际中风病患者进行了辅助诊疗,结果达到了预期的效果,可以作为临床诊断的辅助手段。本系统简单易用,功能全面,易于临床推广应用。     

胃镜下早期胃癌计算机辅助分析研究综述

胃癌是全世界癌症死亡的第三大主要原因,胃癌的早期检测会对胃癌患者的后期治疗起到至关重要的作用。随着人工智能的发展,可以利用计算机视觉领域的机器学习模型辅助检测早期胃癌,有研究发现一些计算机辅助诊断模型的筛查率接近甚至高于医生。利用计算机辅助诊断可以及早发现胃癌以减少胃癌患者的后期治疗成本。报告了基于机器学习在胃镜下早期胃癌辅助诊断的研究现状,介绍了胃镜下早期胃癌的临床诊断方式,并基于此提出了计算机辅助诊断该疾病的技术路线,分析了不同诊断技术路线的研究特点,为计算机辅助诊断早期胃癌提供不同的切入点。总结了用于早期胃癌检测的机器学习、深度学习、目标检测模型,讨论了其应用于计算机辅助诊断的问题及挑战。     

Early diagnosis of breast cancer by gene expression profiles

Breast cancer is the second leading cause of cancer death in women worldwide. Nevertheless, there is evidence that early detection and treatment can increase the survival rate of breast cancer patients. This paper presents an intelligent decision support system (IDSS) for breast cancer diagnosis by using gene expression profiles. The proposed system first extracts significant features from the input patterns by using information gain and then employs deep genetic algorithm for feature reduction as well as for breast cancer diagnosis. The proposed system is evaluated by considering a benchmark microarray dataset and compared with the most recent systems. The results show that the proposed IDSS outperforms other systems in terms of diagnosis time and accuracy. The proposed system produces 100 % classification accuracy. In addition, the proposed system reduces the required memory space.     

深度学习在组织病理学中的应用综述

组织病理学是临床上肿瘤诊断的金标准,直接关系到治疗的开展与预后的评估。来自临床的需求为组织病理诊断提出了质量与效率两个方面的挑战。组织病理诊断涉及大量繁重的病理切片判读任务,高度依赖医生的经验,但病理医生的培养周期长,人才储备缺口巨大,病理科室普遍超负荷工作。近年来出现的基于深度学习的组织病理辅助诊断方法可以帮助医生提高诊断工作的精度与速度,缓解病理诊断资源不足的问题,引起了研究人员的广泛关注。本文初步综述深度学习方法在组织病理学中的相关研究工作。介绍了组织病理诊断的医学背景,整理了组织病理学领域的主要数据集,重点介绍倍受关注的乳腺癌、淋巴结转移癌、结肠癌的病理数据及其分析任务。本文归纳了数据的存储与处理、模型的设计与优化以及小样本与弱标注学习这3项需要解决的技术问题。围绕这些问题,本文介绍了包括数据存储、数据预处理、分类模型、分割模型、迁移学习和多示例学习等相关研究工作。最后总结了面向组织病理学诊断的深度学习方法研究现状,并指出当下研究工作可能的改进方向。     

基于定量影像组学的肺肿瘤良恶性预测方法

肺癌是世界范围内致死率最高的癌症之一,肺肿瘤的良恶性诊断对于治疗方式选择意义重大.本文借助影像组学（Radiomics）方法利用LIDC（Lung imaging database consortium）肺癌公开数据库中619例病人的肺癌计算机断层（Computed tomography,CT）影像数据,分割出病变区域,并结合肿瘤医学特性和临床认知,提取反映肿瘤形状大小、强度和纹理特性的60个定量影像特征,然后利用支持向量机（Support vector machine,SVM）构建诊断肺肿瘤良恶性的预测模型,筛选出对诊断肺肿瘤良恶性有价值的20个影像组学特征.为肺肿瘤良恶性预测提供了一种非入侵的检测手段.随着CT影像在肺癌临床诊断中的广泛使用,应用样本量的不断增加,本文方法有望成为一种辅助诊断工具,有效提高临床肺肿瘤良恶性诊断准确率.     

基于IDL的医学图像三维可视化系统设计与实现

医务工作者常常通过观察和分析二维切片方式对病人进行诊断医疗，难于想象“病灶”的三维信息，这种方式效率低，难度大、风险高；针对这一问题，利用第4代可视化语言IDL构建并实现了适合医务工作者需要的医学图像三维可视化及分析系统，该系统根据医学图像(如DICOM)的自身信息能够对断层序列切片进行快速精确重建，进而可以对重建结果进行剖分、组织提取、窗宽窗位调节、任意方向切片提取等操作，对病人的医疗诊断具有很高的使用价值。     

基于荧光卟啉传感器阵列系统的肺癌标志物检测研究

针对肺癌呼出挥发性有机气体（VOCs）中的特定标志物,提出了一种新型的基于荧光卟啉传感器阵列检测系统,并对4种肺癌呼出标志物进行检测研究。通过小波分析等数学工具对测得的荧光光谱数据进行特征提取,然后采用层次聚类、主成分分析等统计学方法对特征向量进行分析。不同体积分数的各类标志物在聚类分析中能够完全正确的聚到一起。通过主成分分析得到的前3个主成分包含了标志物的88%的信息,便能对不同类别的标志物进行识别。研究表明：该荧光卟啉传感器阵列系统能够快速有效地对不同肺癌标志物进行识别,有望在临床中得到应用。     

基于磁感应QCM在早期肺癌检测上的研究

利用压电石英晶体的振动频率对其电极表面负荷敏感的特点和现场可编程（逻辑）门阵列（FP-GA）与单片机的控制功能,同时,利用纳米免疫磁微珠具有增大负载响应和磁分离的能力,结合特异性生物化学反应,设计了一种用于早期肺癌诊断的纳米生物电子微系统。通过该系统对蒸馏水和CPA—Y2肺癌细胞溶液的测量结果表明：该系统具有较好的线性变化规律,能准确反映被测生物物质的质量或含量,对实现肺癌的早期诊断和筛查具有重要的参考价值。     

Breast cancer image assessment using an adaptative network-based fuzzy inference system

In Brazil breast cancer is the foremost cause of fatality by cancer for women. Given that the causes are unidentified, it cannot be prevented. Mammography is one of the most reliable exams for breast cancer detection and it is based on image analysis by radiologists. Early detection is the key issue for breast cancer control and computer-aided diagnosis system can help ra diologists in detection and diagnosing breast abnormalities. Hybrid neuro-fuzzy systems are suitable for pattern recognition tasks and therefore useful for medical diagnosis support through pattern identification in mammographic images. This study presents an Adaptative Network-based Fuzzy Inference System (ANFIS) that classifies the mammographic images calcification region of interest as benign or malign and provides an important tool for breast cancer image assessment. The ANFIS model, utilized in the mammogram region of interest’s classification phase, reached a maximum accuracy rate of 99.75%.