基于深度学习的桥小脑角区听神经瘤和脑膜瘤的辅助诊断模型

针对桥小脑角区听神经瘤和脑膜瘤在临床诊断中不易区分的问题,提出了一种基于深度学习的辅助诊断模型.首先,采集肿瘤的T1WI(T1 Weighted Imaging)增强图像和T2WI(T2 Weighted Imaging)图像,构建基于VGG-net改进的s-VGG网络对两组图像分别进行训练,得到s-VGG-T1 和s-VGG-T2 两个分类模型.其次,集合放射科与放疗科的临床诊断结果,建立深度学习辅助诊断模型,将分类模型结果与临床诊断结果加权平均得到诊断模型结果.相比单独的诊断结果,诊断模型对 10 例肿瘤的诊断准确率有所提升,表明基于深度学习的辅助诊断模型具有良好的性能,可降低误诊率,提升诊断的准确性和临床工作的效率.     

深度学习与影像自动化评估的肾肿瘤剜除术难度预分析

目的 早期肾癌可以通过肾肿瘤剜除术进行有效治疗，为了降低手术难度和减少手术并发症，需要对手术的难度进行合理有效的评估。本文将深度学习、医学影像组学和图像分析技术进行结合，提出一种基于CT（computed tomography）影像的肾肿瘤剜除术难度自动评估方法。方法 首先建立一个级联的端到端分割模型对肾脏、肾肿瘤和腹壁同时进行分割，同时融入子像素卷积与注意力机制，保证了小体积肿瘤分割的精确性；然后使用影像组学特征对误判的肾肿瘤进行去除；最后依据分割结果，采用国际标准的梅奥肾周粘连概率（Mayo adhesive probability，MAP）评分和R.E.N.A.L评分对肾脏和肾肿瘤进行自动化的评估计算，并根据计算结果得出肾肿瘤剜除术难度。结果 将实验的自动化评估结果与三甲医院泌尿科的3位医疗专家的结果进行对比，从预测的平均结果来看，超过两个专家，与最好的专家相差仅0.1%。平均预测时间，单个肿瘤约为244 ms，标准差只有8 ms，专家评估时间约为26 s，标准差在3 s左右，自动评估速度是人工的108倍左右。结论 自动化评估结果整体上与专家评估水平基本一致，同时评估速度更加快速稳定，可以有效替代专家进行自动化评估，为术前准确诊断、手术方案个体化规划和手术入路选择提供准确可靠的决策支持，给手术难度诊断评估提供智能化的医疗解决方案。     

CT影像肝脏转移瘤分割与检测深度网络的研究

肝脏肿瘤的评估是结直肠癌肝转移临床诊疗的重要步骤。为了完成腹部CT影像中的肝脏肿瘤自动分割和检测任务,提出一种改进的级联深度学习网络。级联网络采用U-Net和Mask R-CNN模型分别完成分割和检测任务。训练U-Net模型作为级联网络的第一层来分割肝脏器官作为感兴趣区域（ROI）;针对ROI区域进行形态学活动轮廓提取;使用U-Net模型和Mask R-CNN模型作为级联网络的第二层分别完成精准分割和检测ROI内肝脏肿瘤的任务。实验结果表明,对于级联U-Net模型的肝脏转移瘤分割平均Dice系数为74%;Mask R-CNN的肿瘤实例分割Dice系数为67%（置信度为95%）,均值平均精度（mAP）为88%。     

全脑小胶质细胞分布与 C6 胶质瘤侵袭性研究

小胶质细胞是大脑胶质瘤的重要非肿瘤成分之一。胶质瘤和小胶质细胞的相互作用促进肿瘤生长。然而,小胶质细胞的时空异质性对胶质瘤生物学特性的影响仍不确定。该研究在 28 只 SD 大鼠脑组织中植入 C6 胶质瘤细胞的基础上建立大脑胶质瘤模型,研究肿瘤进展过程中小胶质细胞的分布 与肿瘤进展的关系。在模型建立后,首先在手术后第 7、9、12、14、16、18、22、23 和 24 天采用核磁共振进行 T2 加权成像扫描(T2WI),并选取肿瘤径线最大的层面测量肿瘤直径和平均信号强度。然后,牺牲实验动物,取全部脑组织制作切片以进行苏木精-伊红(Hematoxylin-Eosin,HE)染色和免疫 荧光染色。选取肿瘤径线最大 HE 染色图片分别于肿瘤内、肿瘤周围及肿瘤对侧脑区定义 9 个感兴趣区域;使用尺度不变特征变换算法来配准和融合 HE 染色图像与免疫荧光图像。最后,将 HE 切片上定义的感兴趣区域映射到免疫荧光染色图像,测量每个感兴趣区域内小胶质细胞的平均荧光强度,并分析平均荧光强度与 C6 胶质瘤成瘤时间的相关关系。结果显示,肿瘤区域的平均荧光强度明显大于 其他感兴趣区域中的平均荧光强度(P＜0.001),且平均荧光强度随着成瘤时间和肿瘤直径的增加而增加,分别拟合于二次曲线和线性函数;肿瘤平均荧光强度与平均信号强度呈显著正相关(P＜0.001)。研究结果表明,C6 胶质瘤的进展在肿瘤内和非肿瘤的全脑范围内触发了小胶质细胞的加速趋化,在全脑范围内监测小胶质细胞分布的时空异质性可为靶向微环境的胶质瘤治疗提供参考依据。     

在肿瘤治疗中应用图形化系统设计模式

<正> Sanarus 是一家医疗设备的新兴企业,为开发治疗良性肿瘤的潜在革命性产品制定了计划。医生使用这种设备,能够通过冷冻杀死肿瘤,以一种对病人几乎无痛的方式摘除肿瘤,这与过去使用的快速的手术解决方法或是"等着看"的方法相比有着巨大的变化。利用这种便于     

人工耳蜗精准植入机器人术像一体化手术路径规划

针对人工耳蜗植入手术入路的传统方法存在的手术潜在风险高、手术视野受限、手术一致性差等难以解决的临床问题,提出一种以从切口至圆窗的DCA(耳蜗直达路径)最短、植入过程损伤最小为目标的多约束多目标术前规划优化算法.首先对人工耳蜗精准植入机器人术像一体化手术路径规划进行了研究,将基于多模态信息融合技术重建的3维手术视图作为作业空间,利用U-Net分割识别算法进行耳蜗和面神经部分的识别以提供矢量化功能分区与边界信息,通过对笛卡儿坐标系内的CT影像进行3维重建实现多目标多约束规划,遵循机器人人工耳蜗植入手术入路设计规则,推导路径规划算法的公式,对机械臂规划出相应的DCA路径.通过在虚拟仿真平台进行模拟实验,证明了本文方法的有效性和精准性.     

中国运用“达芬奇”机器人成功实施首例肝胆外科手术

2009年1月13日,北京二炮总医院运用“达芬奇”机器人为患者实施了全国首例肝部肿瘤、胆囊和直肠癌切除手术。     

基于可变形模型提取肿瘤区域的方法研究

为了减少计算机分析乳腺肿瘤影像的数据量，提高肿瘤病灶计算机辅助探测和辅助诊断的精确度，降低假阳性和假阴性，乳腺肿瘤区域的提取是至关重要的。基于乳腺恶性肿瘤和有些良性乳腺瘤(如纤维性瘤)的边缘模糊不清和凹凸多变的特性，传统的边缘提取算子和阈值法分割乳腺肿瘤区域很困难，该文提出应用基于可变形模型的梯度矢量流的方法提取乳腺X光片肿瘤区域，用基于亥姆霍兹最小能量损耗原理的一种新的外部能量代替传统方法的外部能量，从而解决了传统方法的可变形轮廓线不能收敛于目标边缘凹陷处的问题，并取得了良好的效果，为进行乳腺X光片肿瘤区域的形状特征提取提供了前提。     

虚拟肝脏手术中的美兰注射实现技术研究

肝脏肿瘤切割手术中美兰注射过程是准确找到肿瘤所在位置的关键步骤之一。真实地模拟出美兰注射过程对虚拟肝脏肿瘤切割手术而言至关重要。针对虚拟手术中真实感的需求,提出了一种结合纹理映射技术的美兰注射模拟算法。运用扩散方程模拟了美兰在纹理表面的扩散过程,并结合保角映射算法将变化的纹理映射到虚拟手术中的三维网格表面。扩散方程能够真实地模拟出液体在物体表面扩散的过程,保角的纹理映射算法能够得到三维网格点的纹理坐标。实验结果表明,美兰注射过程的模拟算法能够模拟出虚拟肝脏肿瘤切割手术过程中的肿瘤标定,满足虚拟手术中的真实感需求。     

肝肿瘤微波消融手术机器人

微波消融是治疗肝肿瘤的一种有效方法。针对该手术存在的问题,本文介绍辅助医生实现穿刺消融针的精确定位和稳定扶持的肝肿瘤微波消融手术机器人,给出了系统的总体构架,并对超声图像处理、机构综合与优化和控制系统等方面进行了详细介绍。通过动物实验,验证了机器人的有效性。最后探讨微波消融手术机器人系统存在的问题,给出了进一步研究的方向。