骨髓增生异常综合症的超微结构观察

本文报告9例骨髓增生异常综合症(MDS)患者骨髓标本的电镜观察结果。患者男性8例,女性1例,年龄24～61岁。病程10多天至2年,既往无化疗或放疗史。按FAB标准诊断及分型,包括难治性贫血(RA)4例,原始细胞过多性难治性贫血(RAEB)5例。标本经常规方法制成超薄切片。 RA和RAEB患者骨髓病变基本一致,三个血细胞系都有部分细胞受累,表现为病态造血。幼红细胞常出现核浆发育不平衡,以及核的各种异常,如外形不整、分叶;核裂、核泡;双核、芽生现象;染色质限局性消失。凝聚及溶解;最终核固缩、破碎或全部溶解。胞浆经常含较多膜性细胞器,如成群的小泡、次级溶酶体或来源不明的膜结构等(图1～2)。本组中7例见到巨核细胞,其     

乳腺浸润性导管癌p53表达与腋窝淋巴结转移的相关性分析

为研究乳腺浸润性导管癌组织p53表达及腋窝淋巴结转移的相关性,作者利用免疫组化染色检测72例浸润性导管癌标本中p53的表达水平,分析p53表达及腋窝淋巴结转移的关系。得出结果:腋淋巴结转移组共37例(52%),p53阳性表达21例(57%);未转移组共35例(48%),p53阳性表达11例(31%),转移组p53阳性表达较未转移组明显增高(P0.05);淋巴结转移数1~3个25例(68%)、≥4个12例(32%),p53表达阳性分别是12例(48%)和8例(67%),p53表达阳性率与淋巴结转移数呈正相关(P0.05)。结果表明,通过检测乳腺浸润性导管癌组织中p53蛋白的表达水平可以判断腋窝淋巴结转移状况和愈后。     

含φ-伪压缩映射的迭代序列等价性问题研究

在一般的Banach空间中,对不要求Lipschitz连续的φ-伪压缩及φ-增生映射讨论了具误差的Mann迭代与Ishikawa迭代算法的等价性.     

乳腺X线图像肿块分割研究

乳腺癌是女性最常见的恶性肿瘤疾病。肿块是乳腺癌一个很重要的征象。首先描述乳腺癌的研究现状,接着介绍了乳腺X线图像库,然后从以下四类对乳腺钼靶X线图像中的肿块分割技术进行综述:基于阈值的分割技术、基于区域的分割技术、基于特定理论的分割技术和基于模型的分割技术,最后对乳腺X线图像中肿块分割的发展前景进行讨论。     

基于特征融合的边缘引导乳腺超声图像分割方法

针对乳腺超声图像边缘模糊、斑点噪声多、对比度低等问题,提出了一种融合多特征的边缘引导多尺度选择性核U-Net(Edge-guided Multi-scale Selective Kernel U-Net, EMSK U-Net)方法。EMSK U-Net采用基于U-Net的对称编解码结构可以适应小数据集医学图像分割的特点,将扩张卷积与传统卷积构成选择性核模块作用于编码路径,并提取下采样过程中的选择性核特征进行边缘检测任务,在丰富图像空间信息的同时细化边缘信息,有效缓解斑点噪声和边缘模糊的问题,在一定程度上可以提升小目标的检测精度。然后在解码路径通过多尺度特征加权聚合获取丰富的深层语义信息,多种信息之间相互补充,从而提升网络的分割性能。在3个公开的乳腺超声图像数据集上的实验结果表明,与其他分割方法相比,EMSK U-Net算法各项指标表现良好,分割性能有显著提升。     

衍射增强成像的若干基础问题研究Ⅰ.衍射增强成像的衬度与X射线能量的关系

为了探讨X射线衍射增强成像的衬度与X射线能量的关系,利用北京同步辐射光源4W1A光束线引出的硬X射线对大块正常和癌变的乳腺组织进行成像研究.在摇摆曲线顶部位置获得的图像(峰位图像)和表观吸收图像的衬度随X射线能量的变化关系是相似的,说明峰位图像和表观吸收图像包含的主要衬度相似,即吸收衬度,而折射图像的衬度随X射线能量的增大总体上呈现下降趋势.综合来看,对于乳腺类的软组织来说,DEI成像在低能量端有很好的衬度,反映了衍射增强成像更适合于主要由轻元素组成的物体的成像.     

基于注意力机制与迁移学习的乳腺钼靶肿块分类

针对乳腺钼靶图像中良恶性肿块难以诊断的问题,提出一种基于注意力机制与迁移学习的乳腺钼靶肿块分类方法,并用于医学影像中乳腺钼靶肿块的良恶性分类.首先,构建一种新的网络模型,该模型将注意力机制CBAM(Convolutional Block Attention Module)与残差网络ResNet50相结合,用于提高网络对...     

基于Otsu多阈值和分水岭算法的乳腺肿块分割

在乳腺X线图像中,肿块大多埋没在复杂的、高密度的腺体背景中难以检出和识别.针对这一问题,提出了一种应用快速多阈值Otsu算法和改进的分水岭算法相结合的乳腺X图像肿块分割方法.首先对乳腺X图像进行形态学预处理,然后应用多阈值Otsu算法对图像进行处理,并对图像运用分水岭算法进行分割.为了避免过分割现象,对分割后的图像进行了相似区域合并.实验表明该方法对于乳腺X图像中各种类型的可疑肿块的分割都是有效的.     

一种新颖的乳腺X线影像中钙化点检测方法

乳腺癌是妇女常见恶性肿瘤之一,早期诊断和早期治疗是降低乳腺癌患者死亡率的关键。微钙化是乳腺癌早期的一个重要标志,因此,快速准确地找出乳腺X光片中的钙化点成为成功诊断的第一步。现有多种方法能用于检测钙化点并各有优缺点,其中典型的高斯-拉普拉斯算子（LOG）是有效方法之一,尽管其能较精确地检出钙化点的位置但检测效率低。级联形态学滤波算子的LOG改进了LOG的效率,但仍无法满足大规模普查的高效率要求。通过提出一维和二维LOG相级联的方法来实现高效实时的钙化点的检测,并通过实验证实了所提检测方法的有效性。     

基于深度置信网络的乳腺肿瘤辅助诊断

乳腺肿瘤的计算机辅助诊断对乳腺肿瘤的诊断和治疗有着重要意义。本文提出一种基于深度置信网络(Deep Belief Network, DBN)的乳腺肿瘤辅助诊断方法。将病人的细胞核图像参数作为深度置信网络的输入,对病人乳腺肿瘤恶性与良性进行判断,并与传统的基于支持向量机、概率神经网络和随机森林模型进行比较。实验结果表明,基于深度置信网络的乳腺肿瘤辅助诊断方法能够进行准确的判断,并且具有较高的准确率。