【摘 要】
：
目的:利用基于深度学习的人工智能算法,结合头颅MRI和CT的多模态影像,开发海马结构自动勾画技术,为头颅放疗过程中海马体的保护提供高效、准确的自动勾画方法.方法:收集清华大学第一附属医院放疗科从2020年1月～12月就诊的40例脑转移癌患者的定位头颅CT及MRI影像,分别在CT图像、CT-MRI配准图像的两个数据集上训练3D U-Net、3D U-Net Cascade、3D BUC-Net 3个深度学习模型,计算3个模型自动分割的左右海马体与对应的人工标注之间的Dice相似系数(DSC)和95％豪斯多夫
【机 构】
：
清华大学第一附属医院放疗科,北京100016;深圳市联影高端医疗装备创新研究院,广东深圳518045;清华大学第一附属医院医务处,北京100016;北京联影智能影像技术研究院,北京100094;上海联
论文部分内容阅读
目的:利用基于深度学习的人工智能算法,结合头颅MRI和CT的多模态影像,开发海马结构自动勾画技术,为头颅放疗过程中海马体的保护提供高效、准确的自动勾画方法.方法:收集清华大学第一附属医院放疗科从2020年1月～12月就诊的40例脑转移癌患者的定位头颅CT及MRI影像,分别在CT图像、CT-MRI配准图像的两个数据集上训练3D U-Net、3D U-Net Cascade、3D BUC-Net 3个深度学习模型,计算3个模型自动分割的左右海马体与对应的人工标注之间的Dice相似系数(DSC)和95％豪斯多夫距离(95 HD),以及两者的体积作为模型的分割准确性的评估,并且以对同一大小patch图像的自动分割耗时作为模型效率的评估.结果:引入MRI图像信息对左右海马的自动分割精度有明显的提升;模型3D BUC-Net在CT-MRI数据集上对左右海马体的自动分割都取得最好分割结果(DSC:0.900±0.017,0.882±0.026;95HD:0.792±0.084,0.823±0.093),而且该模型的分割效率更高.结论:模型3D BUC-Net能在多模态影像上实现高效、准确的海马区的自动勾画,为头颅放疗过程中海马区的保护提供方便.
其他文献
目的:系统评价θ节律刺激(TBS)对脑卒中后患者上肢运动功能和日常生活活动能力的影响.方法:系统检索ProQuest、Scopus、PubMed、Embase、Cochrane Library、Web of Science、知网、万方、中国生物医学和维普数据库中关于TBS治疗脑卒中患者的随机对照试验,检索时间为建库至2021年4月.由两位评审员运用Cochrane手册对纳入文献进行风险质量评估,并在数据提取后运用RevMan5.3进行统计学分析.结果:最终获得14项研究,共329例受试者.Meta分析结果
子痫前期(preeclampsia,PE)是妊娠期特有的疾病,发生在妊娠20周后,主要临床表现为高血压、蛋白尿及全身器官功能损害,是孕产妇和围产儿病死率升高的主要原因之一[1],与PE相关的胎儿发育异常一直是医学研究的重要方向,例如心血管发育异常[2].先天性心脏病(congenital heart disease,CHD)的发生率处于新生儿出生缺陷第一位[3],其在活产儿中发病率为6‰～12‰,其病因非常复杂.近年来,随着PE孕妇子代CHD发病率的升高,研究者发现亲代PE与子代CHD之间似乎存在某些关联
人体通信(HBC)技术是利用人体组织为媒介进行通信的新方式,医疗设备使用HBC方式比传统无线通讯在能耗与辐射上更具优势.为研究HBC方式下信道特性与通信性能,文章研究信号在多种身高人体模型下的路径衰减特性;对比了两种调制方式下的信道误码率;在冲激响应模型中,通过功率延迟分布分析多径规律,并使用均方根时延扩展验证该模型.通过分析路径损耗衰减特性得出多个模型下的阴影效应均值,人体信道的阴影效应导致了系统性能下降;对比FSK和PSK调制对信道误码率的影响,PSK调制更适合体表信道;通过分析多径特性,多个模型下的
针对功率谱密度在脑电情绪分析中存在特征单一且无法有效表示频率间差异的问题,提出一种增强型功率谱密度特征提取方法,实现对情绪的分析与差异显著性判断.该方法通过脑电信号的α频率功率谱密度得到功率谱密度图像,利用图像特征提取算法提取其颜色特征、纹理特征与相似性特征,再基于相关性准则剔除冗余特征,以差异显著性P值的最小平均值为目标,获得最终的特征子集,从而有效地融合了不同图像特征,最后对被试的情绪进行分析与差异显著性判断.试验结果表明,所提出的方法能够有效量化SEED数据集中被试的情绪差异;在自行设计情绪脑电试验
目的:优化英文版虚拟数字脑软件平台的操作步骤,增加虚拟数字脑的功能,构建虚拟数字脑中文版软件平台.方法:首先,将菜单栏中的各项和对话框中的控件名称中文化.然后,优化操作步骤,在虚拟数字脑中增加测量脑区神经活动强度和信息处理速度的功能.最后,在VC++12.0开发环境下,优化代码、修改程序中的漏洞,完成虚拟数字脑中文版软件平台的构建.结果:仿真实验证明了该软件的有效性.结论:与英文版虚拟数字脑平台相比,虚拟数字脑中文版软件平台操作步骤更简洁,功能更完善,可用于脑科学研究,并为类脑人工智能的研究提供借鉴.
为探索动脉波形分析方法的临床意义,使用波形分离法与储存压力波模型对采集到的25例进行全麻手术的高龄患者的动脉压力波形进行波形分析,在获得Pf、Pb以及Pe、Pr等波形形态参数后,将诱导前后的参数变化量与临床生命指标变化量进行相关性分析.在本文的研究群体中,波形分离法与储存压力波模型的参数均与诱导中的血压和心率变化量有相关性,其中△Pe与临床指标△PP相关系数最高(r=0.926).从生理病理学的角度对波形参数的变化进行解读,旨在探索波形分析在诱导期对全麻患者麻醉水平的应用价值,可为动脉压力波形分析及其应用
本研究提出一种基于结构和功能双模态磁共振成像数据融合的抑郁症分类算法,首先利用功能脑网络和深度学习网络分别提取功能和结构磁共振成像数据特征,并计算类概率,然后使用软投票法和加权投票法在决策层对两种类概率数据进行融合,充分提取功能与结构磁共振成像的数据信息,得到更加准确的分类效果.试验结果表明,数据融合方法可以显著提高抑郁症分类效果,获得91.34％的准确率和96.62％的召回率,更好地实现了抑郁症的辅助诊断与预后.
临床上对癌症的组织病理诊断是所有诊断方式的金标准.由于病理医师的主观决策性,基于显微镜观察的诊断结果准确率不高.随着计算机技术的快速发展,计算机辅助诊断用于病理图像分析成为人工智能领域的潮流.本研究对近年来病理图像辅助诊断的相关文献进行回顾,重点论述病理图像来源、机器学习的分阶段处理、端到端的全自动诊断及病理图像检索等方面的研究进展,最后对基于病理图像的计算机辅助诊断的发展趋势进行展望.
1铁死亡简介rn1.1铁死亡生物生理特点rn2012年Dixon等[1]发现小分子化合物Erastin影响原癌ras基因突变的人纤维肉瘤细胞系HT-1080细胞内亚铁离子(Fe2+)过载会导致质膜特征性脂质活性氧(reactive oxygen species,ROS)聚集,导致细胞死亡,该团队将这种新型的细胞死亡方式命名为铁死亡(ferroptosis).
早发型子痫前期急性肾损伤(acute kidney injury with early onset pre-eclampsia in pregnancy,EOPE-PAKI)是一种高风险的产科并发症,严重威胁母儿的生命健康.EOPE-PAKI有导致慢性肾炎、心血管疾病的风险[1-2],早期诊断并定位EOPE-PAKI,应用硫酸镁解除血管痉挛,适时终止妊娠,可减少母婴并发症的发生.