不同多模型迭代重建算法与卷积核参数对CT影像自动分割稳定性的影响

目的 探究不同多模型迭代重建算法(ASiR-V)与卷积核重建算法参数对基于深度学习的CT自动分割稳定性的影响.方法 选取20例行盆腔放疗的病人,采用不同的重建参数建立CT影像数据集,利用深度学习神经网络对3个软组织器官(膀胱、肠袋、小肠)和5个骨性器官(左、右股骨头,左、右股骨,骨盆)进行自动分割,并以滤波反投影CT的...     

多排螺旋CT与多层螺旋CT的应用价值研究

目的：研究多层螺旋CT结构功能，进一步提高螺旋CT应用价值。方法：对16层多排螺旋CT的机器结构、图像重建方法、扫描功能、设备自制功能等方面展开研究。结果：CT图像分辨率得到提高，影响伪影减少，辐射剂量下降，影像整体质量大大提高。结论：在多螺旋CT使用过程中，通过对不同层厚和探测器选择以及各种不同的图像重建方法应用，并正确合理应用CT扫描技术，将使临床上采集的影像信息更加丰富，多螺旋CT的设备功能进一步完善。     

应用MR影像组学量化放疗前后脑白质变化的研究

目的 研究脑肿瘤放疗前后脑白质MR影像组学特征变化,分析影像组学特征变化与放疗剂量的关系,为放射性脑白质损伤的早期预测及监测提供参考方法。方法 选取2018年9月至2020年7月在山东省肿瘤医院接受放疗的脑肿瘤患者70例,分别获取患者模拟定位CT及MR图像（T1平扫、T1增强以及T1增强到T1平扫的剪影图像T1剪影）,患者放疗23～50 Gy后再次获取MR图像。根据患者实际照射剂量,将接受0～5 Gy、5～10 Gy、10～15 Gy、15～20 Gy、20～30 Gy、30～40 Gy及 > 40 Gy不同剂量梯度的脑白质定义为感兴趣区域（ROI）。提取不同ROI在T1平扫、T1增强以及T1剪影三个序列图像中的影像组学特征,比较放疗前后每个ROI MR影像组学特征的差异,分析其与放射剂量变化的关系。结果 每个ROI在每套图像上提取93个影像组学特征。在T1平扫、T1增强以及T1剪影图像中放疗前后差异具有统计学意义的特征数分别为,0～5 Gy：52、52、7。5～10 Gy：1、1、9。10～15 Gy：0、16、28。15～20 Gy：15、8、2。20～30 Gy：1、77、25。30～40 Gy：38、64、29。> 40 Gy：32、47、6。放疗前后变化率超过±50%的特征中,在0～5 Gy、5～10 Gy、10～15 Gy、15～20 Gy、20～30 Gy、30～40 Gy、> 40 Gy剂量梯度下不同MR序列影像组学特征最大变化率分别达到：T1平扫164.06%、1.39%、无、35.76%、7.4%、156.45%、657.25%;T1增强126.88%、2.7%、198.7%、192.92%、128%、149.19%、531.96%;T1剪影 -605.04%、-656.93%、739.06%、-325.36%、1919.53%、4967.44%、6081.3%。T1剪影影像组学特征变化显著高于T1平扫、T1增强。结论 脑白质MR影像组学特征在放疗前后不同剂量梯度下的变化显著,较常规大体影像可更好的揭示脑白质微观变化,为脑白质放射性损伤的早期预测及检测提供了可行的客观方法。     

影像组学在肺肿瘤良恶性分类预测中的应用研究

针对肺癌临床诊断中缺乏定量评估方法等问题,本研究采用影像组学方法构建基于支持向量机(SVM)的肺肿瘤良恶性分类预测模型。首先介绍了影像组学的定义、处理流程。实验样本选自公开数据集LIDC上的816例肺癌患者的CT影像数据。先采用中心池化卷积神经网络分割法提取感兴趣区(ROI),然后分别采用影像组学特征提取包Pyradiomics和FSelector特征筛选模型进行特征提取和特征降维,最后通过SVM构建肺肿瘤良恶性分类预测模型。模型对大于5 mm肺小结节的良恶性分类的预测准确率为80.4%,曲线下面积(AUC)的值为0.792,表明SVM分类器模型可以准确地判别大于5 mm的肺小结节的良恶性。     

CT与MRI医学图像小波变换融合算法的对比研究

目的 分析不同小波变换融合算法的有效性.方法 采集CT和MRI同一切面图像,运用基于小波变换模极大值特征的影像融合和基于多小波系数最大值融合的方法进行图像融合.以熵、交叉熵,融合均匀度对融合图像进行评价.结果 A组熵4.61±0.20,交叉熵0.21±0.02,融合均匀度0.085±0.002 4;B组熵4.85±0.11,交叉熵0.23±0.01,融合均匀度0.076±0.001 3.A组和B组的融合效果明显高于CT和MRI结果,差异有统计学意义(P＜0.05).结论 基于多小波系数最大值融合的方法较基于小波变换模极大值特征的影像融合方法更有效,值得临床推广.     

基于增强CT门静脉期图像的影像组学模型对进展期胃腺癌浆膜浸润的预测价值

目的 利用uAI科研平台建立进展期胃腺癌增强CT的影像组学特征模型，探究其预测浆膜浸润的可行性。方法 回顾性分析2019年1月至2021年12月扬州大学附属苏北人民医院收治的170例进展期胃腺癌患者的临床资料，其中浆膜浸润组90例，非浆膜浸润组80例。所有患者均行增强CT扫描，在增强CT门静脉期图像上勾画感兴趣区（ROI）并提取影像组学特征，采用五折交叉（种子数为20）法将170例患者的影像数据分为训练组（136例）和测试组（34例），采用LASSO算法实现高维数据的降维，并用逻辑回归分类器构建预测进展期胃腺癌浆膜浸润的影像组学模型，最后绘制受试者工作特征曲线（ROC曲线），用曲线下面积（AUC）、精确率、灵敏度、特异度及准确率评估模型的预测效能。结果 进展期胃腺癌门静脉期影像组学模型训练组和测试组AUC值分别为0.868、0.823，精确率、灵敏度、特异度及准确率分别为0.808、0.794、0.788、0.791和0.752、0.767、0.725、0.747。结论 基于增强CT门静脉期图像的影像组学模型对进展期胃腺癌浆膜浸润具有较好的预测价值。     

儿童低剂量头颅CT的临床应用

目的对比降低照射剂量前后头颅多排CT的成像质量,探讨适于少年儿童头颅CT检查的低剂量条件及其可行性。方法66例受检者随机分为3组,用原机标准条件或两种不同的低剂量条件分别扫描,以不同卷积函数重建成像,对头颅CT图像质量行盲法等级评价。结果1/2、1/3剂量条件下,调低重建卷积函数值成像,其图像质量与标准条件下并无统计学差异。讨论儿童头颅CT检查中,利用现有设备,选择合适的低照射条件,同时确保成像质量,是恰当可行的。     

多层螺旋CT多平面重建在肠梗阻诊断中的应用

目的 评价多层螺旋CT多平面重建在肠梗阻诊断中的临床应用价值.方法 回顾性分析29例经临床或手术病理证实的肠梗阻CT影像,将螺旋CT横断面图像设定为A组,螺旋CT横断面图像辅以多层面图像重建(MPR)后处理图像设定为B组,对两组在诊断肠梗阻的部位、病因方面进行比较研究并与临床或手术病理结果对照.结果 两组均能确定肠梗阻的存在,A组能确定16例(55.17%)梗阻部位及17例(58.62%)梗阻病因,B组能确定26例(89.66%)梗阻部位及28例(96.55%)梗阻病因,B组诊断准确率不论在梗阻部位还是在梗阻病因均优于A组,差异有统计学意义(P＜0.05).结论 多层螺旋CT横断面罔像结合MPR后处理,能大大提高肠梗阻诊断的准确性.     

多层螺旋CT多平面重建在肠梗阻诊断中的应用

目的 评价多层螺旋CT多平面重建在肠梗阻诊断中的临床应用价值.方法 回顾性分析29例经临床或手术病理证实的肠梗阻CT影像,将螺旋CT横断面图像设定为A组,螺旋CT横断面图像辅以多层面图像重建(MPR)后处理图像设定为B组,对两组在诊断肠梗阻的部位、病因方面进行比较研究并与临床或手术病理结果对照.结果 两组均能确定肠梗阻的存在,A组能确定16例(55.17%)梗阻部位及17例(58.62%)梗阻病因,B组能确定26例(89.66%)梗阻部位及28例(96.55%)梗阻病因,B组诊断准确率不论在梗阻部位还是在梗阻病因均优于A组,差异有统计学意义(P＜0.05).结论 多层螺旋CT横断面罔像结合MPR后处理,能大大提高肠梗阻诊断的准确性.     

ANATOM-2000型CT机中滤波核函数的分析

介绍X—CT滤波反投影重建算法中滤波核函数选择的简单原则，以及几种常用的滤波核函数，并对深圳安科公司ANOTOM—2000型CT重建算法中的滤波核函数进行了分析。     

X-CT图数据采集的方向性

探讨X射线源在不同的角度范围内形成的投影对CT一图像重建时的影响，即投影数据采集的方向性。阐述重建一个X—CT图像要根据不同的CT结构，进行具体分析，根据图像重建的需要，决定数据采集的范围。     

218例老年患者孤立性肺结节的影像组学分析

目的探讨老年患者孤立性肺结节(SPN)的影像组学特征与病理的相关性,比较影像组学不同分类器模型及特征预测病理类型的准确性。方法回顾性分析2013年1月～2020年11月于解放军总医院经手术病理证实良恶性的218例SPN患者(良性组50例,恶性组168例)的术前薄层CT图像,标注病灶并进行图像预处理,提取病灶的影像组学特征,建立不同分类器的预测模型,评价模型的预测性能,与传统语义学特征预测结节病理类型的准确性进行比较。结果良、恶性结节的最大径、平均CT值的差异有统计学意义(P 0.05)。影像组学的形状特征参数平面度、伸长率、球形度及强度特征参数最大值、峰度、偏度、中位数、均方根的差异对鉴别结节的良恶性有意义。另外,有3个GLCM,5个GLSZM,1个GLDM,2个NGTDM纹理特征参数如群集阴影、区域百分比、相依熵、计算并返回对比度等在两组间的差别有意义。基于上述特征的Liner SVC分类器模型的预测效果最佳(AUC=0.8144)。恶性组中鳞癌组与腺癌组的最大径、平均CT值、空气支气管征的差异有统计学意义(P 0.05)。影像组学的形状特征参数最大2D直径(切片)及强度特征参数峰度、偏度、最大值的差异对鉴别鳞癌与腺癌有意义。有8个GLCM,2个GLSZM,2个GLRLM,4个GLDM纹理特征参数如相关性、尺寸区域非均匀标准化、短期重点、大依赖性高灰度级强调等在两组间的差别有意义。基于上述特征的Logistic Regression分类器模型的预测效果最佳(AUC=0.9521)。结论影像组学特征可以反映老年SPN不同病理类型间的差异,基于影像组学特征的分类器模型可以很好的鉴别不同病理类型的结节。     

基于CT影像组学的肺癌生存预后预测分析

目的 探讨非小细胞肺癌(NSCLC)患者基于治疗前CT增强图像的影像组学特征对其生存期的预后价值。方法 研究数据来源于癌症影像档案(the cancer imaging archive, TCIA)中的NSCLC-Radiomics公共数据集,使用数据库中的421例NSCLC患者的基线资料和CT影像数据,然后从每例患者的CT三维影像数据中提取组学特征,将所有病例按照7∶3的比例随机分为两组：训练集(296例)和测试集(125例),在训练组中以最小绝对收缩和选择算子(LASSO)算法筛选预测总生存(OS)的影像组学特征,基于Cox比例风险回归模型,建立预测模型,将患者分为高、低风险2组,Kaplan-Meier生存曲线比较两组间生存差异,纳入临床特征建立预后模型,曲线下面积(AUC)评价其预测效能。基于预后模型绘制列线图。结果 共提取1 409个组学特征,经降维后得到11个最有价值的组学特征。建模后计算组学标签,高、低风险2组在训练集和验证集中OS均有显著性差异(P<0.001)。Cox单因素和多因素分析显示影像组学标签均是影响OS[风险比(HR)值：1.529、1.369,95%...     

基于多尺度卷积的新型肺结节位置检测方法

目的 为了改善目前基于CT影像的肺结节位置检测方法准确性不高,减少漏检或误检问题,有效辅助影像科医生进行肺结节诊断。方法 提出一种基于多尺度卷积的新型肺结节位置检测方法。首先,采用影像预处理方法消除肺部CT影像中的噪声和伪影现象;其次,选取相邻位置的多幅单帧CT影像拼接成多帧图像,通过多尺度卷积改进的人工神经网络模型U-Net进行特征提取,增强了对不同尺寸和形状肺结节的特征提取能力,提高肺结节特征提取的准确性;最后,采用结节点检测方法对U-Net训练过程的损失函数进行改进,提高了肺结节位置检测准确性。结果 在LIDC-IDRI数据集上进行试验,实验结果表明该方法对≥3 mm和小于3 mm的肺结节检测的准确性分别达到98.02%和96.94%。结论 该方法可有效提高CT图像序列的肺结节检测准确性,能够较好满足肺结节诊断需求。     

一种基于全卷积神经网络的肺结节测量校准方法研究

目的:提出一种基于全卷积神经网络的肺结节测量校准方法,以改善肺结节测量过程中由于不同的呼吸屏气造成的测量误差.方法:选择美国国立卫生研究院的CT图像数据集中的263幅胸部图像制作符合全卷积神经网络训练与测试要求的数据集,然后构建用于肺部轮廓勾画的全卷积语义分割网络,再通过对网络的训练实现对肺部轮廓的准确勾画,最后将该网...     

三种EIT算法重建图像评价的仿真研究

目的：针对不同的电阻抗断层成像（EIT）图像重建算法,建立客观有效的评价方法。方法：采用等位线反投影法、Landweber预迭代法和Tikhonov正则化算法,对不同深度位置的目标仿真成像。引入图像重建质量函数D和结构偏离度SSIM,评价3种算法。结果：成像目标由场域中心向边缘移动时,3种算法的图像重建质量函数D的数值随着目标的移动而减小,结构偏离度SSIM的值逐渐增大。结论：图像重建质量和结构偏离度函数是适合EIT图像特征且客观、有效的EIT图像效果评价工具,能很好地反映出图像信息和不同成像算法的差异。     

基于不同管电压的人工智能重建算法对胸部体模CT扫描图像质量和辐射剂量的影响研究

目的：基于成年男性仿真胸部体模(PH-N1)CT扫描,探究不同管电压结合人工智能(AI)重建(CI)算法对胸部体模CT扫描图像质量和辐射剂量的影响。方法：采用512层超高端CT分为4种管电压对体模进行扫描,分别为70 kV、80 kV、100 kV和120 kV,对不同管电压的CT扫描图像采用10%、30%、50%、70%和90%CI算法重建1 mm薄层图像,比较4组扫描的容积剂量指数(CTDIvol)和剂量-长度乘积(DLP)。测量图像主动脉、腹壁脂肪及竖棘肌的CT值、标准偏差(SD)值,由两名5年以上工作经验的高年资诊断医师独立双盲的对图像质量进行5分制评估,并行Kappa一致性检验。采用单因素方差分析比较图像目标组织的CT值、SD值差异。采用Friedman秩和检验比较组间主观图像质量的差异。结果：4种不同管电压的CTDIvol和DLP比较,差异有统计学意义(F=1855.617、3996.118,P<0.05)。在70 kV管电压下,10%、30%、50%、70%和90%CI算法重建的主动脉、腹壁脂肪及竖棘肌的CT值比较,差异均无统计学意义(P>0.05),而SD值...     

16层螺旋CT冠状动脉成像影响因素探讨

目的探讨16层螺旋CT冠状动脉成像影响因素。方法88例患者行16层螺旋CT回顾性心电门控冠状动脉成像,以10%间隔回顾性重建30%～70%时相的图像,根据患者心率分三组（组Ⅰ：﹤60次/分、组Ⅱ：60～70次/分、组Ⅲ：﹥70次/分）,由两名医师评价不同心率、不同时相的图像质量。结果左侧冠状动脉组Ⅰ、组Ⅱ、组Ⅲ最佳重建时相多位于60%～70%R-R间期;右侧冠状动脉最佳重建时相组Ⅰ多位于心率60%～70%R-R时相,组Ⅲ则多位于40%～50%R-R间期。LM、LAD近段在三组间可评价率差异无统计学意义;LAD中远段、LCX各段、RCA近段、远段在组Ⅰ与组Ⅱ间的可评价率差异无统计学意义,但与组Ⅲ的可评价率差异有统计学意义;RCA中段在各组间的可评价率差异均有统计学意义。结论心率和相位影响16层螺旋CT冠状动脉成像质量,对于心率高于70次/分的患者,左右冠脉分支需分别进行重建。     

基于AlexNet的桥小脑角脑膜瘤和听神经瘤MRI图像的识别研究

目的:使用卷积神经网络及磁共振图像鉴别脑膜瘤与听神经瘤,研究影响识别的原因并提升准确率.方法:采集388位患者的增强后T1WI影像,将其进行筛选和扩充,分别将原始数据集与扩充后数据集对卷积神经网络AlexNet进行训练并输出预测结果,对预测结果进行分析.结果:扩充数据集模型的训练准确率为0.8026,明显高于原数据集模...     

迭代重建技术在低剂量CT扫描中的应用

目的探讨迭代重建技术在低剂量CT扫描中的应用。方法选择2013年1—3月的60例CT扫描患者,随机分成A组、B组、C组各20例。A组采用医院常规剂量进行扫描,运用滤波反投影(filtered back projection,FBP)重建生成图像;B组采用低剂量扫描后,运用FBP重建生成图像;C组采用低剂量扫描后,运用迭代重建技术进行成像。比较三组噪声值、对比噪声比(contrast to noise ratio,CNR)及重建图像质量。计量资料采用t检验,计数资料采用χ2检验,P<0.05为差异有统计学意义。结果噪声值:A组(14.25±3.14)、B组(18.98±3.99)、C组(12.46±2.34);CNR:A组(2.58±1.66)、B组(2.53±1.34)、C组(3.51±1.38);C组与A组、B组比较差异均有统计学意义(均P<0.05)。B组CT图片在肿瘤边缘锐利度、组织对比度以及图像总体质量等各项评分均明显低于C组与A组(均P<0.05)。结论迭代重建技术运用于低剂量CT扫描安全可靠,能够满足CT扫描诊断要求。