结合峰值检测的前列腺磁共振成像偏移场平滑拟合

目的研究前列腺磁共振图像中灰度不均匀现象(偏场)的校正方法。材料与方法从几组前列腺磁共振扫描数据中截取的横断面图像。将真实图像的分段常量特性与偏移场的平滑变化特性表达到图像模型中,构造一个能量函数,通过能量函数的最小化实现偏移场评估和组织分割。利用峰值检测技术自动获得能量函数的初始化参数,并用结合三角函数与多项式函数的一组基函数实现对偏移场的平滑拟合。结果定性的实验表明笔者的方法能对前列腺磁共振图像中的偏场现象进行有效的校正。另外通过与其他方法在变化系数、均方根、Jaccard相似度等指标下的定量对比发现,笔者的方法有更好的校正结果。结论结合峰值检测的偏移场校正方法能对前列腺磁共振图像中的灰度不均匀现象有效改善。     

基于主成分分析的深度前馈神经网络的肾小球滤过率估算算法

目的 提出一种基于主成分分析(principal component analysis, PCA)的深度前馈神经网络(deep feedforward neural network, DFNN),建立一个适用于中国慢性肾脏病(chronic kidney disease, CKD)人群的肾小球滤过率(glomerular filtration rate, GFR)估算模型，并探讨其在慢性肾脏病患者肾小球滤过率估算中的应用。方法 受试者为2019年5月—2021年1月就诊于安徽医科大学第二附属医院，排除年龄<18岁的肾功能不稳定，服用甲氧苄啶或西咪替丁或接受透析后的163例患者。本研究以^99mTc-DTPA肾动态显像测定GFR为标准，建立主成分分析的深度前馈神经网络(deep feedforward neural network, DFNN)模型，以此估算GFR,同时将估算GFR结果与传统CG方程和BP神经网络估算结果进行对比分析。结果 通过PCA-DFNN-1神经网络训练出来的估算模型的15%符合率、30%符合率、50%符合率分别为38.77%、55.1%、...