摘要：为了找到能有效解决磁敏感加权成像（SWI）相位信息缠绕问题的方法,针对8种空域解缠算法进行分析和比较,其中：选取5种全局优化算法,分别为加权最小二乘法（WLS）、解缠离散估计的相位区域扩张标记法（PRELUDE）、最大流/最小切相位解缠法（PUMA）、差值映射累加法（ARM）、排序多聚类法（SL-MC）;3种积分算法,分别为枝切法（Branch-cut）、基于傅里叶滤波的质量图引导法（WFF-QG）、递归正交参考相位解缠法（PUROR）。采用两组Matlab仿真图像和两组来自Alltech公司提供的1.5 T真实SWI数据进行实验,以原始缠绕相位与再缠绕相位之间的突变点统计值和算法运行时间作为量化指标,评价8种算法的优越性。结果显示,PUROR的P±｜M｜值为0,运行时间最短,鲁棒性较强,解缠绕结果可靠,在实际临床应用中可尝试采用PUROR法。

摘要：针对宫颈癌智能化筛查系统需要从阴道镜图像中分割出宫颈区域的问题,提出一种改进的k均值与高斯混合模型相结合的图像分割方法。首先根据宫颈区域的代表性颜色和其距离图像中心点的距离,构造出待分类的数据集;其次通过对宫颈区域代表性颜色的重新计算,一种使待分类数据集可随着迭代的进行而动态调整的规则被加入到k均值算法中,使得k均值算法适用于多种光照环境下的目标图像分割;最后利用k均值的聚类结果,初始化高斯混合模型的参数,并得到最终的分割结果。75套来源于不同成像条件下的宫颈图像上的实验结果显示,该方法的平均分割精度达到65.1%,比采用基本k均值算法进行初始化的高斯混合模型算法高出5.5%,比模糊C均值聚类算法高出5.8%,比基本高斯混合模型算法高出8.5%;其均方差达到11.5%,与水平集算法相比降低5.6%。实验结果证明,该方法在阴道镜视野下的宫颈区域分割中是行之有效的。

摘要：脑肿瘤患者大脑的损伤及手术对大脑认知的影响是目前临床最为关注的问题。基于静息态f MRI脑功能分析技术及小世界网络分析方法,研究9例脑额颞叶肿瘤患者的大脑肿瘤对大脑默认模式网络和感觉运动网络的影响,以及肿瘤切除对大脑功能网络特性的改变。首先基于ICA方法,研究肿瘤及手术切除对患者大脑默认网络和感觉运动网络的影响;接着构建肿瘤患者术前术后和正常对照组的小世界网络,对网络的拓扑特性和网络参数进行分析;然后运用介数中心度,求出各组的脑功能网络核心节点,并比较分析患者和正常人、患者术前术后核心节点的变化;最后比较分析患者术前、术后默认模式网络和感觉运动网络中脑区的具体变化。研究结果发现,默认模式网络和感觉运动网络神经活动活跃程度降低,证明肿瘤病灶对大脑内源性网络的两个模块造成了明显的损害;患者术后的小世界属性（σ=γ/λ）显著降低（术前：3.591±0.302,术后：3.263±0.174）,簇系数显著降低（术前：0.482±0.007,术后：0.454±0.011）,并且脑肿瘤使核心节点向肿瘤对侧偏移。默认网络中手术后肿瘤的切除使得右侧脑区（原肿瘤侧）活动变得强烈,右脑介数中心度值明显上升（术前：0.012 5±0.000 5,术后：0.018 4±0.001 0）;左脑活动有所缓和,左侧介数中心度值显著下降（术前：0.018 0±0.001 1,术后：0.012 2±0.000 6）。术后部分被抑制的节点又重新激活。通过对病人的默认模式网络和感觉运动网络的研究,发现肿瘤对患者大脑功能网络有一定的破坏,术后会有所改善。研究结果表明,由于大脑高级神经皮层的重组性和代偿机制,脑肿瘤患者术后可能出现功能恢复。

摘要：微分同胚Demons能保证变形场的光滑可逆性,避免不合理形变的产生,但迭代次数需手动设定,且对配准结果影响较大。为解决此问题,提出自适应微分同胚的多分辨率Demons算法。首先利用非刚性配准的优化理论框架和多分辨率的策略,引入基于灰度的相似度能量函数,并设置配准终止条件,最终实现迭代次数的自适应。用check board图像,相同模态和不同模态的磁共振图像进行测试,采用配准评价指标进行定量分析,并分析不同驱动力和参数对配准结果的影响。实验结果表明：对于相同模态的磁共振图像,均方误差为514.796 5,归一化互相关系数为0.999 3,结构相似度为0.994 8;对于不同模态的磁共振图像,均方误差为1 354.1,归一化互相关系数为0.593 5,结构相似度为0.511 6;该算法均方误差最小,归一化相关系数、结构相似度最高;该算法具有高效性和鲁棒性,可用于磁共振图像的非刚性配准。

摘要：作为妇科常规的检查项目,白带常规检查有着相当广泛的应用,在临床检验中具有非常重要的地位。鉴于白带中白细胞在临床医学中的重要意义和现行检测方法的诸多不足,对白细胞的自动检测技术进行研究。依托于白带自动检测仪,与本地医院进行协作,采集得到白带显微图像。对滤波增强后的图像进行分割,建立样本库,基于卷积神经网络完成特征提取和分类,最终采用交叉验证证实该方法的有效性。在白细胞的自动检测中,对于由2万个样本组成的数据集,运用该方法实现95%的敏感性、84%的特异性、89.5%的准确率,达到医学临床检验的要求。将数字图像处理技术和卷积神经网络综合应用于医学显微图像中白细胞的检测,解决特征表达的关键问题,验证白细胞自动检测的可行性,实现检测质量和检测效率的提升。