计算机辅助诊断

摘要： 背景:肾脏CT图像质量较差且腹腔CT图像中肾脏与周围组织灰度相似,用传统的图像分割方法难以准确分割出肾脏。目的:提出一种改进的测地线活动轮廓模型,辅助肾脏疾病的诊断,提高CT图像中肾脏分割的精度。方法:在对比分析多种传统医学图像分割算法的基础上,设计了基于改进测地线活动轮廓模型的肾脏分割算法,根据先验知识勾画出感兴趣区域,在预处理阶段中获得肾脏的初始轮廓;再以水平集方法中的测地线活动轮廓模型为基础,增强肾脏区域的边界响应并采用改进边缘指示函数,使轮廓曲线的演化结果更接近真实目标边界。结果与结论:在328张二维肾脏CT图像上的平均Dice系数为0.9749,平均重叠度系数为0.9071,相较于其他水平集方法有所提高。实验结果表明,改进的测地线活动轮廓模型可以提高腹腔CT图像中肾脏区域的分割精度及分割效率。

摘要： 本文针对多序列的MR图像,提出了一种双支路的多序列联合分割模型,对病变的胰腺进行准确的分割。该模型结合不同序列的病变胰腺信息,利用2D与3D卷积支路提取利于胰腺分割的特征,从而提升分割网络的准确性。实验表明多序列联合分割网络能够对病变胰腺准确地分割,对计算机辅助诊断胰腺疾病具有一定的推动作用。

摘要： 对于CT影像中检测出的肺部结节,需要自动判断其是否有癌变风险.不同于大多数现有的研究方法只区分结节良恶性,本文提出了一个基于注意力机制的多任务学习模型,将与结节良恶性相关的语义特征属性一并判断输出,通过判断9个结节特征(对比度、分叶征、毛刺征、球形度、边缘、纹理、钙化程度、大小以及恶性程度)的同时实现内在特征的共享,以达到提高各子任务性能的目的.选择视觉转换器(ViT)模型作为多任务共享特征提取层,整体模型采用动态加权平均方法来对各子任务的Loss函数进行优化.在LUNA16数据集上的实验表明,该学习框架可以提升肺结节癌变风险判断的性能,且同时对其他语义特征的判断也能提升结果的可解释性.

摘要： 阿尔兹海默症(AD)作为主要的神经退行性疾病之一,已成为导致痴呆问题最常见的原因。截至目前,尚缺乏有效的针对性治疗药物和阻止疾病发展的有效治疗方式。随着计算机技术的不断发展,将计算机辅助诊断技术工具用于AD早期分类研究将为临床医生提供重要帮助。综述近些年来将传统机器学习和深度学习技术等手段用于AD的早期诊断分类的研究,研究样本主要为脑部神经成像数据(如MRI、PET)、脑电图(EEG)等生物标记物,结合机器学习方法对AD早期诊断进行分类研究。首先分析了将机器学习方法用于AD早期分类的应用,对比了采用不同算法的分类情况;其次,对比了针对受试者不同生物标记物以及采用单模态或不同模态组合方式用于AD早期分类的研究;最后介绍了AD分类面临的挑战并提出了未来的研究方向。

摘要： 肿瘤的精确诊断对患者的治疗方案选择和预后预测都非常重要。病理学诊断被认为是肿瘤诊断的"金标准",但是,病理学发展目前仍然面临着巨大的挑战,如病理医生的缺乏,特别是在欠发达地区和小医院,这将导致病理医生长期超负荷工作,同时,病理诊断严重依赖于病理医生的专业知识和诊断经验,病理医生的主观性导致了诊断不一致性的激增。全切片扫描图像(Whole Slide Images,WSI)技术和深度学习方法的突破性进展为计算机辅助诊断和预后预测提供了新的发展机遇。苏木精-伊红(Hematoxylin-Eosin,H&E)染色的组织病理切片可以很好地显示细胞形态和组织结构,而且制作简单、成本便宜、使用广泛。仅仅从H&E染色的病理图像可以预测什么?在将深度学习方法应用到病理图像领域之后,这个问题得到了新的答案。文中首先总结了基于深度学习和病理图像的肿瘤相关指标预测的整体研究框架,按照整体研究框架发展的顺序将其总结为3个逐渐推进的阶段:基于人工选取感兴趣的单张图片小块进行WSI预测研究、基于多数投票的WSI预测研究以及具有普遍适用性的WSI预测研究。其次简单介绍了4种在WSI预测中经常用到的监督学习或弱监督学习方法:卷积神经网络、循环神经网络、图神经网络和多示例学习。然后综述了可以通过病理图像预测的肿瘤相关指标以及其最新研究进展,文中主要从两个方面进行文献的综述:预测专家可以阅片识别的肿瘤相关指标(肿瘤分类、肿瘤分级、肿瘤区域识别)和预测专家无法阅片识别的肿瘤相关指标(基因变异预测、分子亚型预测、治疗效果评估、生存期预测)。最后展望了该领域面临的挑战和机遇。

摘要： 注意力机制通过对深度学习模型判断的可视化,有望成为将深度学习应用于临床实践的安全支撑。通过结合注意力机制,不仅可以验证深度学习模型的判断依据,而且可以让深度学习模型更多地关注重要特征,以提升深度学习模型性能。在未来,这将有助于提高人工智能可解释性、辅助医生诊断以及运用注意力机制发现新诊断方法。介绍并分析医学图像处理常用数据集及评价指标,陈述了医学图像处理中的注意力机制种类,从不同种类介绍了注意力机制可以有效地用于医学图像分析和诊断方面的例子,根据其应用于医学图像处理的最新趋势讨论未来前景和发展方向。

摘要： 新型冠状病毒肺炎(COVID-19)严重威胁人类健康,计算机自动分割患者肺部CT(computed tomography)图像是辅助医生进行快速准确诊断的重要手段。为此,提出针对新冠肺炎肺部CT图像分割的轻量化模型COVIDSeg。模型采用编码器-解码器结构,提出压缩-扩展通道注意力模块(squeeze and extend channel attention block,SECA)和残差多尺度注意力模块(residual multi-scale channel attention block,RMSCA)构成编码子网络主要组成模块,提出双通路结构连接编码子网络的各模块,通路内特征逐层传递,通路之间多级特征信息交互,促进不同层级有效信息的传递和表达;采用特征聚合模块作为解码子网络的主要组成模块,通过多尺度特征解码实现多路径解码器。在4个公开使用的COVID-19 CT图像数据集的实验测试表明,提出的轻量化新冠肺炎CT图像分割模型COVIDSeg在多项指标上优于当前主流的医学图像分割模型。通过消融实验分析主要模块对模型性能的影响,验证了提出的缩减-扩展通道注意力模块SECA和残差多尺度注意力模块RMSCA的有效性。分割结果可视化显示,模型对新冠肺炎肺部CT图像的分割结果与图像的真实Mask标记基本相同。

摘要： 目的采用人工智能诊断方法,提高高度近视诊断效率,辅助医疗工作者诊断。方法使用参数量少、训练速度快的深度学习网络ResNeXt-50进行高度近视诊断,区分正常眼底与高度近视眼底。结果本文采用了江苏省省级机关医院的6571张高度近视彩色照片和6212张正常彩色照片作为数据集。ResNeXt-50在包含2558张眼底图像的测试集上取得了94.10%的准确度、92.33%的灵敏度、95.94%的特异度,AUC为0.9861。平均每张图片耗时0.035 s,在实时诊断的可接受范围内,满足了医疗辅助诊断的实时性。结论ResNeXt-50网络能够高效、准确地诊断高度近视。

摘要： 为解决现有的基于深度学习的结直肠息肉检测算法计算复杂或检测精度较低,不能在速度和精度方面同时满足实时检测的问题,提出了一种基于单阶段目标检测网络YOLO(you only look once)v5s的结直肠腺瘤实时检测方法.在YOLOv5s的主干网中融入通道注意力机制,并以BCEWithLogitsLoss代替其原有的交叉熵损失函数BCELogits,以此提升网络性能.选取2074张腺瘤图片和包含19700帧的20段腺瘤视频,按照3∶1的比例构建结直肠腺瘤训练集和测试集.测试结果表明,结直肠腺瘤检测的平均精度为93.6%,检测速度为93帧/s,验证了该系统可以在肠镜的退镜过程中实时检测腺瘤性息肉,且具有较好的检测性能.

摘要： 目的:构建基于机器学习、数字图像处理技术的计算机辅助诊断系统,研究高分辨率计算机断层扫描(HRCT)技术对肺间质纤维化早筛中的应用效果。方法:选取在医院呼吸内科就诊的131例患者资料数据作为样本,按照7∶3比例将其分为训练组(91例)和测试组(40例)。基于尺度不变特征转换(SIFT)图像特征实现肺实质组织分割;采用图像配准方法将肺实质组织划分区域;应用深度学习图像检测算法检测CT图像中蜂窝影、网格影、磨玻璃影及组织增厚等诊断特征;基于CT影像检测特征结合患者问诊信息形成特发性肺纤维化(IPF)辅助诊断决策;最后与临床低年资实习医生诊断测试的准确率、测试速度、召回率、受试者工作特征曲线下面积(AUC)等结果进行对比。结果:经功能及性能测试,深度学习图像检测算法可实现CT图像预处理、CT图像肺部区域配准、CT图像中肺实质分割、蜂窝影、网格影和磨玻璃影(GGO)检测、组织增厚区域检测以及辅助诊断等功能,计算机辅助诊断方法诊断准确率可达到90.00%,与低年资实习医生比较,诊断准确率差异无统计学意义;采用机器学习辅助诊断时间平均为26.2 s,诊断时间较之放射科低年资实习医生缩短41.39%。结论:机器学习的计算机辅助诊断方法在诊断准确度方面接近放射科低年资实习医生水平,提高了图像分析效率,降低医生的工作量,未来将有助于提高IPF早期筛查效率及临床应用范围,对临床治疗具有参考意义和研究价值。

摘要： 鉴别甲状腺癌转移性淋巴结病变对于疾病的诊治十分重要.超声造影(CEUS)是近年来诊断淋巴结疾病的新兴方法.本文提出一种基于CEUS图像序列的淋巴结病变计算机辅助诊断方法,包括时间平均图像特征提取、时间强度曲线特征提取、特征统计检验、分类器设计.对45个病人的56个淋巴结病灶的实验结果表明,提取的特征在淋巴结良性病变与甲状腺癌转移性病变两类间存在显著性差异,深度网络基学习的分类准确率、敏感性、特异性达到91.1％,92.9％,89.3％.本方法有望用于甲状腺癌淋巴结转移的临床鉴别诊断.

摘要： 阿尔兹海默症(Alzheimer's Disease,AD)是一种不可逆的神经退行性疾病.现阶段,PiB PET技术是用于AD临床诊断的最新技术之一.由于目前基于PiB PET技术诊断AD主要依赖感兴趣区域(regions of interest,ROIs)的视觉评估分析,粗略且耗时,因此本研究提出一种基于PiB PET图像的计算机辅助诊断(Computed Aided Diagnosis,CAD)方法实现对于AD图像的分类.该CAD主要包含四大模块:预处理、分割、特征提取和分类.为了验证新CAD方法,选取了来自ADNI数据库和上海市华山医院PET中心的149个样本的PiB PET数据进行对比实验,三组对比实验结果表明新的CAD为AD诊断提供很好的分类效果.

摘要： 为了探索在虚拟结肠镜系统中利用三维纹理特征实现病灶的计算机辅助诊断的可行性,本文对手工勾勒的190个病灶的三维体数据进行分析,提取了三维纹理39个.用Hotelling T-square检验分析显示除了增生型息肉和管状腺瘤两组间无显著性差异,其余组两两之间均呈现显著性差异.结果提示在虚拟结肠镜中用三维纹理特征对病灶进行分类,从而实现计算机辅助诊断具可能性.

摘要： 糖尿病视网膜病变目前检查的手段主要有荧光造影照相、彩色眼底照相.昂贵的设备及复杂的检查过程都给糖尿病视网膜病变的普查造成了困难.目前,计算机辅助诊断得到了越来越多的重视:a)由于计算机的高效性,由计算机代替医生读片,可大幅提高诊断效率,适用于大人群的普查;b)由于计算机的稳定性,不会和人一样产生疲劳,在疲劳状态下工作的医生,可使用计算机辅助软件作为参考意见,避免误诊的发生;c)由于计算机的量化性,可以代替人非常方便的给出量化的数据,方便病情的跟踪治疗.开发了一套基于眼底彩色照相的糖尿病视网膜病变辅助诊断系统,利用计算机的高效性,通过对视网膜病变特征的自动提取,提高视网膜病变诊断效率,实现视网膜病变的普查.

摘要： 目的:探讨基于CT 图像处理的全自动脂肪肝识别系统在我院的应用情况.方法:分别使用人工与基于CT 图像处理的全自动脂肪肝识别系统对120例患者就脂肪肝及其发展程度进行诊断.结果:基于CT图像处理的全自动脂肪肝识别系统可以对脂肪肝及其发展程度进行准确识别.结论：基于CT图像处理的全自动脂肪识别系统在我院的应用.降低了我院诊断医师的工作量,避免了因人为因素造成的误差,并给出了精准、定量化脂肪肝病情诊断结果.

摘要： 医学影像分割是计算机辅助诊断的重要组成部分.针对CT影像的三维特性,提出了一种基于2D/3D级联卷积的Unet网络结构用来分割肺动脉.该结构相比基于传统2D卷积的方法,关联了第三维度信息,提高了分割准确度和泛化能力,相比基于传统3D卷积的方法提高了准确度和执行效率.实验对多套肺动脉增强CT数据集做了验证,分割准确率达到85.7％,高于传统2D和3D Unet网络,同时执行效率较3D Unet提高近30％,在CT影像分割上做到了效率和准确度的兼顾.

摘要： 乳腺癌是导致现代女性死亡的主要病因之一,早期地发现、早期治疗可以是提高乳癌治愈的关键所在.本文讨论了乳癌计算机辅助诊断(CAD)中人工神经网络(ANN)的几种不同结构在不同的训练模式下,对检测乳腺x线摄影的微钙化蔟群中的性能表现.通过测试同一组对象,对不同模式的人工神经网络的检出效果,得出了人工神经网络的不同训练模式下对乳癌识别最佳解决方案.结果表明,CAD的性能提升对数据库的训练方法的要求尤为重要.

摘要： 目的：彩色眼底图像视盘自动检测可以为眼科疾病的大面积筛查提供有力的保障.视盘自动检测包括视盘定位和视盘分割.rn 方法：针对视盘定位时图像边缘高亮环影响定位的准确率这一现象,提出了一种有效的图像预处理方法;针对已有的视盘分割算法中存在的问题,提出了一种结合形态学、椭圆拟合及GVF(gradient vector flow)Snake的算法.rn 结果：在Messidor眼底图像数据库上进行实验,视盘定位准确率由原来没经过预处理的95.4％提升到了98.7％;视盘分割错误率与当前已知最好的算法相比由12.5％降低到了9.39％.rn 结论：实验结果表明,提出的眼底图像视盘自动检测方法准确率高、实用性强,可以用于眼科疾病的计算机辅助诊断.

摘要： 医学诊断系统是一种具有大量权威性知识和经验的程序系统，它应用人工智能技术来模拟医学专家的诊断思路，随时向医生提供各种数据和可能的常规诊疗方案以供选择，帮助解决复杂的医学问题，起到医生助手的作用，特别是能够帮助年轻无经验的医生提高诊断技能，优化诊疗方案，其诊断水平可以达到甚至超过人类专家。

摘要： 医学诊断系统是一种具有大量权威性知识和经验的程序系统，它应用人工智能技术来模拟医学专家的诊断思路，随时向医生提供各种数据和可能的常规诊疗方案以供选择，帮助解决复杂的医学问题，起到医生助手的作用，特别是能够帮助年轻无经验的医生提高诊断技能，优化诊疗方案，其诊断水平可以达到甚至超过人类专家。

摘要： 一种递送辅助装置，其辅助递送服务的操作，在递送服务中购买者所使用的车辆、建筑物或设施的内部被指定为经由关于电子商务的预定网站购买的一个或多个产品的递送目的地。所述递送辅助装置包括控制器，所述控制器被配置成，当所述控制器从运行所述网站的所述外部装置接收到指示所述用户打算在所述网站订购一个或多个产品的用户信息时，向外部装置或用户浏览所述网站所用的终端发送用于将由所述用户使用的所述车辆、所述建筑物或所述设施的内部指定为所述产品的递送目的地的与所述车辆、所述建筑物或所述设施相关的递送目的地信息。

摘要： 一种递送辅助装置辅助递送服务的操作。所述递送辅助装置包括：存储单元；登记单元，其被配置为在所述存储单元中登记作为所述行李的递送目的地的多个候选和所述候选的优先级；以及递送目的地决定单元，其被配置为在登记了指定递送目的地之外的候选的状态下，当递送者不能将所述行李递送至所述递送目的地中具有最高优先级的递送目的地时，基于所述优先级从所述候选中决定替代递送目的地，所述具有最高优先级的递送目的地是由用户指定的。

摘要： 一种递送辅助装置辅助递送服务的操作，在所述递送服务中用户使用的车辆、建筑物或设施的内部被指定为行李的递送目的地。所述递送辅助装置包括：存储单元；登记单元，其被配置为在所述存储单元中登记作为所述行李的递送目的地的多个候选和所述候选的优先级；以及递送目的地决定单元，其被配置为当递送者不能将所述行李递送至所述递送目的地中具有最高优先级的递送目的地时，基于所述优先级从所述候选中决定替代递送目的地，所述具有最高优先级的递送目的地是由所述用户指定的。

摘要： 一种递送辅助装置，其辅助递送服务的操作，在递送服务中购买者所使用的车辆、建筑物或设施的内部被指定为经由关于电子商务的预定网站购买的一个或多个产品的递送目的地。所述递送辅助装置包括控制器，所述控制器被配置成，当所述控制器从运行所述网站的所述外部装置接收到指示所述用户打算在所述网站订购一个或多个产品的用户信息时，向外部装置或用户浏览所述网站所用的终端发送用于将由所述用户使用的所述车辆、所述建筑物或所述设施的内部指定为所述产品的递送目的地的与所述车辆、所述建筑物或所述设施相关的递送目的地信息。

摘要： 一种用于识别由车辆的相机提供的图像序列中的遮挡的原因的方法，所述方法包括迭代地执行以下步骤：S10)获取相机的图像；连续获取的图像因而形成所述图像序列；S20)检测图像序列的最后的图像中的遮挡；S60)根据时间信息来判定是日间还是夜间；S70)如果判定是日间，S72)判定外部温度是否低于低温阈值，如果是这种情况，S73)判定对于当前迭代，遮挡的原因推定是结冰或成雾。用于执行所述方法的计算机程序，包含这种计算机程序的计算机可读记录介质，能够执行所述方法的驾驶辅助系统。

摘要： 一种用于识别由车辆的相机提供的图像序列中的遮挡的原因的方法，所述方法包括迭代地：S10)获取相机的图像；连续获取的图像形成图像序列；S20)检测图像序列的最后的图像中的遮挡；S60)根据时间信息来判定是日间还是夜间；如果判定是夜间，S82)判定打开/关闭所述车辆的前灯是否导致由所述相机获取的图像的变化，S84)在这种情况下，判定对于当前迭代，遮挡的原因推定是道路是黑暗的。用于执行所述方法的计算机程序，包含这种计算机程序的计算机可读记录介质，能够执行所述方法的驾驶辅助系统。

摘要： 本发明涉及一种交换密钥的方法,在这种方法中,基本上减小了传输消息的长度并且相对于已经公开的方法显著扩大了方法的安全特性。在网络计算机设备和用户计算机设备中,依赖于产生的随机数,构成第一个中间密钥和第二个中间密钥。以位的方式在第一个中间密钥和第二个中间密钥之间进行异或运算以计算会话密钥。密钥不再以明文传输。通过使用函数的方法,例如函数可以是对称的加密函数、Hash函数或者单向函数,网络计算机设备和用户计算机设备互相进行鉴定。

摘要： 提供了一种计算机实现的方法。计算机实现的方法包括：使用包括残差网络的分类模型对图像进行分类。使用分类模型对图像进行分类包括：将输入图像输入至残差网络中，残差网络具有：顺序连接的N个残差块，N≥2；分别位于N个残差块中的两个相邻残差块之间的(N‑1)个池化层；以及分别连接至N个残差块中的第一至第(N‑1)残差块的(N‑1)个卷积层；分别通过(N‑1)个卷积层处理来自N个残差块中的第一至第(N‑1)残差块的输出；对分别来自(N‑1)个卷积层的输出进行矢量化，以生成(N‑1)个矢量化输出；对来自N个残差块中的最后一个残差块的输出进行矢量化，以生成最后一个矢量化输出。

摘要： 提供一种计算机辅助诊断设备和计算机辅助诊断方法。计算机辅助诊断设备包括自动诊断器，被配置为使用从探头接收到的图像执行自动诊断，并且产生包括自动诊断的结果的诊断信息。计算机辅助诊断设备还包括信息确定器，被配置为基于用户手动诊断在产生的诊断信息之中确定将被显示的诊断信息；以及显示器，被配置为显示接收到的图像和确定的诊断信息。

摘要： 提供一种计算机辅助诊断设备和计算机辅助诊断方法。计算机辅助诊断设备包括自动诊断器，被配置为使用从探头接收到的图像执行自动诊断，并且产生包括自动诊断的结果的诊断信息。计算机辅助诊断设备还包括信息确定器，被配置为基于用户手动诊断在产生的诊断信息之中确定将被显示的诊断信息；以及显示器，被配置为显示接收到的图像和确定的诊断信息。