检索结果-内蒙古大学图书馆

解剖学报 2025年第1期56卷 22-29页

作者：赵家悦李诗曼章琛曦复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室上海200032

目的开发一个基于大规模视觉语言模型的黑色素瘤诊断框架,并探讨该框架用于黑色素瘤诊断的可行性和准确性。方法采用公开数据集Derm7pt,其数据集划分为训练集(346例),验证集(161例)和测试集(320例)。提出了一个基于大规模视觉语言模... 详细信息

目的开发一个基于大规模视觉语言模型的黑色素瘤诊断框架,并探讨该框架用于黑色素瘤诊断的可行性和准确性。方法采用公开数据集Derm7pt,其数据集划分为训练集(346例),验证集(161例)和测试集(320例)。提出了一个基于大规模视觉语言模型的黑色素瘤诊断框架,该诊断框架包括两个文本分支和一个视觉分支。在文本分支中,一个分支处理固定的临床提示;另一个分支则处理可学习的提示。这种设计旨在通过固定的临床提示引导和优化可学习提示的效果。视觉分支处理皮肤镜图像,通过微调图像编码来增强对黑色素瘤特征的识别能力。结果在Derm7pt数据集上,我们的方法在性能上优于现有其他方法。其接收者操作特征曲线下面积(AUC),准确率和F1-分数分别为87.35%,84.17%和84.01%。结论通过适当的微调策略,基于大规模视觉语言预训练模型的方法能够有效地适应黑色素瘤的诊断任务。这种方法可以作为医生的有力辅助工具,帮助他们做出更加准确的诊断决策。

关键词：黑色素瘤大规模视觉语言模型微调诊断深度学习人

来源：评论

学校读者我要写书评

暂无评论

基于FPFH-PointNet的术中膝关节软骨表面点云自动提取

引用

解剖学报 2023年第5期54卷 553-559页

作者：刘颜静史勇红复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室上海200032

目的机器人辅助膝关节置换术导航系统采用激光扫描仪获取术中软骨点云,并与术前模型配准,实现自动非接触空间注册。术中患者膝关节病变点云包含大量的肌肉、肌腱、韧带及手术器械等无关背景点云。手动去除无关点云会因人机交互而占据手... 详细信息

目的机器人辅助膝关节置换术导航系统采用激光扫描仪获取术中软骨点云,并与术前模型配准,实现自动非接触空间注册。术中患者膝关节病变点云包含大量的肌肉、肌腱、韧带及手术器械等无关背景点云。手动去除无关点云会因人机交互而占据手术时间,因此,本研究提出一种新颖的膝关节软骨表面点云自动提取方法,以便快速精准实施术中注册。方法PointNet因缺乏软骨表面和几何局部信息的充分描述,不能高精度地提取软骨点云。本研究提出了一种结合快速点特征直方图FPFH-PointNet方法,该方法有效地描述了软骨点云表观,实现了软骨表面点云的自动高效分割。结果本研究以从不同角度扫描10例尸体膝关节标本和1例人腿模型的股骨远端软骨点云为数据集。PointNet和FPFH-PointNet分割软骨点云的准确率分别为0.94±0.003和0.98±0,平均交并比(mIOU)分别为0.83±0.015和0.93±0.005。FPFH-PointNet相比于PointNet,准确率和mIOU分别提高了4%和10%,而耗时仅约为1.37 s。结论FPFH-PointNet能够精准地自动提取术中膝关节软骨点云,满足了术中导航的性能需求。

关键词：膝关节置换术手术导航点云分割 PointNet 快速点特征直方图人

来源：评论

学校读者我要写书评

暂无评论

基于柔顺控制的智能神经导航手术机器人系统设计

引用

中国生物医学工程学报 2024年第4期43卷 455-466页

作者：王杰陈欣荣宋志坚复旦大学工程与应用技术研究院上海200433 上海市医学图像处理与计算机辅助手术重点实验室上海200032 复旦大学基础医学院数字医学研究中心上海200032

机器人辅助微创手术,因其低侵袭性而变得越来越普遍。然而,因定向障碍和缺乏导航信息限制了其在经自然腔道手术的进一步应用。自然腔道解剖结构复杂,机器人末端的手术器械易损伤周围血管和神经。本研究设计了一种智能控制导航手术机器... 详细信息

机器人辅助微创手术,因其低侵袭性而变得越来越普遍。然而,因定向障碍和缺乏导航信息限制了其在经自然腔道手术的进一步应用。自然腔道解剖结构复杂,机器人末端的手术器械易损伤周围血管和神经。本研究设计了一种智能控制导航手术机器人系统,使用可靠和安全的定位技术、7自由度机械臂以及避免关节角度限制的逆运动学控制策略,以实现高灵活度的机械臂控制。基于患者术前影像进行手术导航与手术规划,并通过阻抗柔顺控制将患者与手术器械的接触力限制在一定范围内,实现保护患者的正常组织。为了提高手术精度并缓解医生的手术强度,智能语音控制实现术中手术器械位置和姿态的微小调整。基于体模和尸头实验进行系统的有效性验证。结果显示,本系统的定位误差小于1 mm,轨迹追踪角度误差小于2.5°,术中导航可进行实时手术靶点与器械跟踪,阻抗柔顺控制可将手术器械与患者之间的接触力降低在1.2 N以下,基于语音识别的精细调控可以满足术中对手术器械运动控制的要求。本研究的结果初步表明,所设计的手术机器人系统在机器人辅助微创手术中具有潜在的应用前景。

关键词：微创手术手术机器人手术导航柔顺控制智能控制

来源：评论

学校读者我要写书评

暂无评论

颅内磁共振血管壁成像质量对影像组学模型鉴别症状性斑块的影响

引用

放射学实践 2023年第10期38卷 1261-1268页

作者：赵海燕彭雯佳陈玉坤王烁王皓冉张雪凤陈录广陆建平海军军医大学第一附属医院放射诊断科上海200433 复旦大学上海医学院基础医学院数字医学研究中心、上海市医学图像处理与计算机辅助手术重点实验室上海200032

目的:探讨颅内动脉MR血管壁成像(MR-VWI)的图像质量对基于影像组学特征构建症状性斑块预测模型的影响。方法:回顾性搜集因颅内动脉粥样硬化行MR-VWI检查且因图像质量不佳而即刻重复扫描的病例作为本研究的第一部分。MR-VWI序列包括全脑3... 详细信息

目的:探讨颅内动脉MR血管壁成像(MR-VWI)的图像质量对基于影像组学特征构建症状性斑块预测模型的影响。方法:回顾性搜集因颅内动脉粥样硬化行MR-VWI检查且因图像质量不佳而即刻重复扫描的病例作为本研究的第一部分。MR-VWI序列包括全脑3D SPACE T_(1)WI平扫和增强,目标血管(单侧大脑中动脉或基底动脉)的2D TSE T_(2)WI。拟分析100个常用的影像组学特征,包括形状特征9个,一阶梯度特征18个,纹理特征73个。通过比较重复扫描的斑块影像组学特征,筛选出易受图像质量影响的不稳定特征。回顾性搜集因颅内动脉粥样硬化狭窄行MR-VWI检查的病例作为本研究的第二部分。首先,基于全部病例的斑块影像组学特征构建症状性斑块的预测模型(模型A);其次,剔除所有不稳定特征后构建预测模型(模型B);最后,剔除图像质量不佳者,构建预测模型(模型C)。重复扫描影像组学特征的比较,采用Wilcoxon符号秩和检验。预测模型的诊断效能采用受试者工作特征曲线(ROC曲线)进行分析,诊断效能高低主要通过曲线下面积(AUC)体现,以DeLong检验比较不同模型效能的差异。结果:第一部分纳入24例患者,发现3D SPACE T_(1)WI序列的形状特征和一阶梯度特征均无不稳定特征,纹理特征中的不稳定特征仅占1/73。3D SPACE T_(1)WI增强序列的形状特征、一阶梯度特征以及纹理特征中的不稳定特征占比分别是3/9、2/18和17/73。2D TSE T_(2)WI序列的形状特征、一阶梯度特征以及纹理特征中的不稳定特征占比分别是2/9、2/18和19/73。第二部分,102例患者的120个斑块纳入分析,其中症状性斑块51个,无症状斑块69个。模型A的AUC为0.708±0.022;与第一部的不稳定特征比对,模型A筛选出的8个影像组学特征中有3个不稳定特征。模型B的AUC为0.740±0.007。模型C预测颅内症状性斑块的预测效能最好,AUC为0.758±0.013;与第一部分的不稳定特征比对,模型C的8个影像组学特征均为稳定特征。结论:基于MR-VWI影像组学构建颅内症状性斑块的预测模型时,图像质量的优劣对斑块影像组学特征的有一定影响,图像质量越好则预测效能越高。

关键词：磁共振成像斑块,动脉粥样硬化影像组学

来源：评论

学校读者我要写书评

暂无评论

基于完全融合集成网络候选框的肋骨骨折检测方法

引用

解剖学报 2022年第3期53卷 396-401页

作者：何学才金倞李铭章琛曦复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室上海200032 复旦大学附属华东医院放射科上海200040

目的提出一种新型的肋骨骨折检测网络Rib-Net,探讨其进行肋骨骨折检测的可行性与准确性,以减少骨折漏诊案例。方法采用公开数据集RibFrac Dataset,其数据集划分为训练集(420例)、验证集(80例)及测试集(160例)。Rib-Net由目标检测集成网... 详细信息

目的提出一种新型的肋骨骨折检测网络Rib-Net,探讨其进行肋骨骨折检测的可行性与准确性,以减少骨折漏诊案例。方法采用公开数据集RibFrac Dataset,其数据集划分为训练集(420例)、验证集(80例)及测试集(160例)。Rib-Net由目标检测集成网络ED-Net、完全候选框融合算法(CBF)与分割模型3D Unet构成。首先,集成Retina Unet、UFRCNN+与Mask RCNN组成ED-Net,预测肋骨骨折候选框;其次,设计全新的CBF,融合存在重叠的骨折候选框,生成定位精准、置信度准确的候选框;最后,利用Unet对肋骨骨折进行分割,实现肋骨骨折的进一步精确定位。结果在“MICCAI 2020 RibFrac Challenge:Rib Fracture Detection and Classification”挑战赛平台上,Rib-Net检测结果达到了最优成绩,其召回率、无限制接受者操作特性曲线(FROC)值及Dice相似指数分别为92.3%,0.859和0.61。结论Rib-Net网络可高效精准地对胸部CT影像进行肋骨骨折检测定位,有效协助医生做出准确诊断。

关键词：深度学习肋骨骨折目标检测集成检测网络完全框融合分割算法人

来源：评论

学校读者我要写书评

暂无评论

基于磁共振影像组学特征分类胶质瘤和单发性脑转移瘤

引用

解剖学报 2021年第6期52卷 933-939页

作者：陈嘉懿王宝刘英超史勇红宋志坚复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室上海200032 山东大学齐鲁医院放射科济南250012 山东第一医科大学附属省立医院神经外科济南250021

目的应用临床常规3T磁共振T1、T2和液体衰减反转恢复(FLAIR)成像分析胶质瘤和单发性脑转移瘤的影像组学特征差异,探讨肿瘤区域不同方向以不同角度构建的纹理特征对区别两种肿瘤的意义,寻找一种可行的胶质瘤和单发性脑转移瘤高精度分类... 详细信息

目的应用临床常规3T磁共振T1、T2和液体衰减反转恢复(FLAIR)成像分析胶质瘤和单发性脑转移瘤的影像组学特征差异,探讨肿瘤区域不同方向以不同角度构建的纹理特征对区别两种肿瘤的意义,寻找一种可行的胶质瘤和单发性脑转移瘤高精度分类方法。方法 43例胶质瘤患者和年龄、性别匹配的45例单发性脑转移瘤患者,从肿瘤区域轴状面、冠状面和矢状面方向的每1层构建不同角度的影像组学灰度共生矩阵,计算相应的纹理空间关系特征(包括对比度、相关性、能量和同质性);使用Wilcoxon秩和检验选择特征并降低冗余;所选特征经SVM线性核分类器分类,实现两种肿瘤的诊断。结果在分类胶质瘤和单发性脑转移瘤时,多模态多方向组合特征的精确性、召回率、F1分值和准确性分别是0.8857、0.9114、0.8944和0.8922;该组合特征在SVM线性核分类器下的受试者工作特征曲线下面积为0.9602;并将45例单发性脑转移瘤患者中的40例正确分类;43例胶质瘤患者中的39例正确分类。结论肿瘤区域的多模态多方向组合特征经SVM线性核分类器分类,可以鉴别胶质瘤和单发性脑转移瘤,这可作为第2意见,有效协助医生做出诊断。

关键词：胶质瘤单发性脑转移瘤影像组学灰度共生矩阵 Wilcoxon秩和检验主成分分析支持向量机人

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的非小细胞肺癌亚型分类研究

基于多任务学习的非小细胞肺癌亚型分类研究

引用

中国解剖学会2021年年会

作者：陈锟王满宁宋志坚复旦大学基础医学院数字医学研究中心上海市医学图像处理与计算机辅助手术重点实验室

肺癌是对人群健康和生命威胁最大的恶性肿瘤之一,发病率仅次于女性乳腺癌,死亡率居于所有恶性癌症之首。在临床应用中,准确的肺癌病理分型对确定合理的治疗方案具有重要意义。本文提出了一种新的多任务学习框架,用于非小细胞肺癌CT图像... 详细信息

肺癌是对人群健康和生命威胁最大的恶性肿瘤之一,发病率仅次于女性乳腺癌,死亡率居于所有恶性癌症之首。在临床应用中,准确的肺癌病理分型对确定合理的治疗方案具有重要意义。本文提出了一种新的多任务学习框架,用于非小细胞肺癌CT图像的亚型分类,该框架由2个子网络组成:用于分割的编解码器网络和用于分类的轻量级卷积神经网络,2个子网络共享部分特征提取层,同步训练并优化2个网络。本项研究采用CT图像,划分为训练数据和测试数据。仅利用单任务的轻量级的卷积神经网络进行非小细胞肺癌亚型分类的准确性为0.652 2,影像组学方法的分类准确性是0.768 1,利用经ImageNet预训练过ResNet18网络得到的分类准确率是0.811 6。

关键词：非小细胞肺癌多任务学习分类研究

来源：评论

学校读者我要写书评

暂无评论

早期帕金森病相关脑结构的定量磁化率成像

引用

解剖学报 2020年第5期51卷 738-744页

作者：庄晗刘学玲秦春丽王辉李郁欣李文生史勇红复旦大学基础医学院人体解剖学与组织学胚胎学系上海200032 复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室上海200032 复旦大学附属华山医院影像科上海200040

目的应用3T磁共振T1加权成像和定量磁化率成像分析早期帕金森病(PD)患者深部灰质核团体积的变化,探究深部灰质核团磁化率值在帕金森病患者和健康对照者之间的差异,探讨磁化率值在早期PD诊断中的意义,以及定量磁化率成像对于黑质小体-1... 详细信息

目的应用3T磁共振T1加权成像和定量磁化率成像分析早期帕金森病(PD)患者深部灰质核团体积的变化,探究深部灰质核团磁化率值在帕金森病患者和健康对照者之间的差异,探讨磁化率值在早期PD诊断中的意义,以及定量磁化率成像对于黑质小体-1的显示情况。方法30例早期PD患者和27例年龄、性别、教育程度匹配的健康对照者,分割双侧尾状核、壳核、苍白球、黑质和红核,测量核团的体积和平均磁化率值,使用SPSS20.0软件对数据进行统计学分析,并对磁化率值进行逻辑回归。结果早期PD患者组和健康对照组上述核团标准化体积之间差异无显著性;早期PD患者组右侧苍白球、左侧黑质和右侧黑质的磁化率值显著高于健康对照组(P<0.05);上述核团磁化率值经逻辑回归变换后得到的受试者工作特征曲线下面积为0.93;在21例健康对照者和1例早期PD患者的定量磁化率图像上看到了黑质小体-1。结论定量磁化率图像在诊断早期PD中具有很高的应用价值;大部分健康对照者的黑质小体-1在定量磁化率图像上可以显示,但更精确的研究需要<1mm分辨率的定量磁化率图像。

关键词：早期帕金森病深部灰质核团黑质小体-1 T1加权成像定量磁化率成像磁共振成像人

来源：评论

学校读者我要写书评

暂无评论

基于磁共振T1图像的正常人脑组织体积量化研究

引用

解剖学报 2019年第6期50卷 780-785页

作者：王士卿史勇红庄晗秦春丽李文生复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室上海200032 复旦大学基础医学院人体解剖学与组织学胚胎学系上海200032

目的通过手动分割和自动分割得出正常人脑的总体积、脑脊液体积、灰质白质体积,分析不同性别的差异和随年龄变化的模式,同时给出可以得到较优结果的软件和参数。方法通过软件自动分割得到粗略的脑掩模后进行手动精细分割,然后用FSL-F... 详细信息

目的通过手动分割和自动分割得出正常人脑的总体积、脑脊液体积、灰质白质体积,分析不同性别的差异和随年龄变化的模式,同时给出可以得到较优结果的软件和参数。方法通过软件自动分割得到粗略的脑掩模后进行手动精细分割,然后用FSL-FAST分为灰质、白质和脑脊液,最后用SPSS 25. 0。软件进行统计学分析。结果中国正常成人脑总体积约1263. 24 ml,男性脑总体积(1313. 84 ml)大于女性脑总体积(1173. 11 ml),差异有统计学意义。不同年龄的脑总体积、灰质、白质和脑内脑脊液体积差异有显著性。灰质白质比与年龄无相关性。男性脑总体积、灰质、白质体积均大于女性,三者随年龄增大而降低的模式相似。女性脑总体积、灰质、白质体积随年龄变化的模式相似,在约50岁时达到最大值,随后体积逐渐减小。结论不同性别人脑体积及灰质、白质、脑脊液体积随年龄变化作为鉴别正常脑体积变化与疾病导致的脑体积变化的依据。

关键词：脑体积灰质白质体积测量人

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的非小细胞肺癌亚型分类研究

引用

解剖学杂志 2021年第S1期44卷 67-67页

作者：陈锟王满宁宋志坚复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室

肺癌是对人群健康和生命威胁最大的恶性肿瘤之一,发病率仅次于女性乳腺癌,死亡率居于所有恶性癌症之首。在临床应用中,准确的肺癌病理分型对确定合理的治疗方案具有重要意义。本文提出了一种新的多任务学习框架,用于非小细胞肺癌CT图像的亚型分类,该框架由2个子网络组成:用于分割的编解码器网络和用于分类的轻量级卷积神经网络,2个子网络共享部分特征提取层,同步训练并优化2个网络。本项研究采用CT图像,划分为训练数据和测试数据。仅利用单任务的轻量级的卷积神经网络进行非小细胞肺癌亚型分类的准确性为0.6522,影像组学方法的分类准确性是0.7681,利用经ImageNet预训练过ResNet18网络得到的分类准确率是0.8116。

关键词：非小细胞肺癌卷积神经网络女性乳腺癌同步训练 CT图像网络共享人群健康特征提取

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：