国际生物医学成像

骨龄评估（BAA）是评价儿童的生物学成熟的临床实践的重要课题。因为手动方法是耗时且易发生观察员变异，这是有吸引力的开发BAA计算机辅助和自动化方法。在本文中，我们提出了一个全自动BAA方法。要在原始X射线图像的噪声消除，我们先从采用U-Net的精确段手掩模图像从原始的X射线图像。尽管掌中可以高精度地进行分割，它需要一个更大的注释数据集。为了减轻负担的注释，我们建议使用深层主动学习（AL）选择具有足够的信息，故意未标记的数据样本。这些样品给甲骨文的注释。在那之后，他们再用于后续培训。在开始时，仅300个数据是手动的AL框架可以鲁棒地段中所有的12611个图像RSNA数据集内注释然后将改进的U形网。在AL分割模型在注释测试集在0.95实现了骰子得分。 To optimize the learning process, we employ six off-the-shell deep Convolutional Neural Networks (CNNs) with pretrained weights on ImageNet. We use them to extract features of preprocessed hand images with a transfer learning technique. In the end, a variety of ensemble regression algorithms are applied to perform BAA. Besides, we choose a specific CNN to extract features and explain why we select that CNN. Experimental results show that the proposed approach achieved discrepancy between manual and predicted bone age of about 6.96 and 7.35 months for male and female cohorts, respectively, on the RSNA dataset. These accuracies are comparable to state-of-the-art performance.

阅读全文

本研究的目的是确定是否微血管曲折度可以用作成像生物标志物的肿瘤相关的血管发生的存在，并且如果成像生物标志物本可作为一个特定的和定位实体肿瘤的敏感的方法。声学造影术，基于超声的微血管成像技术，来显现乳腺癌的自发小鼠模型的血管生成发展（ ）。读者研究用于评价图像类型之间视觉辨别，和定量方法中利用曲折度和空间聚类的肿瘤检测的指标。读者研究结果在0.8曲线下面积，而聚类方法导致与0.95的曲线下面积的最佳分类。无论是定性和定量的方法产生的灵敏度和肿瘤直径之间的相关性。与声学造影术的血管几何结构的成像提供了用于乳腺癌的小鼠模型中的肿瘤和健康组织之间进行区分一个稳健的方法。分析的多种方法已经提出了广泛的肿瘤大小。这些技术的临床成像应用可以提高乳腺癌的诊断，以及在其它组织中评估癌症提高特异性。聚类方法可以用于其他类型的超出血管超声波图像形态分析是有益的。

阅读全文

脑肿瘤是影响很多人的生活的主要健康问题。这些肿瘤被归类为良性或恶性的。后者可能是致命的，如果不妥善诊断和治疗。因此，脑肿瘤在其发展的早期诊断可以显著改善患者的治疗后完全康复的机会。除了实验室分析，临床医师和从医学图像提取的外科医生的信息，由各种系统记录诸如磁共振成像（MRI），X射线，和计算机断层摄影（CT）。所提取的信息用于为了实现准确的诊断，以确定最合适的治疗方案，以确定脑肿瘤（位置，尺寸，和类型）的基本特征。在本文中，我们提出了一个自动化的机器视觉技术使用的组合检测和MRI图像脑肿瘤的定位在其早期阶段ķ-means聚类，基于块拼贴的图像处理，对象计数，和肿瘤评价。该技术是在20个真实MRI图像测试，并发现能够在MRI图像中检测多个肿瘤不管它们的强度电平的变化，大小和位置的包括那些具有非常小的尺寸。除了其用于诊断用途，该技术可以被集成到自动治疗器械和机器人手术系统。

阅读全文

对于复杂的分割任务，全自动化系统的所能达到的精度所固有的限制。具体地，当精确的分割结果期望用于给定数据集的少量，半自动方法表现出对用户明显的益处。人机交互的优化（HCI）是交互式的图像分割的一个重要部分。然而，出版物引入新颖交互式分割系统（ISS）往往缺乏的HCI方面的客观比较。已经证明，即使当底层分割算法是整个交互式原型一样的，他们的用户体验可能显着变化。其结果，用户更喜欢简单的接口，以及一个相当大的自由度来控制分割的每个迭代步骤的。在这篇文章中，国际空间站的一个比较客观的方法，提出了基于广泛的用户研究。总结性的定性内容分析是通过由参与者给出的视觉和口头反馈抽象进行。分割系统的直接评估通过经由系统的可用性量表（SUS）和AttrakDiff-2问卷的用户执行。此外，对于在这些研究的可用性方面的调查结果的近似介绍，他们的交互式分割原型的使用过程中从系统可测量用户操作仅进行。 The prediction of all questionnaire results has an average relative error of 8.9%, which is close to the expected precision of the questionnaire results themselves. This automated evaluation scheme may significantly reduce the resources necessary to investigate each variation of a prototype’s user interface (UI) features and segmentation methodologies.

阅读全文

对非增强头部CT早期缺血性改变（EIC）鉴定扫瞄中风发作的最初几个小时内进行可能对后续的治疗具有重要意义，但早期中风这些研究划定不佳。缺乏尖锐病变边界圈定在早期梗塞排除了使用边缘检测或区域填充算法手动音量措施，以及采取措施。我们希望检验一个假设，即图像强度的不均匀性校正可以用于识别细微区域低密度这是早期缺血性梗塞的特性提供一个灵敏的方法。一种数字图像分析算法，使用图像强度的不均匀性校正（IIC）和强度阈值发展。两个不同IIC算法（FSL和ITK）进行了比较。该方法是用模拟梗死和临床病例进行评估。对于合成梗塞，测定梗塞体积证明真正病灶体积很强的相关性（20％降低密度“梗塞，”皮尔逊R = 0.998用于两种算法）;两种算法表明随着增加的损伤尺寸和减少病变密度提高的准确度。在临床情况下（在30例41个急性梗死），采用FSL IIC计算梗塞体积与ASPECTS得分（皮尔逊R = 0.680）和接纳NIHSS（皮尔逊R = 0.544）相关。计算梗塞体积高度与临床决定治疗与IV-TPA相关。 Image intensity inhomogeneity correction, when applied to noncontrast head CT, provides a tool for image analysis to aid in detection of EIC, as well as to evaluate and guide improvements in scan quality for optimal detection of EIC.

阅读全文

从脑磁共振成像（MRI）数据的肿瘤和水肿区域推理仍然由于脑肿瘤，边界模糊，和外部因素，例如噪声的复杂的结构挑战。为了减轻噪声的灵敏度和提高分割的稳定性，有效的混合聚类算法与形态学操作结合，提出了在本文中分割脑肿瘤。是纸的主要贡献如下：首先，自适应维纳滤波被用于去噪，和形态学操作用于去除非脑组织，有效降低了方法的对噪声的灵敏度。其次，与高斯内核基于模糊C均值算法来分割图像的K均值++聚类组合。该集群不仅提高了算法的稳定性，同时也降低了集群参数的敏感性。最后，所提取的肿瘤图像使用形态学运算和中值滤波，以获得脑肿瘤的精确表示后处理。此外，该算法与其他现有的分割算法相比。实验结果表明，该算法性能更好的精确度，灵敏度，特异性和召回的条款。

阅读全文