简介:摘要目的提出一种基于霍夫变换(HT)的新算法提高射波刀自动质量保证(AQA)测试胶片影像分析的准确性与稳定性,并探讨胶片图像的扫描分辨率对测试结果的影响。方法获取9对胶片对AQA模体进行分析测试,首先利用中值滤波对灰度化后的胶片影像预处理,去除噪声干扰;再使用全局阈值对图像进行二值化分割,对分割后的图像进行边缘检测并利用HT提取胶片边缘直线,将胶片图像变换至正确位置;最后利用边缘检测和HT提取出影像中射野投影圆和钨球投影圆的圆心,通过分析同心度最终得到AQA测试的误差分析结果。结果所有样本分别使用本算法与原软件算法所得等中心误差结果差异无统计学意义(P>0.05),其标准差差异有统计学意义(P=0.027);表明本算法在保证了胶片分析准确性的同时具有更好的稳定性。两种方法均不能通过采用分辨率更高的胶片影像来提高分析结果的准确性和稳定性。结论本算法排除了胶片扫描摆位误差造成的干扰,为射波刀系统AQA工作提供了一种更稳定的途径。
简介:摘要:在科学技术飞速发展的推动下,大量的新型科学技术被人们研发出来,并且在医学领域中得以良好的运用,有效的促进了医疗水平的提升。医学影响技术在这种形势下得到了良好的发展,并且逐渐的被人们将其与计算机技术加以整合,从而实现计算机X线影像技术,超声、SPECT、ECT、PET、MRI等等,这些先进技术的出现为我国医疗事业的发展起到了积极的促进作用,尽管不同技术的使用原理都是存在一定的差异的,但是影像技术对影像诊断所带来的影响力是非常大的,其是从以往单一的形态转变为当下多样化的形态,功能与形态的多元化发展,不但可以为综合诊断给予辅助,并且也可以为后期的治疗工作打下良好的基础。
简介:摘要:目的:探究在医学影像诊断过程中应用医学影像技术的作用和效果。方法:随机选择我院就诊的患者共计100例作为研究对象,将其随机分为常规接受诊疗的对照组患者和联合接受医学影像学诊断的观察组患者。对两组患者接受不同诊断检查后的诊断准确率、敏感度及特异性进行统计以及对比。结果:经过病理检查后可以发现,接受了常规诊断联合医学影像诊断的观察组患者可确诊,诊断准确率为98%,而接受了常规诊断的对照组患者诊断准确率仅为76%,两组患者在诊断准确率之间的差异具有统计学意义(P<0.05),同时,在诊断的特异性以及灵敏度方面,两组患者之间的差异同样具有统计学意义(P<0.05)。结论:在进行疾病的诊断时,医学影像技术作为重要的辅助技术,能够对患者的病情进行有效的观察和诊断,从而辅助临床医师对病情进行更加全面的分析,对于准确诊断以及对患者开展后续的治疗具有非常重要的作用。
简介:摘要眼底影像诊断技术以光和影作为基础,在眼科领域发挥着重要作用,尤其是近年来多模影像技术不断进步和发展,在眼科临床的应用日益广泛。按照工作特征和原理的不同,眼底影像诊断技术可大致分为解剖性影像和功能性影像2个部分,此外,随着光和影技术在医学领域的应用范围更加广泛,眼科影像技术将逐渐朝着广域化、精细化、多模化、定量化和智能化的目标发展。因此,我们深知眼底的光和影远非仅如我们目前所见,尚有许多未解之谜仍待探索。新兴影像技术的临床化和产业化仍有很长的路要走,人工智能深度学习在眼科的应用亦存在潜在的挑战。多模影像技术有助于眼科疾病的精准诊断和动态监测,为眼科疾病治疗的选择提供了较好的参考依据。然而,面对诸多检查手段,眼科医生如何选择敏感性、特异性高的检查方法,避免医疗资源的浪费,尽可能降低患者的医疗负担成为眼科医生需要认真思考的问题。
简介:摘要:为了提升医学影像检测的智能化水平,文中对基于深度学习技术的相关图像处理、重构算法展开了研究。以肺部结节的自动检测为应用场景,对X光胸片的纹理特征提取方法进行研究。从灰度统计特征、灰度差异特征及多尺度高斯微分滤波器纹理特征等多个角度,提取了X光胸片的74个纹理特征作为支持向量机算法模型的输入。同时为了防止训练过程中产生的过拟合现象,解决深度学习算法对于训练样本容量的需求,提高样本数量与特征数量的比例,文中还引入了卷积稀疏编码算法对JSRT数据集进行重构,并按照1∶5的比例对算法仿真所需的数据集进行扩充。在分类器选择上,考虑到数据集中正负样本失衡对于分类器训练造成的不利影响,引入了代价敏感支持向量机算法(CS-SVM)。在公开医学影像数据集上进行的仿真结果表明,采用卷积稀疏编码进行数据集扩充后,算法的灵敏度与特异度指标可达到0.788和0.769,分别提升了2.8%和3.8%。