简介:摘要:目的:人工智能在冠状动脉CT血管成像图像后处理和冠状动脉狭窄诊断中的应用。方法:回顾性分析2020年1月至2022年1月40例同时行CCTA和经皮冠状动脉造影(coronaryarteriography,CAG)患者的影像学资料。图像后处理及诊断分为人工组和AI组,比较两种方法后处理用时和图像质量主客观评分及评估冠状动脉斑块性质的差异。以CAG结果为金标准,以血管为单位,比较两种方法诊断冠状动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率的差异,并采用Kappa检验评价其结果的一致性。结果:AI组后处理及诊断用时为(236.57±20.66)s,较人工组[(789.74±63.38)s]缩短了约70.04%(P<0.05);两种方法得到的图像质量主客观评分差异均无统计学意义(均P>0.05)。AI组检测斑块总准确率为96.32%(131/136)。人工组与AI组对冠状动脉钙化斑块、非钙化斑块及混合性斑块检出差异无统计学意义(P>0.05),且一致性较好(Kappa=0.901,P<0.001)。以血管为单位,AI组诊断冠状动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率分别为87.72%(50/57)、94.12%(48/51)、94.34%(50/53)、87.27%(50/53)和90.74%(98/108),与CAG诊断冠状动脉狭窄一致性较好(Kappa=0.815,P<0.001)。结论:AI在CCTA图像后处理效率、斑块性质识别及冠脉狭窄诊断方面具有一定的优势,可作为分析诊断CCTA的有效辅助工具。
简介:【摘要】目的 探究人工智能AI对冠状动脉CT血管成像图像后处理和诊断冠心病的应用价值影响。方法 筛选2022年 5月~2023年5月的60例疑似冠心病患者作为本次研究对象,均开展冠状动脉CT血管成像扫描检查,而后将其分为两组,每组30例,医生组由专业医师进行图像处理和分析,AI组采用人工智能AI技术进行图像处理和分析,评估人工智能AI在冠心病诊断中的应用价值。结果 AI组的图像后处理和诊断时间短于医生组(P<0.05)。AI对各冠脉狭窄的检出率与医生相比无统计学意义(P>0.05)。结论 人工智能AI辅助医生,有利于提高冠状动脉CT血管成像图像后处理效率,从而为冠心病的诊断提供有价值的参考,值得研究和推广。
简介:【摘要】目的:研究数字X线摄影(DR)图像拼接技术在骨科的临床应用及价值。方法:从我院随机挑选2020年1月-2021年10月收治的60例行数字X线摄影(DR)数字X线摄影(DR)图像拼接技术的骨科患者图像资料作为研究对象,回顾性分析数字X线摄影(DR)图像拼接技术在骨科的临床应用及价值。结果:60例骨科患者均行图像拼接摄影,所获得图像清晰锐利,具有较好对比度,且没有伪影干扰,影像拼接成功47例,再次拼接成功13例。在阅片分析中,由两名具有经验的放射诊断医师、一名临床骨科主治医师共同进行,均认为图像质量满意,满足临床诊断要求。结论:利用数字X线摄影(DR)图像拼接技术,可以提供给临床诊断脊柱侧弯、关节置换等骨科手术术前方案制定、术后手术效果评估可靠依据,具有较高临床推广和应用价值。
简介:目的本文针对黑素细胞肿瘤(MelanocyticTumorMT)图像情况复杂,较难分割的问题,提出了一种综合数字图像分割算法,探讨MT的早期诊断。方法首先应用统计区域融合方法(SRM)实现图像分割成多块纹理一致的区域。然后对图像以HSV彩色空间的H和S分量为特征,使用K均值聚类算法将图像聚为9类。最后,将聚类结果在HSV彩色空间的H和S分量值分别映射到[0,1]区间,再分别对H分量和S分量取阈值,得到最终的边界分割结果。结果对MT图像能够按照其纹理差异将其有效划分为多个区域,较为准确标识出皮损区域。结论综合对多种方法结果的对比,本方法优于传统的大津阈值法、K均值法和活动轮廓法。同时对过去基于SRM的MT图像分割方法进行了改进,在处理复杂MT图像时效果明显好于传统方法。
简介:大鼠腹主动脉注入1%墨汁硝酸银溶液,可同时显示小肠淋巴管和微血管,浆膜下注入10%ABS丁酮溶液可制成小肠粘膜淋巴管的铸型标本,用光镜和SEM观察,利用图像分析仪测量了肠粘膜淋巴管的数量,管径,长度等。小肠粘膜初始淋巴管数为27.5±5.2/mm^2,管径为34.9±4.0μm,长度为208.5μm,初始反淋巴管管径为34.9+4.0μm,长度107.4μm,提出了区分初始淋巴管和初始后淋巴管的依据,获得了有关汇合淋巴管,粘膜下层淋巴管网数,园形因子等数据,小肠不同区段如十二指肠,空肠,回肠,淋巴管的上述数据有某些差别。我们的研究结果加深了对大鼠小肠淋巴管的分布,走行和形态等的认识。
简介:摘要目的探讨超声图像在诊断胎盘早剥中的应用价值。方法选取我院2012年10月-2016年10月确诊为胎盘早剥60例患者的临床资料,术前均进行超声检查诊断,有完整的影像学资料,分析超声诊断结果与术后病理结果的符合情况。结果超声检查检出胎盘增厚型15例(25.0%),胎盘后血肿型21例(35.0%),胎盘边缘血肿型11例(18.3%),混合性包块型5例(8.3%);与病理结果比较,超声诊断检出Ⅰ度11例,符合率为61.1%,Ⅱ度26例,符合率96.3%,Ⅲ度15例,符合率100.0%,超声总诊断符合率为86.7%,其中Ⅱ度和Ⅲ度的诊断符合率明显高于Ⅰ度,分别比较差异显著(P<0.01)。结论超声在诊断胎盘早剥方面具有较高的检出率,且安全、无创、操作简便,值得临床推广应用。
简介:本文阐述了基于形变模型(DeformableModels)的LevelSet分割方法的基本原理及其特点,介绍了在图像域的实现方法,实现并改进了基于该模型的NarrowBand快速算法.该算法的基本流程是:先在需要分割的目标内或外给定一封闭的初始曲线,通过Gaussian滤波后计算图像的梯度,最后通过NarrowBand算法完成轮廓线的抽取.该算法应用于医学CT/MRI影像以及显微图像的目标分割中,取得了较好的实验结果,证明该方法非常适合于对具有分支、突触以及拓扑结构变化的目标进行快速精确分割.文中给出了算法实现的基本流程、相关参数的选取准则和部分实验结果.实验发现算法中涉及的参数对提取的轮廓线的精确和光滑程度有较大影响.
简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。
简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。