基于多尺度特征和反向注意力的肝脏肿瘤自动分割方法

肝脏肿瘤分割旨在定位肝脏肿瘤区域，以辅助医生进行精准诊治。鉴于深度学习能自动学习医学图像中复杂的特征和结构，已成为肝脏肿瘤分割的主流方法之一。但肝脏肿瘤的大小、形态存在显著差异及边缘模糊等问题，限制了深度学习模型的分割性能。基于此，该文提出了一种融合多尺度特征和反向注意力机制的深度网络，并用于肝脏肿瘤的自动分割。具体地，基于U-Net模型的框架，分别设计了多尺度特征提取模块和基于深度监督的反向注意力模块，使得网络能根据分割目标的大小自适应地选择不同尺度的特征，并引导网络关注分割目标的边缘特征，进而提高网络的边缘分割能力。此外，设计了一种新的混合损失，以解决医学图像分割中的类别不平衡问题。最后，在MICCAI2017 LiTS挑战赛数据集的数值实验结果表明，所提方法的Dice系数、平均对称表面距离ASSD分别为76.12%和3.25 mm。     

改进Attention-UNet的多尺度肝脏CT图像分割

针对肝脏CT图像分割任务中U-Net自下而上的特征融合方式忽略低级特征的问题，提出基于Attention-UNet的多尺度肝脏CT图像分割方法（MFFA-Net）。在Attention-UNet结构的基础上，通过加入多尺度特征提取的方法，以减少网络特征信息的丢失。在LiTS数据集上进行了大量实验。结果表明在不同评价指标下，提出的特征信息提取和融合的方法可以有效提高分割精度。     

高强度间歇训练和中等强度持续训练对高脂膳食雌性小鼠肝脏巨噬细胞浸润的影响

为比较高强度间歇训练和中等强度持续训练对高脂膳食雌性小鼠肝脏巨噬细胞浸润的差别.采用3周龄雌性C57BL/6J小鼠分组进行高脂或普通膳食喂养，15周后从高脂膳食组筛选出超重小鼠，随机分为高脂对照组（HFD）,中等强度持续训练组（MICT）和高强度间歇训练组（HIIT）,继续高脂喂养.其中MICT和HIIT组小鼠进行12周跑台干预，坡度25°,5次/周.运动方案：MICT组采用50%～70%V_O2peak的运动强度，持续45 min; HIIT组进行1 min高强(90%～100%V_O2peak)+2 min低强(50%～70%V_O2peak),每次跑动距离与MICT组相等.与HFD组相比，MICT和HIIT均能降低高脂膳食雌性小鼠肝组织TG含量，减少肝组织内空泡和脂滴，改善肝组织损伤，抑制肝组织内M1型巨噬细胞相关基因和蛋白表达，促进M2型巨噬细胞相关基因和蛋白表达，但HIIT组优于MICT组.运动距离相同情况下，HIIT比MICT更能改善高脂膳食雌性小鼠肝细胞脂肪变性，降低肝组织炎症状态，这可能与肝内巨噬细胞从M1极化...     

大口黑鲈不同生长阶段肝脏脂肪沉积及脂肪代谢酶活性研究

【目的】考察大口黑鲈（Micropterus salmoides）不同生长阶段肝脏的脂肪沉积情况及脂肪代谢酶的活性。【方法】分别采集150，180，210，270，300，360，420，450和480日龄共9个生长时期的实验鱼，测定形态学指标和肝脏的粗脂肪含量及脂肪代谢关键酶的活性。【结果】随着生长时期的延长，体质量、体长逐渐增加；肥满度在450日龄最大；脏体比在150日龄最高，450日龄最低；肝体比整体呈现出缓慢降低的趋势；肝脂肪在150~210日龄积累较为严重，肝脂肪含量在生长中后期呈现出下降升高交替出现的趋势。脂蛋白脂酶活性在生长中期（360~420日龄）达到峰值后逐渐降低；激素敏感性脂肪酶、蛋白激酶A和乙酰CoA羧化酶（ACC）活性在生长初期的变化趋势较一致，均呈现先下降后升高再降低的趋势。脂肪酸合成酶（FAS）活性在生长初期先升高后降低，在后期又逐步提升。在养殖中期，肝脂肪含量与ACC活性具有统计学意义上的负相关关系(p<0.05)，与FAS活性具有统计学意义上的负相关关系(p<0.01)。【结论】大口黑鲈肝脏的脂肪沉积和脂肪代谢与生长阶段密切相关，在养殖过程中应在不同的生长阶段及时做好相应的脂肪肝病预防。