脑膜瘤的CT、MRI表现与病理对照研究

目的：探讨脑膜瘤的CT、MRI表现与病理分型之间的关系．方法：收集经CT、MRI诊断和手术病理证实的脑膜瘤185例，CT和MRI检查均采用增强前后常规扫描，病理为手术巨检和切片光镜下所见．结果：典型脑膜瘤多为过渡型或纤维母细胞型脑膜瘤，密度(信号)均匀，明显均匀强化，15％～20％伴有钙化，无或轻度瘤周水肿．不典型脑膜瘤以合胞体和血管母细胞瘤型脑膜瘤为主，密度(信号)不均匀，无或不均匀强化，瘤周水肿较重．恶性脑膜瘤为混杂密度(信号)肿块，强化不均匀，形状不规则，瘤周水肿明显，伴有骨质破坏．结论：CT、MRI平扫 增强是诊断脑膜瘤的最主要方法，准确率为95％，在一定程度上可提示脑膜瘤的病理学分型，为术前选择手术方案及判定预后提供信息．     

核磁共振技术在生物和医学上的应用

本文介绍了在生物和医学领域内应用核磁共振技术的历史，应用的主要方面，以及三种常用的自旋核，并指出了与传统的技术和ＣＴ成像相比，磁共振技术具有更多的优点．     

MRI表现在脑胶质瘤恶性度诊断中的作用

本文比较了１０７例脑胶质瘤的病理分级与磁共振影像表现,结果显示两者之间有密切的关系（Ｐ＜０００５）。高度恶性胶质瘤中,ＭＲＩ诊断正确率为８８１０％,而低度恶性胶质瘤中为６４６２％（Ｐ＜０００５）。各单项ＭＲＩ表现,如病灶强化程度、瘤周水肿程度、囊变、坏死等在高或低度恶性胶质瘤中出现率无明显差异（Ｐ值均大于００５）。表明ＭＲＩ表现可在很大程度上反映脑胶质瘤的恶性程度,但在低度恶性胶质瘤中,易出现“过诊断现象”。     

低磁场下激光泵浦超极化惰性气体研究

为了获得高极化度的惰性气体,采用激光泵浦的方法可以使没有放射性的惰性气体同位素(如129Xe、3He)的自旋极化度得到极大增强.圆柱形的玻璃泵浦室内充满天然氙气、氮气、铷蒸气和氦气的混合气体,压力维持在1 MPa左右.泵浦室放置在30Gs的均匀磁场内,并被加热到318～352K.中心波长为794.7 nm的圆偏振激光均匀照射泵浦室对碱金属及惰性气体进行泵浦极化.其获得的非平衡极化度远远高于在相同磁场里玻尔兹曼平衡值.增强的核自旋极化度,可以使惰性气体同位素核磁共振的灵敏度提高104～105倍.     

脑神经元移行异常的MRI诊断

为了提高对脑神经元移行异常的MRI诊断，笔者收集了5例脑神经元移行异常的病例，详细分析了本病的MRI表现，并讨论了脑神经元移行异常的发生、病理、分型以及临床表现．     

改进的同态滤波方法校正磁共振图像中偏差场

为提高磁共振图像的均匀性并减小不同生理组织的灰度交叠，针对磁共振图像中存在的光滑、缓慢变化的乘性偏差场，提出了改进的同态滤波校正方法。该方法将同态滤波和B样条平滑相结合，首先采用高斯同态滤波器对污染图像滤波，得到初步估计的偏差场；然后从中选出感兴趣区域用B样条拟合出平滑的偏差场。该方法能快速、有效地校正偏差场，同时去除了滤波后产生的边缘伪迹。在有偏差场的人头模型图像和计算机仿真的MRI图像的校正中，均取得了满意的结果。     

利用图像先验知识与Snake结合对心脏序列图像的分割

核磁共振医学图像的分割在医学诊断中具有重要的意义，针对心脏的核磁共振切片图像的心室分割，提出将图像先验知识与Snake相结合的方法，克服了Snake方法分割的不足，获得了优于原方法的分割效果。     

磁共振弥散加权成像(DWI)在急性脑缺血中的诊断价值

目的：探讨磁共振弥散加权成像（DWI）在急性脑缺血中的诊断价值．方法：对50例急性脑缺血患者的常规的MRI、液体衰减翻转恢复（Flair）和DWI图像进行比较研究分析．结果：50例患者经DWI扫描，均可发现梗塞灶，病灶检出率为100％，而15例发病在6h以内的超急性脑梗塞患者中，常规MR扫描T2WI上只有1例有轻微改变，而DWI均可显影；在35例发病在6～24h以内的急性脑梗塞患者中，T2WI上可逐渐显示病灶，但DWI显影更为清晰，显示病灶的范围也大于T2WI上的病灶．结论：DWI对诊断急性脑缺血十分敏感，能对急性脑缺血做出明确诊断．     

改进的FCM在人脑MR图像分割中的应用

为解决模糊C-均值聚类(FCM)算法在图像分割尤其是医学图像分割中存在的计算量大、运行时间过长的问题,提出了一种改进方法。利用收敛速度快的K均值聚类法得到的聚类中心作为FCM算法的初始聚类中心,减少FCM算法收敛所需的迭代次数;优化参与迭代运算的数据集,减少每次迭代过程的运算时间。该方法使FCM算法的运算速度提高了将近10倍,而且不会影响算法的分割效果。     

基于全卷积网络的左心室射血分数自动检测

提出了一种基于全卷积网络(fully convolutional networks, FCN)的左心室射血分数自动估测的方法.利用全卷积网络对心脏磁共振图像中的左心室进行内轮廓分割,计算心脏左心室在一个心动周期中各时间点的容积,提取左心室舒张末期与收缩末期的容积,最后推导出左心室的射血分数.使用700组图片对全卷积网络进行训练以及440组图片进行测试,并将最后计算结果与美国国立卫生研究院和儿童国家医疗中心提供的射血分数(ejection fraction, EF)金标准进行了对比,计算准确率为89.8%,结果处在合理的误差范围内.