一种高效检测MRI脑肿瘤图像边缘的方法

以哈佛大学医学院开发的脑肿瘤医学图像数据库为背景,提出一种自动多阈值、中值滤波和sobel边缘检测相结合的方法(T_Sobel算法).实验表明该方法对MRI脑肿瘤图像具有很好的鲁棒性.     

一种高效检测MRI脑肿瘤图像边缘的方法

以哈佛大学医学院开发的脑肿瘤医学图像数据库为背景， 提出一种自动多阈值、 中值滤波和sobel边缘检测相结合的方法(T_Sobel算法). 实验表明该方法对MRI脑肿瘤图像具有很好的鲁棒性.     

基于多模态3D-CNNs特征提取的MRI脑肿瘤分割方法

针对目前MRI脑肿瘤分割中的无监督特征提取方法无法适应脑肿瘤图像的差异性,提出一种基于多模态3D卷积神经网络(CNNs)特征提取的MRI脑肿瘤分割方法。将2D的多模态MRI图像组合成3D原始特征,通过3D-CNNs提取特征,更有利于提取各模态之间的差异信息,去除各模态之间的冗余干扰信息,同时缩小原始特征邻域大小,以适应同一病人不同图像层肿瘤大小的差异变化,进一步提高MRI脑肿瘤的分割精度。实验结果证明,能适应不同病人各模态之间的差异性和多变性,以提高脑肿瘤的分割精度。     

贝叶斯优化的RSF模型脑肿瘤图像分割新方法

由于核磁共振成像(MRI,magnetic resonance imaging)模糊、灰度不均,使得脑肿瘤图像分割精确度不高,给出了一种贝叶斯优化的自适应RSF模型.传统RSF模型的水平集分割性能受初始化和控制参数影响较大,需要大量人工干预,限制了其在实际中的应用.利用贝叶斯估计的自适应性,自动提取初始轮廓,并用于RSF模型细分割脑肿瘤图像,得到了一种脑肿瘤MRI图像分割新方法.结果表明,实验采用Jaccard系数和分割时间评估分割方法的精度和效率,与RSF-mean shift方法相比,其分割精度提高20%以上,分割效率提高32%以上.     

基于细胞自动机的脑部磁共振成像脑肿瘤分割方法

提出一种基于细胞自动机的脑肿瘤分割方法。首先通过人工交互输入一条线,使用细胞自动机模型对脑肿瘤图像进行分割,得到肿瘤图像的标号图,然后使用活动轮廓模型对标号图进行优化处理,除去非肿瘤像素点的干扰,得到更平滑的脑肿瘤轮廓。使用该方法在对比增强T1加权MRI脑肿瘤图像进行分割实验。实验结果表明,此方法能够很好地解决脑肿瘤分割过程中容易出现的不完全分割问题,分割准确率(Dice相似系数)可达到(94.07±1.58)%。     

一种提取MRI图像感兴趣区域的分割方法

以国际标准脑肿瘤MRI图像库为背景进行分割实验,提出一种结合模糊C均值聚类、区域生长和数学形态学的FCM_Region分割方法对MRI脑肿瘤感兴趣区域进行提取.先利用模糊C均值聚类算法对原图进行聚类粗分割,对分割的结果采用形态学双结构算子和区域生长法去除颅骨等非脑组织来获取脑部组织,并平滑图像,最后采用比对法获得肿瘤感兴趣区域.实验结果证明了该方法对MRI脑肿瘤图像分割的有效性.     

基于细胞自动机的MRI脑肿瘤分割方法

提出一种基于细胞自动机的脑肿瘤分割方法.首先通过人工交互输入一条线,使用细胞自动机模型对脑肿瘤图像进行分割,得到肿瘤图像的标号图,然后使用活动轮廓模型对标号图进行优化处理,除去非肿瘤像素点的干扰,得到更平滑的脑肿瘤轮廓.使用该方法在对比增强T1加权MRI脑肿瘤图像进行分割实验.实验结果表明,此方法能够很好地解决脑肿瘤分割过程中容易出现的不完全分割问题,分割准确率(Dice相似系数)可达到(94.07±1.58)％.     

基于形态学滤波的标记分水岭脑肿瘤图像分割

针对MRI(magnetic resonance imaging)脑肿瘤图像受噪声、磁场和容积效应等影响难以准确分割的问题,提出了一种基于形态学滤波的标记分水岭分割方法.首先对脑肿瘤图像进行形态学梯度预处理;其次,梯度图像进行开闭重建滤波,既保留脑肿瘤梯度图像的轮廓信息,又去除噪声和局部极小区域;再次,采用扩展的极值变换和强制最小技术得到内部和外部标记符,利用这些标记符修正梯度幅度图像;最后,对叠加标记后的梯度图像进行分水岭变换.利用Matlab对类圆形、三角形等不同亮度与形状特点的3幅临床MRI脑肿瘤图像进行分割仿真测试,实验结果表明,该算法有良好的分割精度和速度.     

基于Tamura纹理特征提取和SVM的多模态脑肿瘤MR图像分割

在Tamura纹理特征和支持向量机(SVM)算法基础上提出一种多模态脑肿瘤图像分割算法.将4种模态下的多序列核磁共振图像(MRI)的局部灰度特征与Tamura纹理度量相结合,尽可能提取足够多的图像信息;在SVM模型中输入已知样本并进行训练;用训练好的SVM模型处理其他脑肿瘤图像.实验通过对20例患者的图像进行展开,从实验数据来看,提出的方法可以精准有效地分割出脑肿瘤区域,得到脑肿瘤的边界,并且对脑肿瘤图像的差异性表现出较强的自适应能力.     

多特征融合的超像素谱聚类MRI脑肿瘤图像分割

为了有效地提高MRI脑肿瘤图像的分割精度,更好地辅助医生诊断病情,提出了一种多特征融合的超像素谱聚类MRI脑肿瘤图像分割方法.首先通过简单线性迭代聚类分割的超像素替代像素点来构建加权无向图,并且融合多种图像特征构建相似度计算函数,同时采用自适应的方式计算高斯核的尺度参数,根据相似度函数计算相似度矩阵进而求得拉普拉斯矩阵...     

MRI及1H-MRS鉴别脑肿瘤术后损伤、残留及复发的临床研究

论述磁共振增强成像(MRI)和氢质子磁共振波谱分析(1H-MRS)对脑肿瘤术后诊断和鉴别诊断的精确性,鉴别肿瘤损伤、残留或复发的临床研究.     

功能磁共振用于肿瘤光热和光动力协同治疗的实时监测研究

将实验动物分为光热治疗组、光动力治疗组、光热和光动力协同治疗组,使用T2加权和扩散加权两种磁共振成像方式对治疗效果进行实时监测,并使用病理学方法对磁共振检测效果进行验证.实验结果发现,两个单纯治疗组中肿瘤并未被完全杀灭;而协同治疗组中,肿瘤被完全杀灭.磁共振作为无创监测手段,在疗效评价中有巨大的应用价值,并可对纳米粒子的设计合成起到指导作用.     

基于肺部动态增强MR影像的药物动力学定量分析

针对临床肺部对比剂动态增强磁共振成像(DCE-MRI)数据，提出一种新的药物动力学参数定量分析FCM-BRR方法.该方法基于参考区域模型(referenceregion，RR)，结合模糊C均值聚类(fuzzyC-mean，FCM)和B-样条(B-Spline)曲线拟合技术，解决了传统模型针对具有复杂血供系统的局限性，并且降低了噪声对结果的影响.利用FCM-BRR方法分析了5位病理证实的肺癌患者的临床DCE-MRI数据，检验了该方法的有效性和可行性.FCM-BRR方法给出的Ktrans参数图像反映了肿瘤组织和正常组织的异质性，并通过统计分析知正常组织和肿瘤组织之间具有显著差异(P<001).FCM-BRR方法能够直接利用常规临床数据定量分析病灶区域的药物动力学参数，在治疗评估肺部恶性肿瘤上具有参考意义.     

改进FCMS算法及其在颅内肿瘤图像分割的研究

为了提高脑部肿瘤的磁共振成像(MRI)在肿瘤分割方面的精度和分割效率,提出了自适应阈值蚁群模糊聚类算法(TSAG_PnFCMS)。针对传统的模糊c均值聚类(FCMS)算法对噪声敏感,以及MRI图像中存在属性不同的样本点,在聚类过程中,将不同属性样本点的相关系数作为权重融入到欧氏距离的计算,提高聚类精度;针对蚁群算法容易陷入局部最优,提出一种自适应阈值蚁群算法,提高算法的全局搜索能力,将自适应阈值蚁群算法与改进的模糊聚类算法相结合,提高系统的分割精度和抗噪声性能,使得最终的分割效果达到最优。通过轮廓系数、目标函数收敛结果以及迭代时间进行实验仿真对比,表明改进算法的有效性,可见算法为颅内肿瘤图像的分割提供了可靠的技术手段。     

磁共振成像中涡流效应的仿真

为研究涡流对磁共振(MRI)图像的影响,提出了MRI中涡流效应的仿真方法。在基于Bloch方程的仿真方法的基础上增加描述涡流的数学模型从而实现MRI中涡流效应的仿真。为验证仿真结果,首先在一台0.3T永磁MRI系统上测量了涡流模型的参数,然后在该系统上设计并实现了带有附加梯度的自旋回波(SE)序列用以显示零阶涡流的影响。仿真图像和实际图像均显示了和理论分析相符的混叠伪影,同时利用仿真程序补偿实际接收信号,可以明显地减小重建图像的伪影。以上实验结果验证了仿真程序的正确性。     

磁共振成像中涡流效应的仿真

为研究涡流对磁共振(MRI)图像的影响,提出了MRI中涡流效应的仿真方法。在基于Bloch方程的仿真方法的基础上增加描述涡流的数学模型从而实现MRI中涡流效应的仿真。为验证仿真结果,首先在一台0.3 T永磁MRI系统上测量涡流模型的参数,然后在该系统上设计并实现了带有附加梯度的自旋回波(SE)序列用以显示零阶涡流的影响。仿真图像和实际图像均显示了与理论分析相符的混叠伪影,同时利用仿真程序补偿实际接收信号,可以明显地减小重建图像的伪影。以上实验结果验证了仿真程序的正确性。     

超高场人体非质子磁共振成像控制系统的研制

提出了基于USB 3.0总线结构的数字化多通道核磁共振成像谱仪设计方案,该方案能够极大地提高数据传输效率和通信可靠性,同时满足控制系统进行多通道扩展的需求.使用高速的外部内存芯片存储脉冲序列元素以及采样数据,可以有效提高脉冲序列的执行速度和数据传输效率,从而实现非质子MRI中的快速成像序列.该系统已在Bruker 4.7 T成像系统上完成初步联调,成功获取了高质量的水模自旋回波¹H MRI图像和不同浓度NaCl溶液的²³Na MRI图像,证明了控制系统设计方案的可行性和可靠性.     

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”。     

The design of the robot assisted magnetic resonance imaging guidance for minimally invasive surgery system

assisted Minimally lnvasive Surgery (MIS) is one of the rapidest developing directiorls in the current surgical reahn. Magnetic Resonance Imaging (MRI) is an optimal imaging modality which was applied in MIS in recent years. By combination of precise positioning to the target by intra-operative MRI guided surgery and dexterous motion by the robot, safe and smooth operation is expected to be peffurmed.An overview of the MR I-guided robotic system for MIS is offered. The design of the intra-operative MR scalmer system is described. The MR-compatible robotic system is carefully desigaled for safety and sterilization issues. This system unifies image information from open MRI, an optical endoscope and conventional vital-sign detectors. It helps and guides the surgeon and other medical staffs so they can make the right decisions. The high-performance manipulator can mimic the movement of the surgeon‘ s hand precisely. And the analysis for active and passive interventional surgical instrument tracking is provided.     

CT和MRI对颅底肿瘤的诊断价值(附105例分析)

目的：分析颅底肿瘤的CT和MRI表现,总结CT和MRI对颅底肿瘤的诊断价值.方法：收集一组经手术及病理证实的颅底肿瘤105例,全部病例行CT和MRI平扫加增强检查.结果：本组105例中,颅底区肿瘤36例,其中脊索瘤10例,转移瘤11例,三叉神经瘤5例,骨软骨瘤5例,骨软骨肉瘤2例,淋巴瘤2例,骨巨细胞瘤1例;颅底上区肿瘤46例,其中脑膜瘤23例,垂体瘤18例,胆脂瘤5例;颅底下区肿瘤23例,其中鼻咽癌16例,蝶窦癌4例,筛窦癌2例,颈静脉孔区神经瘤1例.CT和MRI表现各异,可清楚显示颅底肿瘤的大小、部位、范围、内部结构及向周围的浸润程度,对颅底肿瘤能作出正确诊断.结论：CT和MRI对颅底肿瘤的诊断具有重要价值,对指导临床治疗具有极大意义.