基于DenseASPP模型的超声图像分割

利用超声图像获取胎儿的各项生物指标,对诊断胎儿发育过程中的异常有重要作用.当前主要依靠医生对超声图像的手动测量来确定这些指标.然而,医师手动测量不仅具有主观性,而且在重复作业下效率低下.针对以上问题,提出一种基于DenseASPP模型的超声图像分割改进算法,以辅助医生完成对胎儿各项生物指标的测量.在DenseASPP模型中,首先利用普通卷积预先提取原始图像的特征得到预特征图,再以扩张卷积及金字塔池化结构为基础将前层所有扩张卷积的输出特征图与预特征图拼接在一起传输到下一层扩张卷积以获得更大感受野的多尺度特征图,最终将所有特征合并后通过Attention机制获得相关联的特征,再利用sigmoid函数获取分割结果.分别使用胎儿的头臀径,头围,腹围三个部位的超声图像作为数据集对本文提出的DenseASPP方法进行了评估.实验结果表明,DenseASPP方法优于其他当前常见的分割方法,取得了更好的性能.     

不同参数胎儿体重预测符合率比较

探讨胎儿体重预测最佳参数.选择临产前单胎、头位、足月孕妇174例,孕妇宫高、腹围、胎儿双顶径、股骨长度、腹围等作为胎儿体重预测参数估测胎儿体重和根据公式计算胎儿体重,与出生后实际体重进行比较,对符合率进行统计学分析.结果:胎儿腹围单参数公式计算和高年资医生经验估测符合率最高.胎儿腹围是足月胎儿体重预测的最佳参数,其单参数公式计算简便,有临床应用价值.     

B超指标预测胎儿体重(体质量)的临床应用

目的：探讨应用Ｂ超指标预测胎儿出生体重（体质量）的临床价值。方法：（１）应用Ｂ超对２８０例胎儿的双顶径（ＢＰＤ）、头围（ＨＣ）、股骨长（ＦＬ）以及腹围（ＡＣ）进行测量,并与新生儿实际出生体重进行相关分析,经回归分析得出预测胎儿体重新的方程式;（２）应用此方程对３００例胎儿进行前瞻性验证,并与其他多参数计算公式比较。结果：腹围及双顶径与股骨长度之和与新生儿出生体重的相关性最好,推荐体重预测公式：ｍＢ     

基于模糊集与区域生长算法的胎儿下腔静脉血管超声分割

本方研究了胎儿下腔静脉血管在B型超声图像中的分割问题.B型超声使用方便,在临床中有广泛使用,但其图像有噪声多、对比度差的缺陷.为了有效地在B型超声图像中分割血管,提出了一种基于模糊集与区域生长算法的分割算法;该算法预先使用模糊集算法处理,以提高图像对比度;并使用基于梯度改进的自适应区域生长算法进行分割.实验以医生的手工分割结果作为金标准,并与阈值分割和水平集算法进行了对比.实验表明,该方法的准确度和稳定性高于阈值分割和水平集分割方法结果.     

基于三维点云的工程结构平面分割及表面检测

为了实现对工程结构各平面更加全面、快速、准确的数字化检测,本文提出了一种基于三维点云的工程结构平面自动分割及表面检测方法。首先,通过无人机重建满足工程检测精度要求的高精度三维点云模型;其次,融合体素降采样方法、随机采样一致性(RANSAC)方法和基于密度的聚类算法(DBSCAN),快速、精准、自动地分割工程结构的特征平面,避免手动分割过程中存在的结果不确定及计算效率低的问题;第三,通过设计的精细分割算法有效剔除特征平面周围的噪点,准确提取结构特征平面点云,计算分析特征平面点云,数字化描述结构的表面形状;最后,通过一个在建地铁车站深基坑工程实例,系统地验证了该方法的有效性和准确性。研究结果表明：设计的三维点云平面自动分割算法能够实现工程结构各个平面快速准确的自动分割,自动分割与手动分割结果的交并比接近90%;针对工程结构平面的表面检测算法能够实现结构表面形状的准确测量,有效映射结构物理表面的状态。     

226例广州市正常28～40周胎儿各径线的超声测量及比值

用B型超声对226例正常28～40周胎儿的双顶径(BPD)、头围(HC)、腹围(AC)、股骨长径(FL)的超声测量及比值的分析,取得了各孕周胎儿的各种参数,并作了各种参数与孕周的相关和回归计算结果,表明了BPD、HC、AC、FL与孕用呈高度正相关(r=0.934～0.976),FL/AC与孕周无明显相关(r=0.085),HC/AC与孕周呈低度相关(r=0.286),FL/BPD与孕周呈正相关(r=0.716)。     

基于图切割结合区域生长算法的超声图像分割

本文提出一种基于图切割结合区域生长算法的超声图像分割方法.文中采用对图像进行分块后进行图切割的方法,大大降低了算法的时间复杂度,在分割的过程中利用先验知识和图像边缘信息,对分割进行约束和指导,并与区域生长算法相结合从而实现了超声图像的快速自动分割.实验结果证明该方法分割效果良好,具有一定的应用和研究价值.     

基于改进LGDF模型的超声图像自动分割方法

基于局部高斯分布拟合能量(LGDF)模型的图像分割方法,对初始轮廓选取及参数选择较敏感.如果初始轮廓手动选取不当会由于陷入局部极小值而导致分割失败,且分割速度较慢.针对以上不足,提出了一种改进的LGDF模型的超声图像自动分割方法.该方法的正则化项由具有双极值点的势函数构成,在水平集函数进化过程中,可以避免由单极值点势函数造成的水平集函数震荡和扭曲,从而加快了收敛;另外,将局部熵阈值分割的结果作为LGDF模型的初始轮廓,接近真实轮廓,可以克服手动选取初始轮廓的影响.实验结果表明,该方法能自动获取合适的超声图像初始轮廓,并得到较好的分割结果,同时大大提高了分割速度.     

基于改进主动形状模型的前列腺超声图像分割算法

为了提高前列腺超声图像的分割精度,提出了一种基于改进主动形状模型的前列腺超声图像分割算法.首先,提取前列腺超声图像的特征集合,该特征集合由Gabor纹理特征和局部二值模式(LBP)特征组成.然后,通过利用k均值算法对提取的特征集合进行聚类分析,得到超声图像的聚类表示图.最后,在聚类表示图上应用ASM获取超声图像中前列腺的形状信息.结果表明,该算法可以准确地定位前列腺边界信息,与医生手动标记的前列腺轮廓相比,平均绝对距离仅为1.559 6 mm,戴斯相似度系数最高可达93.88%.利用超声图像的聚类表示图可以获得更加精确的前列腺轮廓信息,可用于海扶高聚焦超声(HIFU)手术中的精准导航.     

用频域分析最佳阈值的方法进行超声医学图像分割

超声图像的分割问题是超声图像分析和理解中的一大难题.由于超声图像背景较暗,光照不均的特点,传统的分割方法在超声图像中不能得到很好的分割效果,本文在频域范围基于相位的相关性讨论图像的最佳阈值,通过选取适合超声图像的参数获得最佳阈值并对其进行自动分割,实验证明,针对超声图像,本文的方法优于传统的在灰度域讨论最佳阈值的方法.     

儿童连身裤结构参数与人体运动适应性研究

采用人体体表描线法对8～9岁男童进行皮肤变化率的测量实验,通过测量人体动、静态6种动作下的皮肤变化率,得出影响儿童连身裤设计的结构参数,即背长、胸围、臀围、立裆及它们的取值范围.     

室外竞技状态下运动员姿态摄像测量及应用

为解决竞技状态下运动员三维姿态现场测量的需求,利用非接触式摄像测量方法和为冬季体育运动项目量身打造的专用观测设备,采集了8名跳台滑雪运动员在训练过程中的原始数据.通过深度学习的改进方法识别与定位运动员关节点的三维信息,进而开展了运动员姿态测量与动作分析研究,获得了起跳阶段运动员的起跳速度对飞行距离的影响及主要关节夹角的变化规律.研究发现起跳速度是影响飞行距离的重要因素,同时获得了起跳到飞行初始阶段肢体角度的变化规律.该方法和设备可为各类体育项目的运动员姿态及器械运动参数测量提供新的手段,其所获得的观测结果可为教练员指导运动员技术动作提供精细化的数据支持.      

胎牛成纤维细胞的分离培养

应用组织块培养法从胎牛耳部分离培养了胎牛成纤维细胞。应用PCR方法鉴别了细胞的性别。选择雌性成纤维细胞,进行了形态观察、生长曲线测定、染色体分析。结果表明,分离培养的细胞具有正常的大小、形态、分裂增殖特性和染色体数目。胎牛成纤维细胞的培养方法的建立以及其相关的生物学特性的分析,有利于给同种和异种体细胞克隆牛研究提供形态良好、染色体数目正常的供体细胞,同时也为体细胞转基因等其他领域的研究提供了基础条件。     

异常光照周期对小鼠宫内胚胎的影响

目的　研究不同光照方法导致节律紊乱对生物体胚胎生长、发育和生殖功能的影响。方法　 ( 1)雌小鼠以持续光照、持续黑暗、反相光照三种光照处理一周后 ,与雄小鼠合笼 ;( 2 )雌小鼠与雄小鼠合笼后 ,孕鼠以持续光照、持续黑暗、反相光照三种光照处理至 18日龄。观察整 18日龄孕鼠吸收胎、死胎情况 ,测量活胎身长、尾长 ,称胎重、胎盘重 ,并分离肝脏 ,称重计算肝脏相对重量比。结果　孕前和孕期反相光照组 ,胎重和着床数显著降低 ,吸收胎数显著增加 ;孕期反相光照组 ,死胎数显著增加。孕期持续光照组的吸收胎数显著增加。结论　异常光照周期可影响小鼠宫内胚胎的生长和发育     

胎儿腹部囊性包块的产前超声诊断分析

目的探讨产前超声诊断胎儿腹部囊性包块的价值。方法回顾2007年1月-2010年10月在我院行产前超声检查发现的107例胎儿腹部囊性包块病例,对比分析其出生前后随访结果与超声。结果在107例胎儿腹部囊性包块病例中,胎儿肾源性囊肿、肠道闭锁畸形和卵巢囊肿最为常见,胎儿胆道囊性病变、泄殖腔畸形、淋巴管囊肿、肾上腺囊肿等较少见。结论超声能在胎儿孕18周后发现胎儿腹腔内囊性包块,并能根据包块的位置、大小、形态、血流及动态观察情况等特征判断包块的来源和性质。     

山东汉族成人围度值及其年龄变化

对778例山东汉族成人（城市男性156例、女性150例,乡村男性272例、女性270例）进行了12项身体围度测量,比较了城乡间的差异.运用聚类分析和主成分分析比较了山东汉族与国内的18个族群的差异.分析了不同年龄组围度值的变化情况.结果如下：（1）城市男性围度的均数均高于城市女性;乡村男性围度的均数除臀围和大腿围略低于乡村女性外,其它均高于乡村女性.（2）城乡男性头围、颈围、胸围、吸气胸围、呼气胸围、腹围、臀围、大腿围和小腿围值的差异有统计学意义：城乡女性腹围、小腿围、上臂围和前臂围值的差异有统计学意义.（3）与我国18个族群比较,山东汉族各项围度值都偏大.（4）聚类分析和主成分结果显示,山东汉族与锡伯族等北方人群较为接近.（5）头围在各年龄组中的变化范围不大,躯干围度变化趋势一致,四肢围度变化趋势基本一致.躯干围度年龄组间的绝对变化值高于四肢围度.     

用补偿法测量人体深部温度

本文讨论了在人体表面测量深部体温的补偿测温方法。根据生物体导热方程,分析了人体组织的生理参数及测温探头的几何参数对测量结果的影响。据此制作了测温探头,进行了测温试验,得到了初步的试验结果。     

基于SENet注意力机制和深度残差网络的腹部动脉分割

在医学诊断中,血管疾病的研究与治疗仍是影响人类健康的主要因素。由于人体腹部血管复杂且构造因人而异,这就对图像分割的研究以及临床应用带来了极大困难。所以,通过图像处理和深度学习等方法准确清晰地获取病人腹部动脉及其分支血管,在临床和术前诊断中发挥了重要作用。本文主要对腹部血管的大小灰度、构造等基础医学知识进行学习,并深入研究了现有关于血管分割算法的优缺点。为解决深度卷积神经网络性能退化的问题,增强对目标信息的关注度并对不必要的特征信息进行抑制,提出一种基于Squeeze-and-Excitation Networks（简称SENet）注意力机制和深度残差网络的血管分割算法。使用12例腹部CT数据的评估结果显示,血管分割准确率可达90.48%,灵敏度、Dice、VOE、精确率分别为0.8995、0.8783、-0.1998、0.9104。因此,相比于传统方法,本实验所提方法具有更好的分割性能。     

基于联合损失函数的小规模数据人脸识别

小规模数据人脸识别的难点在于数据量少而变化多,直接用深度神经网络进行训练易出现过拟合现象.针对此问题,本文提出了基于联合损失函数的小规模数据人脸识别算法,即利用联合损失函数,在基于Softmax损失函数的大规模公开人脸数据集上得到的预训练模型上重新训练.该方法既能充分使用模型参数,也能够提高模型的特征表征能力.除此之外,本文中还使用了传统特征后处理方法进行对比评估,证明了该方法在小规模人脸数据集上的有效性.实验表明,本文方法能大幅度提高模型在学校新生人脸数据集的检索精度.