Magnetic resonance imaging based volumetry: a primary approach to unravelling the brain

Magnetic resonance (MR) imaging based volumetry is recognized as an important technique for studying the brain. In this review, two principle volumetric methods using high resolution MR images were introduced, namely the Cavalieri method and the voxel based morphometry (VBM). The Cavalieri method represents a manual technique that allows the volume of brain structures to be estimated efficiently with no systematic error or sampling bias, whereby the VBM represents an automated image analysis which involves the use of statistical parametric mapping of the MR imaging data. Both methods have been refined and applied extensively in recent neuroscience research. The present paper aims to describe the development of methodologies and also to update the knowledge of their applications in studying the normal and diseased brain.     

基于β估计校正值的低场功能磁共振成像分析方法

针对低场功能磁共振成像(fMRI)非脑组织信号变化的影响,提出一种有效的图像分析方法以改进大脑功能定位的结果.综合利用基于形变模型的图像分割算法和基于像素形态测量学(voxel-basedmorphometry,VBM)的统计分析方法提取脑组织,生成显式掩模,并构建分析掩模图像以修正一般线性模型的β参数估计值,使得VBM的统计推断只针对大脑组织,消除了非脑组织信号变化的影响.应用实例表明,这种方法可有效去除背景、头骨及头皮信号变化引起的伪激活区,提高了低场fMRI分析的可靠性和准确性.     

基于像素的形态测量学方法及其在脑图像处理中的应用

基于像素的形态测量学(voxel-based morphometry,VBM)是一种基于像素对脑结构图像自动、全面、客观的分析技术,可定量检测脑组织成分的密度,从而进行不同群体间局部差异的比较.对VBM方法的提出、发展和应用做了简要的介绍,阐述了VBM的基本原理;并应用该方法对精神分裂症患者的脑结构磁共振图像进行了处理和分析,与正常人进行比较,发现了有意义的差异;并指出VBM方法的局限性以及利用该方法进行研究的意义.     

基于奇异谱分析的校正磁共振图像非均匀场的新方法

提出一种基于奇异函数分析数学模型的校正磁共振图像非均匀场的新方法.首先将受非均匀场污染的图像低频分量移去,然后由较高频率的不受非均匀场污染的频率分量重构被移去的低频分量,进而重构无非均匀场的磁共振图像,最后估计非均匀场.该方法不需要组织密度参数模型,不用事先对图像进行预处理,完全不需要用户的参与.     

对称归一化配准的多图谱大脑扩散张量图像分割

基于磁共振T1成像的全脑区分割方法及其在临床上的应用已经有较为广泛的研究,磁共振扩散张量成像凭借其在脑白质神经纤维束成像上的优势,近年来围绕扩散张量成像的理论和应用研究发展很快,针对扩散张量成像的脑区分割研究就成为一个必须要解决的问题.图像配准是精确实现脑区分割的重要技术步骤,传统的配准方法未考虑到图像的形变大小对配准...     

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.     

基于CSA和MCMC方法融合HMRF的脑部MRI自动分割研究

针对脑部磁共振(MR)图像分割问题,提出了一种基于克隆选择算法(CSA)和隐马尔可夫随机场(HMRF)的融合方法。首先,采用马尔可夫链蒙特卡尔(MCMC)算法对类标签进行估计,进行体素分类;然后,对分割结果进行偏场校正;最后,利用CSA的统计学进行HMRF模型参数估计,并利用迭代优化算法获得最终的分割结果。由于MCMC和CSA都是全局优化技术,所以HMRF-CSA算法能够克服传统HMRF方法的局部收敛以及较低分割精度的缺点。在仿真脑部MR图像集BrainWeb上的实验结果表明,对于主要脑部结构,本文算法的分割精度高于其他几种算法,且对图像伪影具有鲁棒性。     

基于生成对抗网络的海马子区图像分割

海马子区体积很小且结构复杂,传统分割方法无法达到理想分割效果,为此引入生成对抗网络模型用于海马子区图像分割.该方法构建一个生成对抗网络模型,通过构建生成网络和对抗网络并对其进行交替对抗训练实现对脑部海马子区图像的像素级精确分割.实验选取美国旧金山CIND中心的32位实验者的脑部MRI图像进行海马子区分割测试,在定性和定量方面分别对比了所提方法基于稀疏表示与字典学习方法和传统CNN的分割结果.实验结果表明,该方法优于基于稀疏表示与字典学习和CNN方法,海马子区分割准确率有较大提升.该方法提升了海马子区的分割准确率,可用于大脑核磁图像中海马子区的分割,为诸多神经退行性疾病的临床诊断与治疗提供依据.     

基于开放极板电容器的磁流变液沉降原位监测研究

实时原位监测可以感知阻尼器件内部磁流变液沉降状态，以主动分散提升器件可用性。通过研究磁流变液浓度梯度与沉降体介电常数的关系，构建了开放电容式磁流变液沉降状态原位监测方法与系统。开展了电容中心柱极高度对磁流变液准静态沉降过程电场分布影响的仿真分析，并通过沉降监测试验表明：系统能够有效地监测磁流变液静置沉降状态；随着沉降体浓度增大，其介电常数相应增大，开放极板电容器电容值增大；随着沉降进程的发展，沉降速率逐渐降低。     

面向脑MR影像分割与偏置场修正的FCM方法

传统模糊C-均值(fuzzy C-means,FCM)算法以及结合空间信息的改进方法在分割脑磁共振(magnetic resonance,MR)影像时对噪声十分敏感,且无法消除脑MR影像中的偏置场。针对上述问题,提出一种面向脑MR影像分割与偏置场修正的FCM方法。该方法充分利用图像中的空间局部信息和非局部信息,分别构造出多局部信息模糊因子和非局部权重,在提高算法抗噪性的同时,尽可能多地保持图像细节;建立偏置场模型,以去除脑MR影像中的灰度不均匀性;将提出的多局部信息模糊因子和非局部权重嵌入到带有偏置场模型的FCM方法中,以实现噪声和偏置场条件下的脑MR影像分割。实验结果表明,与其他方法相比,所提方法对脑MR影像中的噪声具有更强的抑制能力,且能够有效消除偏置场对脑MR影像分割的影响,具有更优的分割性能。     

Imaging mechanical shear waves induced by piezoelectric ceramics in magnetic resonance elastography

MRI is a noninvasive medical imaging modality for stimulating the development of medical diagnosis tech-nology. Scientists and engineers are now trying to extend the use of traditional MRI scanner to a wider field. The magnetic resonance elastography (MRE…     

一种多检验方法FDR在脑功能磁共振成像(fMRI)处理中的应用

对一种多检验方法——错误发现率(FDR)方法进行了计算机实现，并将FDR方法及其他几种假设检验方法应用在模拟数据和fMRI数据分析中进行比较，实验结果表明FDR方法是一种更可信的多检验方法。     

MSAP在水稻害虫白背飞虱中的应用研究

甲基化敏感的扩增多态性分析方法 (MSAP)是在扩增片段长度多态性技术基础上建立起来的主要用来检测样品基因组DNA甲基化情况的一种方法,特别适用于全基因组范围内检测CCGG位点的胞嘧啶甲基化情况,在高等动物和许多植物上已广泛应用,但尚未有在昆虫中应用该方法的报道。从DNA提取、酶切基因组DNA用量、酶切和接头连接时间、电泳图谱显影方法等方面对MSAP方法进行了改进,并在水稻重要害虫白背飞虱上得到成功应用。这为将来在其它昆虫中使用该方法研究基因组DNA甲基化情况提供了一定借鉴和指导价值。且通过比较白背飞虱雌雄性别间和长短翅型间的MSAP图谱,发现雌雄性别间和长短翅型间的基因组DNA甲基化式样都存在明显的差异,说明DNA甲基化可能参与了性别和翅型分化的调节。     

基于图的脑组织磁共振图像分割方法

提出一种基于图的层次聚类算法实现脑组织磁共振图像的自动分割。首先,采用基于图的分割方法对脑组织MR图像进行初始分割。由于脑组织MR图像各类组织结构分布复杂,尤其是脑脊液和灰质区域细节信息丰富、结构变化多样,分割结果中存在过分割现象。因此,利用对偶树复小波变换高频子带信息构造基于图的分割方法中参数k的自适应取值函数,避免图像平滑区域分割后产生大量小区域。然后,以层次聚类算法合并分割得到的小区域,解决基于图的方法分割脑组织MR图像中存在的过分割问题。最后,通过大量真实脑组织MR图像实验证明该方法在脑组织MR图像分割中的准确性和稳定性。     

基于MD-CGAN的脑部肿瘤图像生成方法研究

深度学习已广泛用于脑部磁共振（MR）图像分析中,但脑部肿瘤MR图像样本不足会严重影响深度学习模型的性能.提出基于多鉴别器循环一致性生成对抗网络（MD-CGAN）的样本生成方法 .利用所提出的MD-CGAN生成脑部肿瘤病理区域图像,将生成的脑部肿瘤病理区域图像覆盖脑部正常图像子区域,合成得到脑部肿瘤MR图像. MD-CG...     

联合局部和全局稀疏表示的磁共振图像重建方法

针对在压缩传感中独立使用全局或局部稀疏字典所分别导致的图像细节或整体图像结构信息的丢失,提出了一种联合利用局部和全局稀疏约束来捕捉磁共振图像细节和整体结构信息的磁共振图像重建算法。该算法首先从特定的磁共振图像中训练出稀疏字典,然后利用该字典进行局部稀疏编码。其次,利用预定义的全局字典来加强磁共振图像的全局稀疏性。最后,在局部和全局稀疏的共同约束下,利用非线性共轭梯度算法来对重建模型进行求解。整个重建过程可以重复迭代以逐步改善重建质量。实验结果表明:当下采样因子达到10时,相比于字典学习算法(dictionary learning MRI,DLMRI),提出的算法在重建质量上可以提高1-6dB。     

一种基于Web的CT/MR图像序列定位线绘制的方法

提出了一种基于Web的CT/MR图像序列定位线绘制实现的方法,该方法结合DICOM3.0标准中WADO协议和DIOCM文件的数据信息,采取高效准确的服务端定位线算法和Web客户端的显示算法,实现了CT/MR图像序列定位线在浏览器上的显示,可为远程医疗的精确诊断提供重要辅助工具.     

早期乳腺癌检测的二维时域微波断层成像方法

改进拉格朗日(Lagrange)乘子算法为一种二维时域微波断层成像方法,用于检测早期乳腺肿瘤。该方法首先将成像逆问题表示为最优化问题;其次,应用泛函分析和变分法,导出闭式的目标泛函关于电参数的Fréchet导数;最后,借助Polak-Ribière-Polyak(PRP)共轭梯度(CG)法和时域有限差分(FDTD)法迭代求解。为了抑制噪声和伪像,采用了吉洪诺夫(Tikhonov)正则化方案。数值算例中,对二维乳房模型进行了计算,仿真结果显示了该方法的有效性。     

基于时序区分子图的阿尔茨海默症辅助诊断方法

为解决现有区分子图方法在解决阿尔茨海默症辅助诊断上忽略脑网络动态连接变化的问题,提出一种基于时序区分子图的辅助诊断方法.将功能磁共振成像经过处理后形成二值矩阵并使同一测试者的多张动态脑网络形成时序差异图,之后进行频繁差异子图挖掘、频繁差异序列挖掘,进而筛选出保留脑网络时序特性的生物标记物——时序区分子图.获取ADNI公开数据集的一组数据进行实验,通过与现有的早期阿尔茨海默症辅助诊断方法进行大量的实验对比,证明本文方法的辅助诊断准确率在该数据集上提高了12.7%,进而证明所提方法的有效性.     

三维随机海浪模拟研究

三维随机海浪的模拟对于研究海浪的本质特征以及海浪对船舶结构物的作用等问题有重要意义。讨论了基于海浪谱特性模拟海浪的方法,对线性叠加原理的两种方法(频率等分法和能量等分法)的优缺点进行了分析,采用能量等分法对三维随机海浪进行了模拟,并给出了三维随机海浪的仿真结果。