基于混合分类的肺结节检测算法

使用最优阈值的分割方法获得肺实质,并使用C均值聚类的方法获得感兴趣区域(ROI),通过混合分类方法对ROI进行分类.在分类过程中,首先定义肺结节的两个三维特征以及相应的两条规则,进行基于规则的初始分类,再构造基于改进Mahalanobis距离的非线性分类器进行再次分类,从而进一步降低假阳性.经过混合分类处理,肺结节与血管等干扰信息得到有效的区分.实验结果表明,该算法检测肺结节具有较高的敏感性.     

基于区域建议网络的肺结节检测及其去假阳性

如今,基于深度学习的肺结节检测技术不断发展,在辅助医生进行肺结节检查的任务中极大提升了肺结节的检出率和诊断的准确率。本文采用了深度学习技术,提出了一种基于RPN网络结构的肺结节检测方法。针对肺结节的去假阳性阶段,本文将多个分类网络进行了性能对比。本文在Faster R-CNN网络上进行改进,使用Squeeze-and-Excitation（SE）结构以及ResNeXt的残差块构成特征提取模块,再结合UNet++网络结构,输出多个尺度的结果。最后将多尺度结果应用在3D RPN候选检测网络和R-CNN网络上,得到了灵敏度较高,假阳率更低的候选结节检测网络。在去假阳性结节网络阶段,本文用3D DCNN网络对候选肺结节进行假阳性的筛除,有效去除了部分假阳性肺结节,提升了多个FP/scan检查点的灵敏度。本文的网络最终得出灵敏度98.8%@8FPs,Competition Performance Metric（CPM）达到0.879。在去假阳性结节方面,本文验证了3D DCNN网络在几个网络中能够取得最好的效果,达到了15.6%的去假阳率。总的来说,本文的候选结节网络进一步提升了检测的灵敏度,网络模型达到了较好的检测效果。在去假阳性网络方面,得出3D DCNN作为去假阳性网络具有比其它一些网络模型更好的效果。     

癌胚抗原启动子驱动tk基因在人肺腺癌细胞中的靶向表达

用荧光素酶报导基因,发现ｃｅａ启动子在ＥＣＡ阳性的肺腺癌细胞Ａ５４９中的活性是在ＣＥＡ阴性的宫颈癌细胞Ｈｅｌａ中的１６倍。构建了重组表达质粒ｐＣＥＡｔｋ,ｃｅａ启动子控制效应基因单纯疱疹病毒胸苷激酶基因的表达。     

贵阳地区陆生贝类调查初报——(腹足纲:前鳃亚纲,肺螺亚纲)

笔者1997年以来在贵阳地区进行了陆生贝类资源调查,获得陆生贝类标本一批。经初步鉴定得59种,分隶于14科35属,其中有4新种(已另文报道),即贵阳弯螺Sinoeenea guiyangensis Luo et Chen,1998;水田坝贝喇叭螺Boysidia(Bensonella)shuitianbaensis Luo et Chen,1998;贵阳喇叭螺Boysidia(Boysidia)guiyangensis Luo etChen,1998和黄果树喇叭螺Boysidia(Boysidia)huangguoshuensis Luo et Chen,2000。对贵阳地区陆生贝类种类的组成和区系进行了分析。     

花背蟾蜍肺微血管的扫描电镜观察

用扫描电电镜观察了ＡＢＳ丁酮溶灌注的花背蟾蜍肺微血管构筑情况，花背蟾蜍肺壁内有许多网状隔膜及次级隔膜将其分隔成许多肺泡囊及肺泡，在网状隔膜、肺泡隔及肺泡壁上均有丰富的毛细血，相互吻合成单层密集网；肺泡毛细血管网眼多由五边和六边的毛细血管环组成，毛细血管直径１１－１６μｍ，网眼孔径９－２１μｍ     

CT图像中肺结节毛刺特征的计算机量化方法

根据CT图像中肺结节毛刺的生长特点,提出了一种CT图像的肺结节毛刺特征计算机量化分级方法.该方法首先利用动态规划算法对感兴趣的CT图像区域进行肺结节分割,然后在分割的结节边界基础上,通过分析边界附近区域梯度方向的规律性,提取边界法线-梯度正交指数作为结节毛刺特征的量化指标,在此基础上对肺结节毛刺特征进行量化分级.实验结果表明:该指数能够准确地量化肺结节的毛刺特征,对区分无毛刺、短毛刺及长毛刺结节具有较高的分辨率.     

结合规则和SVM方法的肺结节识别

为识别CT图像中的肺结节,提出了一种结合规则和支持向量机(SVM)的识别方法,来对分割出来的感兴趣区域(ROI)进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入...     

儿童支原体肺炎X线诊断

目的：提高对儿童支原体肺炎的认识和X线诊断的水平。方法：对2005年—2007年80例确诊支原肺炎患儿的X线表现进行分析总结。结果：支原体肺炎临床表现较轻,与X线征象不相符,病程一周左右支原体—PCR均为阳性,血清冷凝集试验阳性率为90%,红霉素等大环内脂类抗生素治疗效果显著。X线主要表现为：肺间质浸润性改变45例（56%）,小叶实质和节段肺实质浸润性病变25例（31%）,弥漫混合性浸润性病变10例（13%）,伴有胸膜炎15例（19%）。结论：支原体肺炎临床表现轻微,而胸部X线表现具有多样性,易与病毒性肺炎、支气管肺炎及大叶性肺炎相混淆,临床工作中需认真分析X线表现,密切结合临床及相关实验室检查,及时准确作出诊断,对临床治疗有一定的指导意义。     

基于生成对抗网络的肺结节良恶性诊断算法

针对实性肺结节CT影像数据量少、人工标注耗时耗力等问题,提出一种结合生成对抗网络和集成学习的实性肺结节良恶性计算机辅助诊断方法.首先,使用基于梯度惩罚的生成对抗网络对肺结节CT影像数据集进行扩充,缓解由数据量少、样本类别不均衡导致的模型过拟合.然后,利用卷积神经网络进行CT影像特征提取,并通过主成分分析对深度特征进行降维.最后,联合CT图像特征和有效临床信息,采用集成学习方法构建分类模型预测实性肺结节良恶性.基于多中心临床数据分析表明,相比于传统卷积神经网络模型,所提出方法有更好的预测性能.     

基于TCGA数据库构建肺腺癌相关免疫基因预后模型

从TCGA公共数据库中下载535个肺腺癌(lung adenocarcinoma, LUAD)肿瘤组织样品及59个正常组织样品及其相配的临床病例资料，提取样本全转录组测序结果.利用wilcox检验对两组样品进行差异表达分析，利用网址https://www.immport.org/下载免疫基因与肺腺癌转录组差异表达基因取交集，提取与肺腺癌相关的差异表达免疫基因.基于差异表达免疫基因，采用单因素和多因素Cox回归分析构建模型，并根据风险评分，将患者分为高风险组和低风险组；采用生存分析(K-M)和受试者工作特征(ROC)曲线分析检验模型预测效能.结果显示，共提取490个与肺腺癌相关的差异表达免疫基因，其中表达上调基因328个，表达下调基因162个，采用Cox单因素回归分析获得53个与生存时间相关的预后免疫基因，多因素Cox回归分析最终得到一个由15个预后免疫基因构建的风险评估模型.ROC曲线结果证实该模型对LUAD患者5 a内生存率的分析准确性较高(AUC=0.721),单因素和多因素Cox独立分析提示risk score(RS)能作为一个独立的预后指标(P<0.001).临床变量相关...