基于深度学习的眼底图像出血点检测方法

提出了一种基于卷积神经网络(convolutional neural networks,CNN)加条件随机场(conditional random fields,CRF)的眼底图像出血点检测方法。首先,为了避免图像背景区域对后续检测的影响,参考眼底图像中的灰度信息并根据眼底中心位置到其边缘的长度,将图像调整到合适的尺寸,再对图像进行线性加权增强其亮度和对比度;然后,用裁剪到的图像块在仿照VGG网络构建的CNN架构上去训练检测出血点的CNN模型;最后,为了克服CNN模型在出血点检测中误检、漏检等问题,采用CRF对CNN模型输出的概率图进行后处理,以实现眼底图像出血点的精确检测。提出的检测方法在公开的Kaggle与Messidor数据库上进行训练和验证,获得了98.8%的准确率、99.4%的召回率和99.1%的F-score。另外,在DIARETDB1数据库上测试的灵敏度达到98.5%,F-score为96.1%。实验结果表明,从图像视觉和定量检测2个方面均说明了提出方法的有效性和优越性。     

利用喷溅血迹判断出血点

利用犯罪现场喷溅血迹判断出血点是犯罪现场重建的重要内容之一。本文介绍了如何根据血迹形态推断血滴的来源方向，如何通过测量血迹的长宽推断血滴接触客体角度，以及判断出血点的几种操作方法。     

慢性粒细胞白血病急性巨核细胞变1例

1 一般资料 患者,女性,48岁.因乏力2 a,腹胀1个月,于2000年10月30日入院.经诊查发现脾大,体温36.4℃,精神不振,无贫血貌,皮肤、巩膜无黄染及出血点,未触及明显肿大之表浅淋巴结.胸骨轻压痛.脾大肋下12 cm.实验室检查:白细胞26.5 g/L,原粒4%,早幼粒12%,中幼粒5%,杆状24%,分叶26%,嗜碱16%,淋巴13%,红细胞4.85×1012/L,血色素131 g/L,血小板210 g/L.     

利用计算机分析出血点位置的一种方法

判断出血点位置是现场血迹形态分析的任务之一,也是犯罪现场重建的重要内容之一。利用数学模型,将现场血迹的数码相片输入计算机程序中,在血迹上套选对应的椭圆形,通过椭圆参数计算出血迹的长宽、方向角、接触角等数据,观察血滴飞行路线在坐标平面上的投影,可以分析出血点的坐标参考值。该方法与人工拉线测量法相比,具有简便、快捷、高效等优点,结果也较接近实际值,为缩小与国外软件的差距迈出了一步。     

液氮冷冻治疗鼻中隔Litte’s区出血

我科近四年来,采用BrD—Ⅲ型液态喷雾器治疗鼻中隔Litte’s区顽固性出血25例,经监床观察,疗效尚满意,现报告如下.1临床资料 25例中男 16例,女9例,年龄18—55岁,平均年龄25岁.25例均在鼻中隔Litte’s区出血,冷冻治疗前都有用过药物或烧灼等治疗均未见好转,治疗前查血常规、血小板、出凝血时间均在正常范围内.二 治疗方法 病人取坐位,医师与患者面对面而坐,先用1%地卡因表麻鼻中隔,再用喷雾器口对准鼻隔Litte’s区出血点处,距离约为1厘米,持续喷射8—10秒或间断喷射10次,间隔时间约为2秒,直至粘膜出现苍白色为止.冷冻后局部涂上眼药膏或覆盖…