蔡文立
- 作品数：4 被引量：12H指数：1
- 供职机构：哈佛医学院更多>>
- 发文基金：宁波市自然科学基金浙江省自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 图像增强下基于生成对抗网络和卷积神经网络的CT与MRI融合方法
- 2023年
- 针对多模态医学图像融合中的重要特征丢失、细节表现不突出和纹理不清晰等问题,提出一种图像增强下使用生成对抗网络(GAN)和卷积神经网络(CNN)进行电子计算机断层扫描(CT)图像与磁共振成像(MRI)图像融合的方法。生成器针对高频特征图像,双鉴别器针对逆变换后的融合图像;高频特征图像通过GAN模型进行特征融合,低频特征图像通过基于迁移学习的CNN预训练模型进行特征融合。实验结果表明,与当前先进融合算法相比,所提方法在主观表现上纹理细节特征更加丰富,轮廓边缘信息更加清晰突出;在客观指标评估中,融合质量评价指标(Q^(AB/F))、信息熵(IE)、空间频率(SF)、结构相似性(SSIM)、互信息(MI)和融合视觉信息保真度(VIFF)等关键指标比其他最佳测试结果分别提高了2.0%、6.3%、7.0%、5.5%、9.0%和3.3%。融合后图像可以有效地应用于医学诊断,进一步提高诊断效率。
- 刘云鹏李瑾王宇蔡文立陈飞刘文洁毛显昊干开丰王仁芳孙德超邱虹刘邦权
- 关键词：图像增强图像融合医学图像
- 深度学习与影像自动化评估的肾肿瘤剜除术难度预分析
- 2023年
- 目的早期肾癌可以通过肾肿瘤剜除术进行有效治疗,为了降低手术难度和减少手术并发症,需要对手术的难度进行合理有效的评估。本文将深度学习、医学影像组学和图像分析技术进行结合,提出一种基于CT(computed tomography)影像的肾肿瘤剜除术难度自动评估方法。方法首先建立一个级联的端到端分割模型对肾脏、肾肿瘤和腹壁同时进行分割,同时融入子像素卷积与注意力机制,保证了小体积肿瘤分割的精确性;然后使用影像组学特征对误判的肾肿瘤进行去除;最后依据分割结果,采用国际标准的梅奥肾周粘连概率(Mayo adhesive probability,MAP)评分和R.E.N.A.L评分对肾脏和肾肿瘤进行自动化的评估计算,并根据计算结果得出肾肿瘤剜除术难度。结果将实验的自动化评估结果与三甲医院泌尿科的3位医疗专家的结果进行对比,从预测的平均结果来看,超过两个专家,与最好的专家相差仅0.1%。平均预测时间,单个肿瘤约为244 ms,标准差只有8 ms,专家评估时间约为26 s,标准差在3 s左右,自动评估速度是人工的108倍左右。结论自动化评估结果整体上与专家评估水平基本一致,同时评估速度更加快速稳定,可以有效替代专家进行自动化评估,为术前准确诊断、手术方案个体化规划和手术入路选择提供准确可靠的决策支持,给手术难度诊断评估提供智能化的医疗解决方案。
- 刘云鹏吴铁林蔡文立王仁芳孙德超干开丰李瑾金冉邱虹徐惠霞
- 关键词：医学图像分割手术评估
- 应用图像块和全卷积神经网络的肩关节MRI自动分割被引量：12
- 2018年
- 目的 MRI正逐步代替CT进行骨头与关节的检查,肩关节MRI中骨结构的精确自动分割对于骨损伤和疾病的度量与诊断至关重要,现有骨头分割算法无法做到不用任何先验知识进行自动分割,且通用性和精准度相对较低,为此提出一种基于图像块和全卷积神经网络(PCNN和FCN)相结合的自动分割算法。方法首先建立4个分割模型,包括3个基于U-Net的骨头分割模型(肱骨分割模型、关节骨分割模型、肱骨头和关节骨作为整体的分割模型)和一个基于块的Alex Net分割模型;然后使用4个分割模型来获取候选的骨头区域,并通过投票的方式准确检测到肱骨和关节骨的位置区域;最后在检测到的骨头区域内进一步使用Alex Net分割模型,从而分割出精确度在像素级别的骨头边缘。结果实验数据来自美国哈佛医学院/麻省总医院骨科的8组病人,每组扫描序列包括100片左右图像,都已经分割标注。5组病人用于训练和进行五倍的交叉验证,3组病人用于测试实际的分割效果,其中Dice Coefficient、Positive Predicted Value(PPV)和Sensitivity平均准确率分别达到0. 92±0. 02、0. 96±0. 03和0. 94±0. 02。结论本文方法针对小样本的病人数据集,仅通过2维医学图像上的深度学习,可以得到非常精确的肩关节分割结果。所提算法已经集成到我们开发的医学图像度量分析平台"3DQI",通过该平台可以展示肩关节骨头3D分割效果,给骨科医生提供临床的诊断指导作用。同时,所提算法框架具有一定的通用性,适应于小样本数据下CT和MRI中特定器官和组织的精确分割。
- 刘云鹏蔡文立蔡文立洪国斌王仁芳
- 关键词：医学图像分割核磁共振图像
- 结构分析电子清肠X线断层结肠成像术检测结直肠平坦型病变
- 2009年
- 目的评价结构分析电子清肠软件应用于粪便标记三维X线断层结肠成像术（SAEC-3DCTC）检测结直肠平坦型病变的可行性和检出敏感度，并与Viatronix三维CT结肠成像（V3DCTC）和无电子清肠的二维CT结肠成像（2DCTC）比较。方法40例经CT结肠成像（CTC）检查的患者发现69个结直肠平坦型病变。结肠镜检查证实后，将这些病例分别独立进行SAEC-3D、V3D和2DCTC研究分析其检出敏感度。以结肠镜观察为金标准，结直肠平坦型病变定义为病变高度≤2mm或小于其宽度的1/2。结果69个结直肠平坦型病变中，直径2～3mm27个、4～6mm28个、7～9mm11个、≥10mm3个。SAEC-3DCTC的结直肠平坦型病变检出敏感度为51％（35／69），明显高于V3DCTC的32％（22／69）和2DCTC的29％（20／69）（P〈0．05）；SAEC3D、V3D和2DCTC对不位于结肠黏膜皱襞的平坦型病变检出敏感度分别为61％（23／38）、45％（17／38）和42％（16／38），高于对位于结肠黏膜皱襞内的平坦型病变检出敏感度的39％（12／31）、16％（5／31）和13％（4／31）。这三种CTC方法均未检出所有8个位于盲肠的病变（直径2～9mm）。除盲肠病变外，SAEC3DCTC对直径≥4mm平坦型病变的检出敏感度达84％（31／3F）。结论结构分析电子清肠软件应用于粪便造影剂标记3DCTC检测直径≥4mm结直肠平坦型病变可达到较高的敏感度；而且对不位于结肠黏膜皱襞的病变检出敏感度高于位于结肠黏膜皱襞的病变。盲肠平坦型病变可能是CTC的盲区。
- 许永华蔡文立Nappi JYoshida H
- 关键词：结肠疾病盲肠疾病结肠镜检查计算机体层摄影
