教学课程资源库 更多>>

摘要： 2023年12月26日，《中国临床医学影像杂志》编辑部接到北京大学图书馆《中文核心期刊要目总览》2023年版编委会通知，《中国临床医学影像杂志》入编《中文核心期刊要目总览》2023年版（即第10版）之“特种医学”类的核心期刊。此次入编证明了本刊的办刊质量和办刊水平，也体现了广大读者、作者和业界专家对本刊的认可。在此，《中国临床医学影像杂志》编辑部衷心感谢主管、主办单位的悉心指导！感谢各位编委、审稿专家一直以来给予的鼎力支持和突出贡献！感谢广大作者和读者对本刊的持续关注与厚爱！

摘要： 2023年12月26日，《中国临床医学影像杂志》编辑部接到北京大学图书馆《中文核心期刊要目总览》2023年版编委会通知，《中国临床医学影像杂志》入编《中文核心期刊要目总览》2023年版（即第10版）之“特种医学”类的核心期刊。此次入编证明了本刊的办刊质量和办刊水平，也体现了广大读者、作者和业界专家对本刊的认可。在此，《中国临床医学影像杂志》编辑部衷心感谢主管、主办单位的悉心指导！感谢各位编委、审稿专家一直以来给予的鼎力支持和突出贡献！感谢广大作者和读者对本刊的持续关注与厚爱！本刊将继续秉承“办精品期刊、促学科发展”的原则，不忘初心，砥砺前行，更好地服务作者和读者，促进医学影像学科的发展，为健康中国贡献力量！

关键词： 2D-3D医学影像配准   医学影像分割   低辐射CT重建  

摘要： 不同的医学影像在医学任务中扮演不同的角色。在临床和科研场景中,往往需要结合多维度、多模态医学影像的优势以获取更全面的影像信息。医学影像配准,尤其2D-3D影像配准为多模态影像分析提供重要支持,被视为许多其他医学影像任务的前提和基础。 近年来,越来越多的基于2D-3D影像配准需求的医学影像任务进入科研和临床研究范围,这些任务驱动2D-3D医学影像配准技术的进步,但仍然面临着许多挑战。特定场景的分割任务,如临床采集的婴幼儿脑部2D MRI影像切片序列的脑区分割,面临缺乏通用2D图谱模板,难以有监督训练,分割区域数量多,分割要求精度高等挑战。基于深度学习的2D X光片到3D CT重建任务,难以获取真实的成对数据用于训练和测试,已有方法的可用性大多局限于科研工作台,缺乏实际场景的适用性。同时这些任务也面临包括算法设计及优化在内的其他图像处理领域的共同难题。 本文的研究工作聚焦真实的临床影像场景,面向以上具有现实意义的医学影像任务,以2D-3D医学影像配准为基础,围绕其紧密相关的影像任务展开方法及应用研究。首先,针对婴幼儿大脑2D MRI影像脑区分割任务,本文提出了一种基于2D-3D分步式配准的连续2D切片自动分割方法,通过超分辨率重建、3D-3D配准、基于相似性度量的平面选择,2D-2D配准四个模块,由粗到细地分步实现配准精度的提高,并获取2D切片序列的分割标签。其次,针对X光片到CT重建任务,本文提出了一种集成2D-3D隐式配准的肺部X光片到CT重建方法。该方法将基于深度学习的X光片到CT重建任务的实际应用范围,从理想场景扩大到允许被扫描的受试者存在旋转偏移。此外,本方法通过加入可微透视投影约束项,有效地建立了输入的X光片与输出的重建CT之间的可靠联系,显著提高了重建任务的性能。

关键词： 深度学习   腰椎分割   区域感知   图卷积   小样本学习  

摘要： 在当今社会,大多数人处于久坐不动的工作状态,由此引发了各种腰椎疾病,对腰椎进行早期筛查并做出诊断能有效降低发病率。面向腰椎医学影像的多实例分割是诊疗流程中重要的一步,其分割结果可以辅助临床医生进行疾病诊断以及手术规划。临床医生手动分割腰椎费时费力,而近年来深度学习在医学影像分析方面取得重大进展,其可以快速地适应不同医学领域的问题,因此使用深度学习进行腰椎分割对于临床应用具有重要价值。本文基于区域感知机制、图卷积神经网络、小样本学习等理论对于动态X射线腰椎影像以及MR腰椎影像进行分析,主要研究内容如下: (1)腰椎功能障碍患者往往体现在椎骨运动不规律,而对椎骨进行运动参数测量有助于研究腰椎活动规律。针对在动态X射线影像中腰椎运动参数难以测量的问题,本文设计腰椎分割网络VerSeg-Net,使用其分割结果辅助参数测量。VerSeg-Net基于区域感知机制,将输入特征划分为相同大小的区域,通过基于关注度的筛选算法使得每个区域能够动态地关注其匹配度较高的区域,以避免腰椎影像的软组织等干扰因素。此外,VerSeg-Net在跳跃连接过程中使用了特征聚合模块,此模块对其进行分支划分,每个分支具有不同感受野,最后通过选择融合来提升模型的感知能力。在使用VerSeg-Net对腰椎进行实例分割后,由于锥体部分类似矩形,因此对分割结果进行最小外接矩形提取以获得锥体的四个顶点,最后通过这些顶点计算出运动参数。 (2)腰间盘是腰椎的重要组成部分,但由于其为软组织,X射线无法将其检测出,因此VerSeg-Net无法应用于腰间盘分割。针对腰间盘具有类间相似性而导致其分割错位的问题,本文提出了双视角腰间盘分割网络DiscSeg-Net,包括了空间位置信息视角以及腰间盘关联信息视角。在空间位置信息视角中将腰椎MR影像划分为若干3D特征块,对其进行位置编码并添加多头注意力机制,使其获得空间信息。在腰间盘关联信息视角中,本文利用其特定的空间线性结构,将3D语义特征投影到2D图特征中进行图卷积操作,以提取腰间盘关联信息。之后通过将空间位置信息与腰间盘关联信息相融合,使得模型能够在双视角的注意力之下,对腰间盘进行精确分割。 (3)DiscSeg-Net虽然体现了较高的性能,但是在训练样本较少的情况下,其分割精度较差。针对腰椎数据量缺少而导致其分割精度低的问题,本文提出了小样本腰椎分割方法,通过在腰椎MR影像中抽取切片作为支持集和查询集,并结合小样本学习理论中的任务式训练思想,学习各椎骨的空间差异性,优化模型参数,提升模型对不同椎骨的泛化预测能力。基于此方法,本文设计了小样本腰椎分割网络VerFSS-Net,此网络通过空间配准提供目标的先验位置信息,并且将此先验信息融入到解码特征中,实现解码特征和先验知识的内容交互,使得模型更加关注其位置信息。此外本文提出了原型迭代更新模块,将预测结果与查询集特征计算损失来更新前景原型并反复迭代,这种迭代机制有助于网络更好地捕捉腰椎的细微特征,提高分割的准确性。

摘要： 2023年12月26日，《中国临床医学影像杂志》编辑部接到北京大学图书馆《中文核心期刊要目总览》2023年版编委会通知，《中国临床医学影像杂志》入编《中文核心期刊要目总览》2023年版（即第10版）之“特种医学”类的核心期刊。此次入编证明了本刊的办刊质量和办刊水平，也体现了广大读者、作者和业界专家对本刊的认可。在此，《中国临床医学影像杂志》编辑部衷心感谢主管、主办单位的悉心指导！感谢各位编委、审稿专家一直以来给予的鼎力支持和突出贡献！感谢广大作者和读者对本刊的持续关注与厚爱！本刊将继续秉承“办精品期刊、促学科发展”的原则，不忘初心，砥砺前行，更好地服务作者和读者，促进医学影像学科的发展，为健康中国贡献力量！

关键词： 磁共振成像   医学影像   快速成像   扩散模型   图像编辑  

摘要： 扩散模型(Diffusion Model),是一种生成模型,在图像生成、图像修复、可控生成等领域有十分优秀的效果。将扩散模型其生成高质量图像的能力应用到医学影像领域,解决医学影像领域存在的问题,具有较大意义。磁共振成像(MRI)技术因其在医学诊断领域,特别是在脑部疾病和肿瘤病变的检测中所展现出的卓越性能而备受推崇。然而,随着社会对医疗服务品质要求的提升,MRI技术也面临着一系列挑战和改进需求。MRI扫描过程通常较长,这对患者而言是一种身体和心理上的挑战,需要他们在整个检查过程中保持静止不动。这种长时间的静态要求不仅可能对患者的舒适度造成影响,还可能引起焦虑,从而潜在地影响检查结果的准确性。此外,MRI对患者的生理活动非常敏感,如体动、心跳和呼吸等,这些因素都可能在图像中产生伪影,降低诊断的可靠性。在医学影像分析中,专家和患者都更加关注图像的特定区域,如器官或病变部位。然而,现有的影像影像技术在突出这些关键区域和进行可控编辑方面存在局限,这限制了其在医疗领域的广泛应用,并可能影响患者权益。 针对这些挑战,本研究提出了一种创新的基于扩散模型的MRI快速成像算法。该算法通过扩散去噪模型,能够从欠采样的测量信号中重建出高质量的图像。该算法通过将欠采样的频域信息转换为完整的频域信息,并应用二维离散傅里叶逆变换后,能够有效地重建出详尽且高质量的图像。此外,本研究还探讨了基于扩散模型的图像编辑技术,该技术通过少量的医学影像数据学习相关概念,能够生成特定疾病类别的高质量医学影像,并利用注意力图和文本描述对病变区域进行精细可控编辑。 实验结果表明,本研究提出的算法在多个主流数据集上均优于现有算法。在实际应用中,该快速成像算法能够显著减少MRI采样时间,不仅提高了采样速度,优化成像流程,也提升了图像重建质量。而图像编辑算法通过文本和掩码引导,能够有效地对疾病区域进行可控编辑,增强医学影像可视性,从而辅助医生进行更精确的诊断和治疗决策。这些成果不仅具有现实意义,也为未来的应用提供了广阔的前景,有望在提高医疗服务品质和患者体验方面发挥重要作用。

摘要： “中国学术期刊影响因子年报（2023版）”于2023年11月由中国科学文献计量评价研究中心发布。《中国医学影像技术》杂志在复合类的相关数据为：1影响力指数（CI值）：439.169;2总被引：4674;3影响因子：1.021;4他引影响因子：0.865;5 5年影响因子：1.072;6即年指标：0.127。