教学课程资源库 更多>>

关键词： 医学图像   肺结节分割   特征评级   辅诊平台  

摘要： 随着医学影像技术的迅速发展,医学影像在疾病诊断和治疗中扮演者愈发重要的角色,然而传统的人工识别方式,因其依赖于个人经验,往往存在诊断速度慢、准确性不高等问题,在面对海量的医学影像数据时,难以满足临床需求。近年来,随着深度学习技术在医学图像处理领域取得了突出的成就,医学图像处理技术在疾病诊断中得到了广泛应用,已经成为医学图像处理领域的主流方法,利用医学图像处理技术快速准确地从原始图像中分割出潜在的病灶区域,然后根据其形态学特征的分类结果预测从属类别,帮助医生对病情更精准的掌握。 计算机断层扫描(CT)成像密度分辨率高,可以提供人体器官和组织的精确解剖位置和形状,基于多层肺部CT断层图像,通过图像处理技术对患者整个肺部原始影像序列进行筛查,根据肺部组织特征描述,可视化潜在的病灶区域并对病灶进行病理分析。从肺结节的多个特征入手,结合其形态学信息对病灶进行良恶性的判别分析。辅助医生对肺结节的良恶性、病灶组织发展变化情况进行早期筛查和辅助临床诊断,并科学的进行诊疗决策。本文搭建了面向患者和医生的可视化平台,融入肺结节检测、特征分类算法以及诊断报告,推出“医学影像可视化与智能辅诊掌医平台”,具体工作如下: (1)为完成肺结节检测及其特征多分类任务,本文通过原始CT影像提取出肺部组织区域图像后,利用U-Net网络进行精细分割计算得到潜在的病灶区域。然后,利用Res Net-50网络对肺结节的多个影像学特征(毛刺征、分叶征、纹理等)进行1-5级分类评级,最后根据肺结节所在的切片位置,直径大小等几何特征,结合影像学分类评级结果,生成详细的影像学表现诊断报告。 (2)为优化传统肺癌诊断流程中的效率瓶颈,本文结合肺结节检测算法(U-Net分割模型)和肺结节多特征分类算法(Res Net-50多特征分类模型),构建了医学影像可视化与智能辅诊掌医平台。平台采用双端协同架构设计,分别为医生端和患者端提供功能支持:医生端主要通过两个深度学习模型辅助医生完成诊断工作,为医生提供科学的决策意见;患者端提供完整的CT影像查询功能和诊断报告查看功能,帮助患者了解并跟进自身病情。

摘要： 在现代医学中，放射科检查如同一双“魔法之眼”，让我们能够透视人体内部，了解人体的生理和病理变化。本文详细介绍几种常见的放射科检查方法。X光检查：透视人体的基础X光检查是医学影像学中最常见的检查方式之一。它利用X射线的穿透性对人体内部结构进行成像。X光检查的应用范围广泛，包括胸部透视、骨骼平片、胃肠道透视等。在胸部透视中，X光能够清晰地显示肺部纹理和胸腔结构，帮助医师诊断肺部疾病。在骨骼平片中，X光可以显示骨骼的形态和位置，用于诊断骨折、骨质疏松等疾病。而在胃肠道透视中，患者需要服用钡餐等造影剂，通过X光观察胃肠道的蠕动和形态，以诊断消化道疾病。

摘要： 浙江中医药大学附属第一医院（浙江省中医院）始建于1931年，位于素有“人间天堂”美誉的杭州西子湖畔，是一所集医疗、科研、教学、保健、康复为一体、具有鲜明中医特色和中西医医疗优势的现代化综合性三级甲等中医院。医学影像科前身为成立于1946年的浙江省立杭州医院放射科，是浙江省成立最早的放射学科室之一。科室现有医、技、护人员139人，包括中高级职称76人，具有硕士、博士学位48人，硕士、博士研究生导师6人。科室设备齐全，拥有先进的大型医疗设备数十台，包括3.0TMRI、1.5TMRI、配备高能宽体探测器的多排螺旋CT、光谱CT、DSA、数字X线摄影机等。医学影像学学科为浙江省教育厅“十二五”重点建设学科，浙江省“十三五”一流学科建设项目的重点建设方向之一。

关键词： 分割精度   监督学习   半监督   PSA-ResUnet  

摘要： 医学影像分割作为计算机辅助诊断系统的关键技术,其通过对CT、MRI、内镜等影像中的解剖结构与病变区域进行像素级识别,为疾病筛查、手术规划、疗效评估提供客观依据。然而现有方法在复杂解剖结构分割中仍面临边界模糊、多尺度特征处理不足及标注数据依赖性强等挑战。本研究提出一种融合多模块增强与半监督学习的2D医学影像分割模型PSA-ResUnet,通过架构创新、半监督训练与容错机制三重优化,构建高精度、低标注依赖、强鲁棒性的分割模型。 模型架构以ResUNet为骨干网络,集成三项关键改进:首先,引入ResPath模块强化编码器-解码器间的低级特征传递,有效缓解跳跃连接的语义失配问题;其次,在瓶颈层部署空洞空间金字塔池化(ASPP),同步捕获病变的局部细节与全局上下文信息,显著克服传统单感受野模型对尺度变异目标的分割局限性;最后,在解码器嵌入极化自注意力机制(PSA),通过双路权重动态分配增强目标区域响应,精准抑制复杂背景干扰导致的误分割。为降低对全监督数据的依赖,创新性地整合Noisy Student半监督框架:基于标注数据(Kvasir肠道息肉、ISIC2018皮肤病变)训练教师模型生成伪标签,指导学生模型在未标注数据上的学习,并通过注入噪声提升泛化能力,形成“伪标签生成-噪声扰动训练-模型迭代更新”的闭环优化。 针对单模型易受局部特征干扰的缺陷,提出基于多模型一致性的自动复核机制:在推理阶段并行运行异构子模型,当预测差异度超过阈值时,则判定为高风险结果,需人工复核预测结果。特别的,本研究在非医学的Massachusetts Roads遥感道路数据集上进一步验证了模型泛化性能,其复杂的道路拓扑结构与医学影像中血管、器官等的连通性挑战高度相似,该实验表明本文模型在分割边界连续性、长程结构建模及噪声鲁棒性方面的核心能力。 在Kvasir-SEG、ISIC2018及Massachusetts Roads三个数据集上的实验表明:1)全监督模式下,多模块集成使Dice系数相较基准ResUNet提升2.2%-10.5%;2)半监督策略通过利用未标注数据可以显著提升模型的分割性能;3)消融实验证明缺少任意模块都会导致模型性能出现不同程度的下降。 本研究通过多维度技术创新,为2D医学影像分割提供了兼顾精度、鲁棒性与可靠性的解决方案,对临床实际应用具有参考价值。

关键词： 医学影像   课程内容   行业需求   供给侧改革   人工智能  

摘要： 医学影像技术是医疗领域重要的组成部分，专业人才需求量大。伴随现代医学影像技术的飞速进步和智慧医疗时代的来临，高职医学影像技术专业面临行业需求变革带来的新挑战。在梳理该专业课程内容建设现状的基础上，以生态位理论为指导，深入剖析了制约课程内容与行业需求有效对接的瓶颈，并从优化课程体系、嵌入前沿技术、创新教学模式、加强校企合作等方面提出了提升课程内容适切性的策略建议，以期为医学影像技术专业人才培养供给侧改革提供一些思路借鉴。

关键词： 人工智能   医学影像   跨模态图像生成   深度学习   人工智能内容生成(AIGC)  

摘要： 医学影像是一种利用各种成像技术捕捉人体内部结构和功能的医学诊断方法。这些技术可以提供关于人体解剖、生理和病理状态的视觉信息，在疾病诊断、治疗和预后预测中发挥着重要作用。由于不同类型或子类型的医学影像反映患者身体的不同信息，在医疗诊断时往往需要多种不同类型或子类型的医学影像来获取更加全面的信息，从而提高诊断准确率。然而在现实生活中，多模态影像数据获取面临采集时间长、费用高以及可能增加辐射剂量等困难。因此，学者期待能够使用图像处理技术进行跨模态医学影像合成，即使用某一种或一些模态的医学影像生成另一种或一些模态的医学影像。本文主要介绍医学图像领域中跨模态图像合成技术和跨模态医学影像合成的应用。跨模态医学影像合成虽然能为多模态影像诊断带来便利，但也存在一些技术挑战。例如合成影像和真实影像在诊断性能上具有明显差异，从而导致合成影像的临床失效问题，隐私和伦理问题会导致高质量多模态医学影像数据获取成本高的问题。同时，由于不同模态的影像数据在分辨率、对比度和图像质量上存在一定差异，这种差异会影响生成模型在生成过程中的一致性。如何解决不同模态之间的数据不一致性也是跨模态医学影像合成面临的挑战，研究者大多从模型本身入手，通过提高模型的表示能力或设计针对具体任务的约束条件来提高合成影像的质量，所开发的跨模态医学影像合成技术已应用于影像采集、重建、配准、分割、检测和诊断等环节，给许多问题带来新的解决思路和方法。

摘要： 医学影像技术就像医生的“火眼金睛”。从传统的X射线,到先进的磁共振成像（magnetic resonance imaging,MRI）、计算机断层扫描（computed tomography,CT）、超声成像,以及正电子发射断层扫描等,极大地提高了医生诊断的准确率,为临床治疗方案的制订提供了可靠依据。在医学影像技术的带教过程中,年轻医生能够体会医学影像技术的精髓,并通过亲身实践夯实操作技能,实现个人能力的显著提升。

摘要： 《医学影像学杂志》是山东省卫生健康委员会主管，山东省医学影像学研究所、山东省医学影像学研究会共同主办，山东省立医院期刊中心《医学影像学杂志》编辑部出版的医学影像学专业学术期刊，国内外公开发行，月刊。中国标准连续出版物号：ISSN 1006-9011,CN 37-1426/R。邮发代号：24-134。本刊办刊宗旨是贯彻落实党和国家的卫生与健康工作方针政策，坚持理论与实践、普及与提高相结合的方针，提高医学影像学诊疗水平，为发展我国医学影像学事业作出贡献。本刊设有以下栏目：规范与共识、专家述评、论著、实验研究、综述、研究生园地、短篇论著等。一、投稿方式1.本刊仅接收在线投稿，不接收纸质投稿或邮件投稿。

摘要： 由中国科学技术信息研究所主持的“2024中国科技论文统计结果发布会”于2024年9月20日在京举行。《中国医学影像技术》杂志在《2024版中国科技期刊引证报告(核心版)》的相关数据为:1文献来源量:381篇;2基金论文比:0.40;3核心总被引频次:2737;4核心影响因子:1.122;5学科扩散指标:15.96;

关键词： 医教协同   病例追踪制度   医学影像技术   人才培养  

摘要： 目的 分析医学影像人才培养中医协模式启用病例追踪制度的效果。方法 选取2022年6月—2024年10月由楚雄高等医学专科学校与云南省红河州第三人民医院合作培养的60名影像专业技术的实习生为研究对象，按随机数字表法分为研究组与对照组，各30名。研究组给予医协模式启用病例追踪制度教学，对照组给予常规模式教学。比较两组理论考核成绩、综合阅片能力、报告书写能力、教学质量评价。结果 研究组单选题成绩为（52.56±6.04）分，高于对照组的（34.11±5.36）分，研究组简答题成绩为（34.11±5.36）分，高于对照组的（28.90±4.47）分，差异均有统计学意义（t=7.766,4.089;P均<0.05）。研究组综合阅片能力、报告书写能力、教学质量评价均优于对照组，差异均有统计学意义（P均<0.05）。结论 医协模式启用病例追踪制度对医学影像高素质人才培养具有积极意义，可提高实习生综合能力，并可得到实习生高度认可。