摘要：基于肺部ct(computed tomography)影像的人工智能诊断是针对新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)的有效辅助诊断方法之一。使用神经网络以及数字图像处理等技术,设计了一个基于切片内和切片间注意力机制的轻量级COVID-19分类模型,在此基础上开发了集早期筛查、病变评估、病灶分割功能和肺部及病灶像素分布直方图等功能于一体的COVID-19智能诊断系统。通过从武汉大学人民医院采集了247名COVID-19病患、152名其他肺炎患者和92名健康者的肺部ct图像,并制作为训练数据集用于网络训练。实验结果显示,提出的方法在验证集上的筛查任务和病变评估任务上的准确率分别达到88.63%和89.65%,算法模型中每人平均诊断时间缩短到0.4 s,系统具有重要的应用价值。

摘要：目的　通过对治疗计划的分析 ,说明ct影像在早期乳腺癌保乳术后根治性放疗中的重要作用和临床价值。方法　对 46例以ct影像为基础的早期乳腺术后放疗的治疗计划做回顾性分析。结果　 46例采用ct影像设计的治疗计划剂量分布符合治疗原则 ,减少了肺组织所受照射量 ,心脏受到保护 ,乳腺受照射剂量均匀。结论　ct影像用于放疗计划的设计是实现精确的乳腺癌放射治疗不可缺少的基础和保障 。

摘要：针对ct影像中的启发式轮廓提取,提出了一种根据上层轮廓识别的当前轮廓遮挡的算法。使用基于曲线的弧长参数化方法识别遮挡,这种方法能够识别出轮廓的所有遮挡,但是,轮廓中的非遮挡部分也可能被识别为遮挡。利用DCSS(直接曲率尺度空间)在上下轮廓中自动识别和匹配角点,进一步设计基于角点的遮挡收缩技术,通过匹配的角点缩短或者删除被错误识别的遮挡。大量的实验研究表明,该算法可以有效、准确地识别所有轮廓的遮挡。

摘要：在新型冠状病毒肺炎的肺部病灶分割任务中,基于半监督学习进行病灶分割可以利用大量未标记数据。针对半监督学习中伪标签置信度不足问题,采用UNet和DeepLabV3+作为基础网络搭建协同训练框架,以集成方法获取高质量伪标签;引入JS距离度量伪标签的不确定性,给予伪标签监督损失一个正则项,减轻低质量伪标签对分割性能的影响。在公开数据集中进行实验,获得Dice系数76.06%、IOU分数65.1%、敏感度分数77.22%和精确率分数81.46%。

摘要：目前标准的左心耳封堵主要使用X线透视影像和经食道心脏超声等二维成像方式来指导手术进行,这会导致术者对左心耳与周围组织的三维结构信息估计不足,影响手术效果。为解决这一问题,该研究设计了一套基于心脏ct影像的左心耳封堵三维辅助软件系统。该软件系统实现了基于心脏ct影像数据的左心耳参数测量、并在一种全新的输送鞘运动模型的基础上实现了最优输送鞘运动轨迹计算和输送鞘运动三维模拟。该系统有望为左心耳封堵的手术过程提供更加精准的指导,提高手术的成功率和安全性,同时有助于降低手术的学习难度,促进左心耳封堵技术的临床推广应用。

摘要：目的探讨ct影像处理技术在脊柱畸形矫形手术设计中的应用价值。方法 30例脊柱畸形矫形患者同期行X线片、ct检查,其中ct检查图像处理主要为3D骨重建和3D重建加ctA联合成像。结果 X线平片无法进行动态旋转观察,并且椎管内结构情况不满意。ctA联合成像和3D骨重建在脊柱侧弯的椎体显示方面效果均优于X线平片,重建图像可以旋转任意角度,切除干扰肋骨,从而可以发现脊柱三维空间的畸形。在ct测量的值中,骨桥的ct值最大,正常椎体的ct值最少,各个组织间的ct值多存在显著差异(P<0.05)。结论 ct影像处理技术在脊柱畸形矫形手术中的应用能在侧弯椎体确认、椎体旋转度测量和椎管显示方面获得很好的效果,同时不同骨组织的ct值也明显不同,从而为手术设计提供了参考。

摘要：目的分析ct影像基础下二维和三维计划计量学对比,探究ct影像基础下宫颈癌患者三维腔内放疗价值.方法选取360例经盆腔MRI确诊没有子宫体受累的宫颈癌患者行根治性放疗,300例为宫颈鳞癌,60例为宫颈腺癌;ⅠB1期、ⅠB2期各26例,ⅡA1期31例,ⅡB2期250例,ⅢB期27例;腔内置入施源器ct图像,设计二维及三维计划,记录二维和三维计划直肠最高3点剂量、膀胱点剂量及左右A点剂量的平均数值;DVH图内小肠D、膀胱、乙状结肠及直肠D2cm^3数值,V100、膀胱体积和D90数值,并行相关性分析.结果三维计划直肠点和膀胱剂量高于二维计划,差异有统计学意义(P<0.05);患者三维计划V100、D90、直肠D2cm^3、结肠D2cm^3、适应指数及校正适应指数均高于二维计划,小肠D2cm^3低于二维计划,差异有统计学意义(P<0.05);单位处方剂量下患者膀胱点平均剂量为(0.40±0.16),膀胱D2cm^3平均剂量为(0.69±0.21),膀胱D2cm^3比点剂量高,差异有统计学意义(P<0.05);V100、直肠及膀胱D2cm^3和高危ctV体积为正相关关系(r=0.978、0.702、0.443,P=0.002、0.003、0.001);D90和高危ctV体积为负相关关系(r=-0.342,P=0.009).结论ct引导下宫颈癌三维腔内放疗较传统二维腔内放疗显著增大了靶区覆盖率、提升适形度,但未明显增加OAR剂量且可及时发现减少OAR热点剂量,点剂量评估并不准确,可经过膀胱体积调控膀胱、直肠及小肠剂量.

摘要：目的介绍一种以ct影像资料为依据设计的引导器在经皮肾穿刺取石术(PNCL)中的应用效果。方法对180例(10例为双侧)上尿路肾结石患者,先行ct扫描定位,体表作标记。脱机后,在自制的引导器指导下予以肾穿刺扩张。结果 180例患者,共需建立190条皮肾通道,顺利建立184条通道,总成功率为97.8%(184/190),单次穿刺成功133例。6例经过调整方向或深度后仍未穿刺成功,改用C臂辅助下的穿刺造瘘,5例成功,1例失败。这6例与患者较肥胖、手术中的体位与ct检查定位时的体位不一致有关。结论以ct影像资料为依据设计的引导器用于经皮肾穿刺取石术准确安全,值得推广。

摘要：新的医疗形势下,ct的应用已极为普遍。对于医疗临床操作者而言,拥有最普遍接受度的影像设备的图像质量以及由此所惠及的诊断结果无疑是最被关注的。而ct设备成像的＂炫＂之与否直接取决于影像链高清晰的设计初衷,这一概念已成业内的普遍共识。正如此,影像链的硬件组成之于ct图像质量的至关重要性不言而喻。

摘要：目的结合COVID-19患者肺部ct影像学特征,探讨深度学习技术在COVID-19辅助诊断上的价值。方法搜集武汉大学中南医院和华中科技大学同济医学院确诊为COVID-19患者的部分ct影像资料构建小样本COVID-19数据集,将VGG-16具有提取高层抽象特征部分与设计的全连接层共同构成初步的基于迁移学习的COVID-19智能辅助诊断模型,使用COVID-19训练集迭代训练诊断模型,不断优化全连接层网络参数,最后训练出一个基于VGG-16卷积神经网络迁移学习的COVID-19智能辅助诊断模型。结果在COVID-19测试集中早期、进展期和重症期3个类别的样本上,COVID-19智能辅助诊断模型测试的敏感度分别为0.95、0.93和0.96,F1 Score分别为0.98、0.95和0.92,综合的诊断准确率达到94.59%。结论小样本数据集上采用迁移学习技术训练的COVID-19辅助诊断模型具有较高的可靠性,在防控疫情的关键时期,能快速地为医生提供诊断的参考意见,提高医生的工作效率。