目的:利用卷积神经网络实现基于锥形束CT(cone-beam computed tomography,CBCT)体素数据的牙齿实例分割和牙位标定.方法:本文所提出的牙齿算法包含三个不同的卷积神经网络,网络架构以Resnet为基础模块,首先对CBCT图像进行降采样,然后确定一个包含CBCT图像中所有牙齿的感兴趣区域(region of interest,ROI).通过训练模型,ROI利用一个双分支"编码器-解码器"结构网络,预测输入数据中每个体素所对应的相关空间位置信息,进行聚类后实现牙齿的实例分割.牙位标定则通过另一个多类别分割任务设计的U-Net模型实现.随后,在原始空间分辨率下,训练了一个用于精细分割的U-Net网络,得到牙齿的高分辨率分割结果.本实验收集了 59例带有简单冠修复体及种植体的CBCT数据进行人工标注作为数据库,对牙齿算法的预测结果使用实例Dice相似系数(instance Dice similarity coefficient,IDSC)用来评估牙齿分割结果,使用平均 Dice 相似系数(the average Dice simi-larity coefficient,ADSC)评估牙齿分割及牙位标定的共同结果并进行评定.结果:量化指标显示,IDSC为89.35％,ADSC为84.74％.剔除了带有修复体伪影的数据后生成了有43例样本的数据库,训练网络得到了更优良的性能,IDSC为90.34％,ADSC为87.88％.将得到的结果进行可视化分析,牙齿算法不仅可以清晰地分割出CBCT中牙齿的形态,而且可以对牙齿的分类进行准确的编号.结论:该牙齿算法不仅可以成功实现三维图像的牙齿及修复体分割,还可以准确标定所有恒牙的牙位,具有临床实用性.

针对视网膜图像末端微小血管对比度低、分割不精确问题,提出一种融合多层次残差与三空间注意力机制的U型网络用于视网膜眼底血管分割.该网络在编码部分为了减少图像特征的丢失,引入原始图像后添加多层次残差模块.此外,为防止网络深层产生梯度弥散与特征数据冗余问题,在残差模块中进一步加入批量归一化与Dropout功能.在解码部分,采用三空间注意力机制来赋予类原始图像、下采样图像和上采样图像特征不同的权重,以增强特征纹理和位置信息,并实现微小血管的精确分割.实验结果显示,在公开的彩色眼底图像数据集上,与现有算法相比,本文算法的准确率、特异性、灵敏度和AUC分别为0.985、0.991、0.829和0.985,与金标准分割结果进行对比得到的血管图具有重要的临床参考价值.

在体生物电子鼻利用了哺乳动物的嗅觉系统,因此具有很高的灵敏度和特异性,但在嗅球中植入电极的过程中其位置主要根据经验确定,因此成功率并不理想.利用锰离子的钙离子相似性和强顺磁性,在10只大鼠单侧鼻腔中滴入锰离子并给予气味刺激,进行磁共振扫描并标记出大鼠嗅球中的对特定气味的响应区域.在该区域中植入微丝阵列电极,记录电生理信号并就行神经信号解码,实验结果表明,受到该特异性气体刺激后,嗅球神经元的电生理信号中LFP信号β波能量增强,spike信号对该气体刺激也会有响应,并且有些通道的spike发放频率变化与刺激气体的浓度有较好的线性关系.此方法对乙酸异戊酯和正丁酸的检测下限分别为0.033和0.007 2μM.第一次利用锰离子增强磁共振辅助定位的生物电子鼻,未来在爆炸物搜索、食品安全等方面都有广阔的前景.

目的:提出一种实现PET前端探测器高能光子三维解码的方法,解码反应晶体位置,计算γ射线在闪烁晶体的深度.方法:在晶体阵列间开设透光窗口,引导单次事件中的可见光子群在光电传感器阵列的分布,利用传感器的信号强弱实现高能光子的位置解码和深度解码.通过蒙特卡罗方法仿真对比不同透光窗口的设计,研究晶体表面处理方式对结果的影响,并进行进一步的实验验证.结果:实验结果和仿真结果具有一致性:(1)反应晶体耦合的传感器接收的能量信号大于相邻窗口晶体,可实现晶体位置解码;(2)随着反应深度的变化,传感器阵列接收的能量信号分布是单调变化的,可用于深度解码;(3)对于开设单窗口,反应深度与能量信号的拟合曲线包含2段曲线,不利于深度解码;(4)晶体的表面粗糙,反应深度与能量信号的拟合曲线的线性度更好,有利于深度解码;(5)开设双窗口的方法具有最佳的反应深度和光电传感器接收的能量信号的拟合曲线的单调性.结论:该方法可实现离散晶体阵列的三维解码,提高前端探测器模块的能量分辨力.

锋电位(spike)和局部场电位(LFP)是神经信息解码中最重要的两种候选信号.目前对于哺乳类动物的spike信号和LFP信号的解码性能已有诸多研究,但是鸟类大脑这两种信号的解码性能并不清楚.本文利用6只鸽子为模式动物,基于留一法和k近邻的神经解码算法(LOO-kNN)研究了目标导向抉择任务中弓状皮质尾外侧区spike信号和LFP信号的解码性能,探讨了通道个数、解码窗口的位置、长度以及最近邻k值等参数对解码性能的影响.本文研究结果表明,spike信号和LFP信号都能有效解码出目标导向抉择任务中鸽子的运动意图,但是相比之下,LFP信号解码性能更优异,而且受通道个数的影响较弱.对于解码窗口而言,最佳解码窗口位于目标导向抉择过程的后半段,而且LFP信号最佳解码窗口长度(0.3 s)明显短于spike信号最佳解码窗口长度(1 s).对于LOO-kN算法来说,解码正确率与k值的大小基本成反比,k值越小解码正确率越高.通过以上本文研究结果,期望本文方法有助于大脑神经信息处理机制的解析,对于脑-机接口等进一步深入研究提供一定的参考价值.

近一百年来,对大脑功能的研究不断探索着神经系统编码与解码的原则,感知、识别、定位、运动控制、抉择等方面的编码原则逐层被解读.自1971年位置细胞被发现以来,以学者John O'Keefe为代表的神经科学家们在空间定位与路径整合方面,进行了大量的代表性研究.不同类型的神经细胞陆续被发现,其编码的神经网络机制也日渐清晰.同时,由于近年无人系统的蓬勃发展,工程领域对良好的空间算法也产生了强烈的渴求.在本综述中,我们梳理了当前神经科学领域在空间定位方面的研究进展,并探讨了应用人工神经网络所取得的最新相关理论成果.在可预见的未来,神经科学实验研究与人工神经网络模型研究将会互相促进、迭代进步,而这种循环发展模式也必将为神经科学及工程领域做出更大的贡献.

背景:胸主动脉腔内修复是治疗主动脉夹层及胸主动脉瘤的重要手段,手术成功与否取决于覆膜支架是否放置到了正确位置;然而支架置入时,医生在术中X射线图像中看不到主动脉,手术难度高、风险大.配准术前CT血管造影和术中X射线图像可以帮助医生放置支架,提高成功率.目的:提出一种适用于胸主动脉腔内修复的术前CT血管造影与术中X射线图像配准算法.方法:首先,在不同虚拟视角下,对全图CT血管造影和骨骼CT分别做数字重建影像,将两者叠加起来,得到各种视角位置姿态下的数字重建影像库,用于与术中X射线图像配准;其次,提出一种基于分支解码结构的深度神经网络,使用数字重建影像库训练,可对术中X射线图像的位置姿态参数进行估计,从而获知CT血管造影与术中X射线图像之间的空间位置关系;最后,根据X射线图像在CT血管造影坐标系中的位姿参数,将CT血管造影中胸主动脉影像进行重投影,叠加至术中X射线图像中,为医生手术提供导航辅助.结果与结论:①通过实验验证,此文算法与梯度相关、模式强度2种传统算法相比,均方根误差降低17％;②双分支编解码结构网络,在数字重建影像测试集上,参数估计误差减小到无分支结构网络的30％;③在术中X射线图像的实验中,均方根误差也有2％的降低.

在近年来,随着深度学习和卷积神经网络的发展,基于深度学习的单张图像超分辨率方法与传统方法相比取得了更好的性能.然而,这些基于深度学习的单张图像超分辨率算法研究方法都是在DIV2K等基于实验合成获得的低分辨率图像数据集上进行重建的,对于从真实世界中获取的低分辨率图像的超分重建性能表现较差.真实世界图像的超分辨率是近年来的一个新挑战.针对真实场景下获取的低分辨率图像,本文提出了一种基于预测核逐像素重建的图像超分辨率算法.本文选择编码-解码结构作为主干基础网络结构.对于每个编码和解码模块,我们将特征通道注意和空间注意结合在一起,以增强对图像内容信息和空间信息的特征表达.本文主要思路是,对于低分辨率图像上的每一个像素点预测出其具有空间位置信息的重建核,每一个预测核直接对低分辨率图像进行超分辨率重建.实验表明,在Real-World数据集上,本文算法在客观质量和视觉效果质量方面表现都优于其他方法.

目的 针对脑组织结构影像研究可准确、稳定识别和分割出潜在脑血肿图像的自动分割算法.方法 提出了一种多尺度层级化注意力U型网络(MHA-Unet),嵌入空间金字塔池化层级化注意力(SPP-HA)模块.采用来自452例患者的大脑CT图像数据集,其中训练数据集7727张,测试数据集496张,分别用于网络训练、验证和测试.此外,从测试数据集中挑选出4种不同血肿位置和形状的图像进行分割评估,通过比较MHA-Unet与Segnet、FCN、Unet的图像分割性能,验证提出模型的分割精度和稳定性.结果 MHA-Unet模型性能优于其他3种分割方法 .针对3种评价指标,分别取得了 Dice系数85.8％,Jaccard系数77.9％和Sensitivity系数84.4％的最高实验精度,MHA-Unet相对于U-net,Dice提高了 1.1％,Jaccard提高了 0.6％,Sensitivity提高了 1.3％.结论 提出的模型算法能有效分割出脑出血血肿区域,但是针对不同来源的脑出血数据集,模型的泛化性能有待进一步验证.

基于流式荧光技术,针对高通量悬浮芯片的编码微球解码分析技术,研究了一款流式点阵仪的光学系统.该仪器采用创新性光学系统设计,在激光光斑整形光路中,采用二次整形透镜复用设计,保证了不同波长激发出的荧光信号形态、宽度完全一致.整个光学系统的功能区块采用一体化设计,各模块安装可以一次性完成,使得安装或更换更为便利;光学模块整体集成度高、结构精简,通过光路精确计算和机械加工来确保安装位置的准确性.