目的 为解决修复后的投影数据与周围投影数据之间过渡不连续的问题,提出一种基于正弦图融合的CT金属伪影校正算法.方法 通过预处理和K均值聚类技术将具有相同空间信息的组织聚在一起生成先验图像,并根据金属区域与先验图像的投影差异校正原始图像投影以得到校正后的投影数据,最后采用滤波反投影算法重建得到校正后的CT图像.结果 在CT仿真数据验证中,基于先验插值的金属伪影校正(Fusion Prior-Based Metal Artifact Reduction,FP-MAR)算法在单金属校正和多金属校正中的峰值信噪比分别为0.943和0.915,比线性插值校正金属伪影(Linear Interpolation Based Metal Artifact Reduction,LI-MAR)算法分别增加了28.65%和44.55%;FP-MAR算法在单金属校正和多金属校正中的结构相似性分别为0.984和0.961,比LI-MAR算法分别增加了48.41%和64.27%.临床CT伪影影像验证中,FP-MAR算法校正后CT金属伪影的主观评价高于LI-MAR算法校正后的CT金属伪影图像,且二者差异有统计学意义.结论 本研究提出的算法可有效解决修复后的投影数据与周围投影数据之间过渡不连续的问题,更好地保留金属结构附近的信息.

光学相干断层影像(OCT)是一种应用于血管的影像新技术,其高分辨率和可量化分析等特点,使其能够检测血管内膜和斑块表面的特殊结构并发现微小病变.特别是随着其在识别冠状动脉粥样硬化斑块、优化经皮冠状动脉介入(PCI)治疗、辅助医生制定相关诊断和治疗策略以及支架术后评估等方面的应用相继展开,OCT已经成为心血管疾病诊断的有效工具.本文提出了一种基于先验边界条件的冠脉OCT内膜轮廓序列提取算法,在Chan-Vese模型基础上通过改进演化权函数把轮廓曲线的局部信息引入模型,控制曲线边界演化速度,并在模型中加入梯度能量项和基于先验边界条件的内膜轮廓形状限制项,进一步约束曲线演化轮廓的形状,最终实现冠脉血管内膜轮廓的序列提取.与作为金标准的专业医生手动分割结果进行实验对比,结果表明本算法在冠脉OCT内膜轮廓模糊、失真、有导丝阴影及有斑块干扰等情况下均能准确提取冠脉血管内膜轮廓,提示本研究成果或可应用于临床辅助诊断和精确诊疗之中.

由于儿童处于生长发育过程中,不同年龄儿童对药物的处置能力不同,药物的疗效和安全性也与成人有所不同.一般来说,对于特定年龄段儿童的用药,应有相应儿科人群的临床试验数据予以支持.然而,相比于成人,儿童临床试验存在伦理限制、受试者入组困难等诸多挑战,导致儿童用药往往是未被药监部门正式批准的应用.目前,国际上的先进经验是将建模与仿真应用于临床试验,在药物临床使用前进行前瞻性研究,预测不同年龄儿童的最佳剂量方案.尤其是在根据最优设计理论确定临床试验最佳样本量、采用建模所得先验信息确定最适采样时间点、利用贝叶斯原理处理稀疏数据等方面,国际上已有成功案例.本文通过查阅国内外有关建模与仿真的儿童临床试验文献进行综合分析,概述建模与仿真在儿童临床试验中的作用.

目的 为有效提取更多无参考CT图像质量特征,本文提出一种基于预恢复图像先验信息的医用CT图像质量评估策略(PR-IQA),利用多信息融合输入提高IQA模型性能.方法 基于卷积神经网络(CNN)的无参考医用CT图像质量评估策略.该方法利用图像恢复算法中的图像质量特征先验信息,将其以预恢复图像和恢复前后残差图像的形式,与原始失真图像信息融合输入到两个CNN中,通过多信息融合以提升CNN的特征提取能力和预测性能.实验使用基于Mayo诊所公开螺旋CT数据所建立的医用CT图像质量评估数据集.通过计算定量指标以及统计学检验对PR-IQA性能进行评估,分析了不同超参数设置对PR-IQA性能的影响.并将PR-IQA与基于单个CNN模型直接对原始失真图像进行NR-IQA的方法(BASELINE)以及8种经典的IQA算法进行对比实验.结果 对比实验结果 表明,基于3种不同图像恢复算法先验信息(双边滤波、非局部均值滤波、三维块匹配协同滤波)的PR-IQA模型性能优于所有对比IQA算法.并且相比BASELINE方法性能均有提升,其中PLCC平均提升12.56％,SROCC平均提升19.95％,RMSE平均降低22.77％.结论 本文提出的PR-IQA方法能够充分利用图像恢复算法的先验信息,有效地预测医用CT图像质量.

约束独立成分分析(CICA)通过加入先验信息,可极大地提高独立成分分析(ICA)的盲源信号分析性能,但还存在先验信息难以获取、先验信息约束条件阈值参数难以选择以及先验信息难以被有效利用等问题,需要进一步研究和解决.在多目标优化框架的基础上,建立一种同时融合时空先验信息的CICA模型,可有效规避CICA中阈值参数选择的问题.此外,提出一种从多被试fMRI数据中提取本真先验信息来指导fMRI组分析的自适应挖掘算法,从而为CICA获取先验信息提供一种新途径.最后,利用10例模拟数据、5例任务态和23例静息态fMRI数据,验证所提方法的有效性.结果表明:基于多目标优化的CICA(MOPCICA)获得的时空源信号总体上优于ICA、包含时间信息的CICA(CICA-tR)和包含空间信息的CICA(CICA-sR)(P＜0.05)(如在模拟数据中,对应的空间AUC 和时间相关系数分别0.75±0.05、0.62±0.02、0.72±0.03、0.71±0.06和0.81±0.13、0.67±0.04、0.74±0.09、0.77±0.13),而空间独立性则优于CICA-tR和CICA-sR(P＜0.05)(如在任务态数据中,对应的峭度和负熵分别为69.20±23.36、17.60±13.22、36.71±13.43和0.031 2±0.007 7、0.003 7±0.002 1、0.018 4±0.004 5),从而说明它具有更好的源信号恢复性能.同时,在静息态数据中利用fMRI本真先验信息,MOPCICA获得的组成分与每个被试相应成分之间的相关系数平均高于ICA、基于牛顿迭代法的CICA(CICA-nR)和基于不动点迭代法的CICA(CICA-fR)(P＜0.05)(分别为0.46±0.08、0.44±0.08、0.45±0.08和0.44±0.08),从而更能代表组中被试的共性.研究表明,所提出的方法对fMRI脑功能连通性检测具有重要意义.

本文通过柯尔-柯尔模型研究地下不同几何参数的极化椭球体在地表的中梯双频激电响应,从而了解不同产状极化体产生极化率的特征,便于后期交互建模.由理论推导可知,任何具有激发极化特征的地质体在地表产生的激电异常都可近似为一个地下电偶极子的三维空间积分,这个积分形式与磁场正演计算公式一致,这意味着我们可以用解释磁法异常的方法解释激电异常,即磁类比法.只要根据先验信息实时改变模型,使激电正演得到的曲线与实测激电曲线逼近,当拟合差小于均方误差时,我们将最后一次模型近似看作是真实模型,由此获得地下极化体的顶埋深、倾角和几何大小等空间参数.实测数据测试表明,这种磁类比人机交互方法加入矿体的一些已知信息后,其拟合反演结果比自动反演更具合理性.

弥散频谱成像(diffusion spectrum imaging,DSI)是近年来新兴的高级弥散磁共振成像(diffusion magnetic resonance imaging,dMRI)技术,它不依赖先验假设的生物物理模型,利用概率密度函数(probability density function,PDF)描绘人体组织体素内的水分子布朗运动的完整空间分布,并以高角度分辨率精确分辨组织内复杂错行的纤维信息.DSI纤维追踪技术是目前最为可靠的脑白质纤维束追踪技术.传统的dMRI技术往往只能反映疾病的部分病理生理信息,而DSI技术能够结合多种弥散模型获得疾病更加全面的病理生理信息.目前,DSI技术的临床应用范围已从脑部疾病初步扩展到体部疾病,在疾病的诊断评估中展示了良好的应用潜力.但DSI技术对磁共振硬件具有一定的要求;DSI的纤维束成像在真实性及定量化方面仍存在一定的挑战;DSI高级弥散模型在疾病中如何进行优化与组合使用,仍有待未来继续扩大临床应用范围深入探索;DSI后处理技术仍需自动化与产品化,以促进其在临床诊疗中的广泛应用.本文综述我国学者近十年来利用DSI技术研究中枢神经系统及体部疾病所取得的成果,总结了目前存在的挑战及未来发展方向,以期为更好地发展DSI技术和推进其临床普及应用提供参考.

为实现磁粒子成像(magnetic particle imaging,MPI)中示踪剂铁量化,本研究基于仿真程序,采集二维扫描图像,筛选信号频率并重建图像,以聚类结果作为先验信息,约束水平集函数的演化,对示踪剂图像进行分割,并借助Dice系数、IoU等参数定量评估分割效果.通过计算分割区域的信号强度总和,建立MPI信号与已知示踪剂铁含量的校正曲线.结果显示,频率筛选后显著缩短了信号重建时间;基于先验的水平集方法Dice系数和IoU均大于0.90,实现了肿瘤区域较精准的分割;通过本研究建立的MPI信号强度与铁含量的校正曲线,实现了示踪剂铁量化,平均误差为3.11%,最小误差0.03%.结果表明,基于先验的水平集方法可实现较精确的图像分割和铁量化,为MPI临床前定量研究提供参考.