提出一种改进的U-Net模型(CAMU-Net),以达到精准分割视网膜血管的目的.CAMU-Net模型通过添加残差增强模块来提取区域特征中的重要信息,增强模型对区域特征的了解;通过添加特征细化模块来促进特征的提取,提高新模型的全局特征收集能力;通过添加通道注意力机制模块来捕捉图像特征,精确分割结果;通过引入多尺度特征融合结构来提升模型感知目标边界等细节的能力.在DRIVE数据集上进行消融实验,得出各模块的实际效果,验证各模块对于本模型视网膜血管分割各方面提升的作用;在DRIVE和STARE数据集上和其他主流网络模型进行对比分析,结果表明CAMU-Net模型优于其他模型.

项目驱动教学方法通过完成实际项目调动学生的主观能动性，提升学生实践能力、创新精神和自主学习能力，近年来被逐渐应用于高校实验教学中。针对医学院校生物医学工程专业基础课程实验教学中知识点分割孤立、学生实践能力和创新精神培养不足的问题，自2017年起，空军军医大学在2016~2019级四年制生物医学工程专业76名学生中实施项目驱动教学方法，包括增设教学模块、精选实验项目、细化教学实施流程、优化考核指标，通过实验考核成绩和问卷调查评价教学效果。结果显示，学生实验成绩为(91.11±2.04)分，优秀率达到81.6%(62/76)。100.0%(76/76)的学生非常喜欢或喜欢项目驱动教学方法并认为通过项目驱动型实验自身团队协作能力得到提升，89.5%(68/76)的学生认为项目驱动型实验有助于创新精神的培养，78.9%(60/76)的学生认为对工程实践能力和科研能力的培养非常有帮助，100.0%(76/76)的学生认为项目驱动教学方法解决或部分解决了传统实验教学中知识点相互孤立、课程间逻辑衔接不紧密的问题。项目驱动教学方法应用于生物医学工程本科专业实验教学中效果良好，得到了学生认可，有助于提升学生的工程实践能力和创新精神。

目的:探索基于知识蒸馏算法训练构建的胎儿心脏超声图像分割网络模型在胎儿心脏超声图像三血管气管切面精细化分割中的应用价值。方法:回顾性收集2016年1月至2021年12月在浙江大学医学院附属邵逸夫医院接受胎儿心脏超声检查的正常中晚孕期胎儿1 300例，分析胎儿心脏超声三血管气管切面二维灰阶超声图像，将其分为训练集、验证集和测试集。应用训练集与验证集构建辅助诊断网络模型，再用测试集对不同网络模型(U-Net、DeepLabv3＋)进行测试，由一名有经验的医生收集并注释三血管气管切面作为参考标准。以交并比(IoU)、像素精度(PA)和骰子系数(Dice)为3个定量评估分割精度指标，评估该知识蒸馏算法训练模型的诊断效能。并对本模型及最常用的分割模型进行识别，对结果进行比较。随机选取101张图像，分别交由低年资医生、AI及低年资医生辅助AI判读，绘制Bland-Altman图像评价其分别与参考标准的一致性，并对三者结果进行比较。结果:知识蒸馏算法训练模型在所有评价指标上均取得了比U-Net、DeepLabv3＋模型更好的结果，平均IoU、PA、Dice分别为68.6%、81.4%、81.3%。与U-Net及DeepLabv3＋模型相比，本模型获得了更精确的分割边界，并且在定量评价指标上均有提高。经过该模型辅助，低年资医生对于诊断的精确度有所提高。结论:知识蒸馏算法训练模型分割方法可在胎儿心脏超声图像的三血管气管切面识别胎儿心脏的解剖结构，其识别结果明显优于相关方法，并可提高低年资医生对于其图像识别的准确度。

乳腺癌术后放疗提高了患者的总体生存率，但心脏因其解剖位置在放疗期间不可避免地受到照射，存在放射性心脏损伤的风险。心脏被视为辐射敏感的“高危器官”，其受照剂量应尽可能低。既往研究主要评估心脏整体受照剂量对远期心血管事件的影响，而最新研究发现，平均心脏剂量无法准确反映心脏受照程度。近年来放疗后心脏亚临床损伤日益受到重视，旨在早期识别隐匿性心脏损伤。此外，特定心脏亚结构剂量与心律失常的关系尚不清楚。本文重点阐述了平均心脏剂量预测放射性心脏损伤的局限性、早期识别心脏损伤的指标及乳腺癌放射性心脏损伤的影响因素，并关注不同心脏亚结构放射损伤与心律失常的关系，以期实现乳腺癌患者心脏风险精细化管理，降低乳腺癌患者的非癌死亡率。

目的:准确提取用于形态评估和临床疾病监测的医学图像中的目标区域,改进将卷积神经网络(CNN)与转换器(Transformer)结合的混合网络用以学习图像局部信息和全局信息.方法:①通过引入基于CNN的解码器并将其与金字塔视觉转换器(PVT)整合,开发了一种新颖的特征细化分割网络称为特征细化金字塔视觉转换器(FR-PVT).解码器用于细化PVT捕获的多尺度全局特征,由特征细化模块(FRM)和上下文注意模块(CAM)以及相似性聚合模块(SAM)共同构成.②为了验证FR-PVT,将其用于五个公共结肠镜图像数据集(ClinicDB、ColonDB、EndoScene、ETIS和KvasirSEG)的息肉分割和温州医科大学附属眼视光医院提供的眼部视频数据集的睑裂分割.③使用四种不同的指标评估FR-PVT的性能,包括Dice系数、IOU、Matthew 系数(MCC)和 Hausdorff 距离(Hdf).FR-PVT与现有网络[即息肉 PVT(Polyp-PVT)、U-Net 及其变体]在相同的分割任务上进行比较.结果:①FR-PVT能够处理各种成像条件下获取的结肠镜图像,并在分割ClinicDB、ColonDB、EndoScene、ETIS和KvasirSEG数据集时获得平均Dice分别为 0.937、0.819、0.892、0.800和0.909.②在眼部视频数据集中的图像上进行的实验结果显示,FR-PVT获得的平均Dice、IOU、MCC和Hdf分别为0.966、0.943、0.957和4.706.③在五个息肉数据集上的分割性能对比显示,FR-PVT分别获得了平均Dice系数和IOU分别为0.840和0.764,优于Polyp-PVT(0.834和0.760)、U-Net(0.561 和0.493)、U-Net++(0.546和0.476)、SFA(0.476和0.367)、PraNet(0.741和0.675).在眼部视频图像上的分割性能显示,FR-PVT分别获得了 0.840的平均Dice系数和0.764的平均IOU.结论:FR-PVT实现了比Polyp-PVT和现有的几种基于CNN的网络(如U-Net及其变体)更好的分割性能.

结直肠息肉大小不一、形态各异,特别是边界模糊导致难以准确定位,小尺寸息肉容易漏检,使得息肉分割存在较大的挑战.针对以上问题,提出一种融合Transformer和卷积的息肉分割算法.首先使用Transformer提取图像全局特征,保证网络全局建模的能力,提高息肉主体区域和模糊边界的定位能力.然后,引入卷积加强网络对息肉细节的处理能力,细化边界分割效果,提高小尺寸息肉捕获能力.最后,将Transformer和卷积提取的特征进行深度融合,实现特征互补.将该算法在CVC-ClinicDB和Kvasir-SEG数据集上进行实验,其相似性系数分别为95.4%和93.2%,平均交并比分别为91.3%和88.6%.进一步在CVC-ColonDB、CVC-T和ETIS数据集上测试泛化能力,其相似性系数分别为81.3%、90.9%和80.1%.结果表明,所提算法在息肉分割的准确度上有较大的提升.

为进一步提高超声颈动脉内中膜提取和测量的准确性,本研究基于U-Net模型提出了改进的分割网络,以实现对颈动脉内中膜的精准提取.首先,在网络中加入条形注意力模块,利用先验形状和解剖信息以解决传统卷积感受野受限的问题;此外,结合后处理细化模块以更好地减少图像中噪声和伪影干扰,通过从内中膜的固有膜形状特征中学习,从而实现校正估计误差.在采集的 1000 张颈动脉血管超声图像数据库中进行测试,分割Dice达到 0.932,内中膜厚度的平均误差为 0.914个像素.本研究有望为动脉疾病的自动分析提供重要的参考依据.

背景:目前中医成人针刺穴位数字化、可视化系统相关报道日益增多,且中医儿童针刺穴位数字化、可视化系统及蒙医训练针刺手法仿真系统已有报道,但蒙医面向儿童群体此类系统尚未见报道.目的:研发蒙医儿童针刺穴位仿真系统,希望供临床教学、施术手法练习及针刺安全性研究使用.方法:在学龄前男童断层解剖数据集基础上运用PhotoShop 2021与Digihuman Reconstruction System软件完成儿童三维数字化虚拟解剖模型及内部多器官组织的构建;通过Unity数据库语言编制蒙医顶会穴等27个穴位的相关注释信息库;在儿童3D打印头颈部树脂模型上选用蒙医金针、银针录制针刺穴位教学视频;在Unity3D 软件中整合儿童解剖模型、穴位注释信息库及针刺操作视频并编写代码,成功创建集仿真针刺训练、临床教学及针刺安全性研究等多功能于一体的三维数字儿童蒙医针刺穴位可视化系统.结果与结论:①该研究基于真实儿童标本,为减少二维分割错误,采用手动逐层分割断面图像法,最大程度确保3D模型精度的前提下,使用3D 软件 Digihuman Reconstruction System提取和保存独立分割数据,与PhotoShop.2021软件共同完成儿童头颈部外层皮肤与其内部骨性结构、颈脊髓、血管和神经、肌肉及韧带等数十个解剖结构的三维重建后,于MeshLab软件中完成各独立结构基本形态和整体轮廓完整性核验工作,并利用3-matic research 13.0软件进行最终精细化调校及解剖位置确认,成功模拟还原学龄前儿童头颈部真实解剖形态.②该研究运用Unity3D 软件将儿童三维模型、针刺操作视频和穴位注释库三者整合,成功构建三维数字儿童蒙医针刺穴位可视化系统.③该研究以中国学龄前男童真实连续断层超薄数据集为基础,实现了中国首个蒙医儿童头颈部针刺穴位三维数字化、可视化系统的研发,较既往针刺软著更贴合亚洲儿童解剖形态学发育特点,在蒙医针刺安全性研究、临床教学及针刺模拟训练等领域具有极高应用价值.

基于阈值操作的肺实质分割对CT图像的对比度敏感,常常造成肺部粘连区域的肺实质分割失败.提出一种融合模糊区域对比度增强与阈值和形态学细化分割的新的肺实质分割算法.首先,根据图像的灰度信息利用线性迭代聚类将图像预分割为多个超像素.然后,根据超像素的灰度统计信息自动定位模糊区域,并进行自适应对比度增强.最后,基于阈值和形态学操作进行细化分割,准确提取肺部粘连区域和肺实质.通过对kaggle肺部数据集30位患者的300张CT图像进行测试,结果表明本研究算法的平均分割准确率(Dice系数)为98.65%,过分割率为0.21%,欠分割率为1.33%,整体分割性能比传统阈值操作和形态学方法有明显提升.

背景:Rolando骨折发病率较高,治疗上对于外固定支架与掌骨板的选择目前尚无统一定论.目的:建立三维有限元模型,比较外固定支架与掌骨板在力学稳定性方面的差异,为临床治疗Rolando骨折提供理论依据.方法:随机选取1名健康志愿者,拍摄手腕关节的三维CT及MRI图像.将数据导入Mimics 10.0软件中,分别对第1、2掌腕关节骨组织及软组织进行三维建模,并将数据导入至Geomogic Studio 10软件中进行精细化处理.最后将所有数据以IGES格式输出至ANSYS12.0软件中,利用软件的分割功能建立Rolando骨折模型,并使用建模功能建立掌骨板及外固定支架的实体模型.按照临床治疗方式将其固定,对各模型的材料属性进行赋值、划分网格,建立三维有限元模型.在第1掌骨头施加100N的纵向负荷进行非线性分析,测定骨折面的最大位移.结果与结论:①外固定支架组掌尺侧骨折块的相对位移与总位移最大、最小值依次为2.033,0.201,5.674,0.548mm,背外侧骨折块为2.537,0.405,4.479,0.127 mm;掌骨板组掌尺侧骨折块的相对位移与总位移最大、最小值依次为0.385,0.133,0.595,0.163 mm,背外侧骨折块为0.278,0.164,0.501,0.142 mm.经统计学分析,掌骨板组显著优于外固定支架组(P<0.05);②结果提示,掌骨板是治疗Rolando骨折的理想方法.