首页期刊导航|中国医学物理学杂志
期刊信息/Journal information
中国医学物理学杂志
中国医学物理学杂志

胡逸民

双月刊

1005-202X

yxwl@263.net.cn

020-61648280

510515

广州市同和南方医科大学生物医学工程学院

中国医学物理学杂志/Journal Chinese Journal of Medical PhysicsCSCDCSTPCD北大核心
查看更多>>本刊是国际医学物理学组织(ZOMP)的成员——中国医学物理学会会刊,是国内唯一全面涉及医学物理学各分支学科领域、国内外公开发行的专业性学术双月刊。读者对象是各大医院从事医学物理及相关人员、广大从事医学物理学学科研究的教学工作者以及医学物理学、生物物理学、生物工程学、医学和应用物理学等专业的工作者及博士、硕士研究生。
正式出版
收录年代

    基于视频的动作智能识别在医学中的应用

    黄新瑞黄河颂黄渝川陈美凝...
    1-7页
    查看更多>>摘要:基于视频的动作智能识别是计算机视觉领域的一项具有挑战性的研究。本文回顾了基于视频动作智能识别最先进的方法并进行分析、比较和讨论,主要介绍基于手工制作特征的机器学习方法、基于自动特征提取的深度学习方法和基于多信息融合方法。同时介绍近十年来该技术在医学中流行的重要应用及其相关局限性,并分享关于此技术未来应用以改善人类健康的跨学科观点。

    动作识别计算机视觉特征表示机器学习深度学习综述

    多模态弱监督学习在肝癌图像生成与分割中的应用

    潘依乐高永彬
    8-17页
    查看更多>>摘要:针对MRI软组织对比度高但不是胸部成像护理标准,导致难以获得足够多专家标注的MRI数据的问题,通常将CT转换成MRI图像。由于难以获取对应模态的CT和MRI图像,结合生成式对抗网络的结构特点,提出CSCGAN生成网络模型。该模型以CycleGAN作为框架,由于CycleGAN可能存在模式坍塌问题,同时StyleGAN2能够控制合成图像的样式和特征的细节,实现高分辨率图像的合成,因此将其融入到CycleGAN中,重构了网络的生成器。同时为了减少外部干扰,引入了噪声模块,另外为了防止肿瘤在转换时丢失,修改了网络的鉴别器结构,并加入了混合注意力机制。实验结果显示,与文中其他方法相比,该模型生成的样本图像在Dice相似系数、Hausdorff距离、体积比和平均交并比各项指标上均有所提升,该方法有效实现了肝脏肿瘤病变图像的模态转换,生成的数据能够提高分割网络的准确性。

    医学图像处理模态转换肝脏肿瘤分割生成式对抗网络混合注意力机制

    CT影像组学联合形态学特征模型评估非小细胞肺癌患者预后生存期的价值

    周洁郑燕婷江舒琪安杰...
    18-26页
    查看更多>>摘要:目的:探讨CT影像组学联合形态学特征模型对非小细胞肺癌患者预后生存时间的预测价值。方法:从癌症影像数据库(TCIA)下载并筛选出300例非小细胞肺癌患者资料(300个病灶),随机选取210例为训练集,90例为测试集。根据预后生存期将患者分为两个组,预后生存期≤3年为1组,预后生存期>3年为2组。用3D Slicer软件在CT图像病灶中逐层勾画得到感兴趣区(ROI),再从每个ROI中提取影像组学特征,采用t检验和最小绝对收缩与选择算子(LASSO)算法进行影像组学特征筛选。运用Logistic回归建立3种预测模型,包括影像组学模型、形态学模型和联合诊断模型。采用受试者工作特征(ROC)曲线评价3种预测模型效能。结果:影像组学标签、纵隔淋巴结转移在训练集和测试集的差异均具有统计学意义。影像组学模型、形态学模型和联合诊断模型,在训练集中ROC曲线下面积(AUC)分别为0。784(95%CI:0。722~0。847)、0。734(95%CI:0。664~0。804)、0。748(95%CI:0。680~0。815),在测试集中分别为0。737(95%CI:0。630~0。844)、0。665(95%CI:0。554~0。777)、0。687(95%CI:0。578~0。797)。影像组学模型诊断效能最佳。结论:CT影像组学模型能有效地预测非小细胞肺癌患者预后生存时间。

    非小细胞肺癌影像组学形态学特征预后生存

    3D MERGE与3D SPACE STIR序列在腰椎间盘突出症检查中的应用比较

    李兰殷小丹李旭雪吴海燕...
    27-31页
    查看更多>>摘要:目的:对比三维多回波恢复梯度回波(3D MERGE)、三维可变反转角快速自旋回波(3D SPACE STIR)序列在腰椎间盘突出症(LDH)检查中的应用效果。方法:选择2020年1月~2022年11月收治的135例LDH患者,回顾性分析患者临床和磁共振成像(MRI)资料,所有患者均接受常规MRI扫描及 3D MERGE、3D SPACE STIR序列扫描,对比3D MERGE、3D SPACE STIR序列测量神经根直径的一致性,评价两种序列的图像质量参数[信噪比(SNR)、对比噪声比(CNR)]、图像清晰度评分。结果:3D MERGE和3D SPACE STIR序列测量的L3~S1神经根直径比较差异无统计学意义(P>0。05),且两组序列测量的L3、L4、L5和S1直径均显示出较高相关性(r=0。957,0。986,0。975,0。972,P<0。05);3D MERGE序列的SNR及CNR均高于3D SPACE STIR序列,神经根显示分级、图像清晰度评分优于3D SPACE STIR序列,差异有统计学意义(P<0。05)。结论:3D MERGE、3D SPACE STIR序列在LDH神经根直径测量中具有极高一致性,3D MERGE序列较3D SPACE STIR序列能够更清晰显示神经跟的解剖形态,图像质量更好。

    腰椎间盘突出症3DMERGE3DSPACESTIR神经根直径图像质量

    融合改进Transformer和卷积通道注意力模块的U-Net用于双心室分割

    陈沐萱袁金丽郭志涛卢成钢...
    32-42页
    查看更多>>摘要:设计一种融合改进Transformer和卷积通道注意力模块的U-Net用于MRI图像双心室分割。通过在U-Net的高层卷积部分基础融合改进Transformer,有效增强全局特征信息的提取能力以应对右心室复杂的形态变化造成低分割性能的难题。改进的Transformer在自注意力模块部分中加入固定窗口注意力进行位置定位,随后对其输出特征图进行聚合以缩小特征图尺寸;同时通过改进多层感知器来加深网络深度以提高网络学习能力。为解决组织边缘模糊造成的分割性能不理想问题,引入特征聚合模块进行多层次底层特征的融合,利用卷积通道注意力模块对底层特征进行重标定,实现自适应地学习特征权重。此外,针对编解码结构中通道衰减造成特征丢失导致的低分割性能,网络集成一个即插即用的特征增强模块,保证空间信息同时增加有用通道信息的比重。在ACDC数据集对本文算法进行测试,结果表明本文方法对左右心室的分割精度均优于近年其他算法,尤其是右心室分割结果,相比于其他方法,DSC系数提高至少2。83%,证明本文方法对双心室分割的有效性。

    双心室分割图像处理Transformer注意力机制特征提取

    LRAE-Unet:轻量级MRI脑肿瘤全自动分割网络

    林嘉豪王瑜肖洪兵孙梅...
    43-49页
    查看更多>>摘要:提出一种轻量级脑肿瘤全自动分割网络,即轻量级残差注意力增强网络(LRAE-Unet)。首先采用轻量级残差模块解决网络层数增加时出现的梯度消失和网络退化问题;其次采用轻量级自注意力模块抑制输入图像中的不相关区域,同时突出特定局部区域的显著特征;最后通过增强视野平均池化模块减少特征图的空间,节省计算资源,控制网络过拟合现象。在BraTS 2019数据集的测试结果显示LRAE-Unet在完整肿瘤、肿瘤核心与增强肿瘤区域的Dice相似系数为91。24%、88。64%与88。32%,证明使用LRAE-Unet进行脑瘤分割具有可行性与有效性。

    脑肿瘤LRAE-Unet轻量级残差模块轻量级自注意力模块平均池化模块

    SWI结合ASL对急性期缺血性脑卒中血流动力学评估及诊断价值

    丁昭军刘文罡黄俊昊曹瑞...
    50-53页
    查看更多>>摘要:目的:分析急性期缺血性脑卒中(AIS)患者经磁敏感加权成像(SWI)结合动脉自旋标记成像(ASL)的诊断效用。方法:选取2020年7月至2021年7月于重庆医科大学附属永川医院就诊的AIS患者50例,用3。0T MRI进行扫描,扫描序列包括FLAIR、DWI、3D-TOF-MRA、3D-ASL和SWI,分别评估患者脑梗的灌注状态、梗死核心区周围引流静脉、侧支代偿情况、是否有出血转化以及患者的预后水平。结果:梗死核心区周围引流静脉的分级与患者NIHSS评分呈显著相关(r=0。869,P<0。05);梗死核心区周围引流静脉的分级与患者的预后呈显著相关(r=0。825,P<0。05);梗死核心区灌注状态与是否出现出血转化呈显著相关(r=0。873,P<0。05);侧支循环代偿状态与患者预后呈显著相关(r=0。883,P<0。05)。结论:SWI联合ASL可以对AIS患者梗死核心区周围的血流动力学情况给予准确提示,并且该技术还可以准确评估AIS患者的预后,对临床诊断以及治疗方案的选择均有重要价值。

    急性期缺血性脑卒中磁敏感加权成像血流动力学预后

    基于标定和计算的电子射野影像系统剂量重建

    眭建锋孙佳伟谢凯高留刚...
    54-59页
    查看更多>>摘要:提出了一种基于标定和计算的电子射野影像系统(EPID)剂量重建算法。首先,对连续采集模式的EPID原始数据进行暗场校正和增益校正,然后通过亮场灰度特征确定射野边界。其次,对EPID数据进行MU标定、离轴标定和射野大小标定,并根据标定后的叠加通量和加速器机头蒙特卡罗模型进行剂量重建。最后,选取9例IMRT计划,分别使用EPID和MapCheck对计划进行验证测量,并在不同γ标准下比较两种验证工具的通过率。针对选取的1例计划病例,两种标准下使用MapCheck对多个病例验证的通过率分别为99。02%±1。28%、90。84%±4。49%;使用EPID重建模型的平均通过率分别为98。86%±1。19%、91。39%±4。80%。本文提出的标定和剂量计算相结合的EPID重建算法,与主流剂量验证软件MapCheck相比,对IMRT计划的验证通过率没有统计学差异(P>0。05),符合剂量验证的临床要求。

    剂量标定剂量计算电子射野影像系统重建验证

    耳机式物联网血氧监护系统的设计

    薛俊伟吴凯周静
    60-65页
    查看更多>>摘要:分析远程医疗在应对突发公共卫生事件时,快速优化基层医疗资源配置的能力,设计基于蜂窝物联网通信的血氧监护系统。相比于传统医用血氧检测仪器,具有可穿戴、低成本、易操作的优势,更适应基层快速检测或用户居家监测的场景。创新设计了入耳式耳机检测模式,可同时测量体温数据,并通过窄带物联网传输到数据库,积累的数据能够为诊疗提供个性化的追踪记录。

    远程医疗物联网入耳式血氧

    基于Bi-UNet的无创动脉血压波形重建算法

    潘嘉婷梁丽诗陈真诚
    66-71页
    查看更多>>摘要:提出了一种非侵入性的深度学习方法,用于光电容积脉搏波信号重构动脉血压信号。设计的Bi-UNet模型采用U-Net作为特征提取器,设计了双向时间处理器模块,用于提取基于个体模型的时间依赖信息。双向时间处理器模块利用BiLSTM网络有效地分析正向和反向的时间序列数据。此外,笔者采用了深度监督方法,即训练模型关注数据的各个层面特征,以提高预测波形的准确性。本文模型在重要的动脉血压波形指标收缩压、舒张压和平均动脉血压上的平均绝对误差分别达到了2。89、1。55和1。52 mmHg,标准差分别达到了2。43、1。79和1。47 mmHg。这些结果表明本文方法相比现有技术的优越性,并展示了其在实施和应用中的潜力。

    信号重建无创动脉血压波形光电容积脉搏波深度学习