齐守良
- 作品数：15 被引量：48H指数：5
- 供职机构：东北大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金辽宁省科技攻关计划项目更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于肺区CT图像最大密度投影与深度卷积网络的慢阻肺识别模型的构建及意义被引量：2
- 2022年
- 目的基于肺区CT图像最大密度投影(MIP)与深度卷积神经网络(CNN)构建慢性阻塞性肺疾病(慢阻肺)识别模型,并探讨其意义。方法选取2010年1月—2021年5月就诊于大连医科大学附属第二医院的符合入组标准的研究对象共201例,其中慢阻肺组101例,健康对照组100例。研究对象均进行胸部薄层CT图像扫描及肺功能测试。首先,获取所有CT图像序列肺区的MIP图像;其次,以MIP图像为输入,基于改进的残差网络(ResNet)构建慢阻肺识别模型;最后,考察不同层数的ResNet模型对性能的影响。应用准确率、灵敏度、特异度、阳性预测值、阴性预测值、受试者工作特征(ROC)曲线及其下面积(AUC)评估网络的识别效能。结果ResNet26的慢阻肺识别准确率、灵敏度、特异度、阳性预测值、阴性预测值分别为76.1%、76.2%、76.0%、76.2%、76.0%,AUC为0.855(95%CI:0.799~0.901);ResNet50的慢阻肺识别准确率、灵敏度、特异度、阳性预测值、阴性预测值分别为77.6%、76.2%、79.0%、78.6%、76.7%,AUC为0.854(95%CI:0.797~0.900);ResNet26d的慢阻肺识别准确率、灵敏度、特异度、阳性预测值、阴性预测值分别为82.1%、83.2%、81.0%、81.6%、82.7%,AUC为0.885(95%CI:0.830~0.926)。结论本研究成功构建的基于肺区CT图像MIP与深度CNN的慢阻肺识别模型,可实现准确的慢阻肺识别,为慢阻肺早期筛查提供了一种有效工具。
- 吴雅楠齐守良庞浩文李梦琪王盈熹夏书月王琪
- 关键词：最大密度投影
- 基于相似性度量的肺结节图像检索算法被引量：7
- 2018年
- 为了克服肺部病变CT表现复杂,极易造成医生误诊的缺点,提出了一种基于相似性度量的医学图像检索算法并用于肺癌的诊断研究,该相似性度量保持了图像的语义相关和视觉相似.首先,根据相似性度量理论构建距离度量学习算法学习一个马氏距离;然后,根据学习的马氏距离度量,提出新的医学图像检索算法,并将提出的算法应用于肺癌的诊断研究.实验结果证明了该检索算法在肺癌诊断应用中的可行性和有效性.
- 魏国辉齐守良钱唯张魁星
- 关键词：医学图像检索肺癌纹理特征
- 多发性硬化症患者DTI图像定量化分析被引量：2
- 2018年
- 提出了一种联合体素和白质图谱的磁共振扩散张量成像(DTI)方法,明确了多发性硬化症(MS)患者脑白质中受损区域的位置和严重程度.通过计算受检者脑白质区域内各体素中水分子扩散的各向异性指数(FA)和平均扩散率(MD),找出MS患者组和健康对照组(HC)之间FA和MD存在显著性差异的体素及分布情况.结果表明,与HC组相比,MS组FA值在胼胝体体部、压部和双侧放射冠上部等11个脑区有显著性降低;MD值在胼胝体体部、压部和右侧内囊后肢等22个脑区有显著性升高,为临床MS诊断和治疗提供了更有效的参考价值.
- 齐守良李萌高青君余晖
- 关键词：多发性硬化症扩散张量成像磁共振成像
- 机器学习在口腔植入体无损测量中的应用
- 2021年
- 目的为解决患者就诊时档案丢失无法确定口腔内种植体规格的问题,探索一种针对口腔植入体规格的无损测量方法。方法首先,对口腔曲面CT图像使用分段阈值、图像分割、形态学处理等方法进行预处理。接着,将处理后的图像提取其灰度共生矩阵和梯度方向柱状图两种纹理特征用以表示口腔植入体的特点。然后,比较8种高效的分类器算法,选择分类表现最优的基于灰度共生矩阵的RBFSVM方法用以检测植入体的位置。最后,根据检测结果计算植入体的实际规格参数。结果本研究共使用420张口腔CT图像进行实验,最终结果与植入体实际规格的平均误差<2%。结论本研究提出的机器学习在口腔植入体无损测量方法显示出较好的测量精度,有效帮助医生确定病人口腔内已有的植入体的规格。
- 李晨张家伟齐守良王丹宁
- 关键词：无损检测图像处理特征提取
- 基于重采样的胸部CT图像肺实质自动分割被引量：1
- 2012年
- 目的胸部CT图像的肺实质自动分割是肺部疾病计算机辅助检测的重要基础。为提高分割速度,本文提出并实现了一种基于重采样的分割算法。方法首先对数据重采样,提取部分(1/8)体数据。再基于重采样体数据,通过阈值分割、胸腔提取、气管剔除、血管填充、左右肺分离和肺壁结节填充等步骤,得到初步分割结果。然后将该结果还原到完整数据体上,形态学平滑后即完成最终分割。最后将算法应用于20例患者数据(2556个断层),并与放射科医生手动分割结果进行比较。结果本文算法对20例患者数据均能取得优异结果,与放射科医生手动分割的平均面积重叠率达99.02%,且适用于左右肺相连、肺壁存在结节、视野不完整等异常情况。通过数据重采样极大缩短分割时间,一般可缩短50%,一帧图像平均耗时小于0.25s。结论本文算法能够实现胸部CT图像肺实质的自动分割,结果准确可靠,鲁棒性好,速度快,基本满足实际临床需求。
- 司广磊齐守良岳勇Han J.W.van Triest康雁
- 关键词：肺实质重采样CT图像计算机辅助诊断
- 基于改进主动形状模型的含胸壁粘连型肿块的肺区分割方法研究被引量：3
- 2016年
- 肺区分割是计算机辅助诊断肺癌的前提。当肿块与胸壁粘连时,由于两者的计算机断层成像(CT)值接近,基于局部低级特征的传统分割方法不能得到正确结果;而且由于肿块体积大,造成了肺区内正常组织的大面积缺失,故以往含胸壁粘连型肺结节(直径小于3cm)的肺区分割方法不再适用,需要采用能结合先验形状和低级特征的主动形状模型(ASM)来分割含胸壁粘连型肺肿块的肺区。但传统ASM的搜索步骤是一种基于最小二乘的优化方法,该方法对异常标记点敏感,会使轮廓更新到正常肺组织和肿块的过渡区域而不是真正的肺边缘。针对这一问题,提出了改进的ASM算法:首先基于距离特征识别异常标记点,然后赋予异常标记点和正常标记点不同的搜索函数。搜索过程在设定的包围核(VOI)内进行。用所提出的ASM方法分割30个含胸壁粘连型肿块的肺区,与金标准的重叠度为93.6%。实验结果表明针对含胸壁粘连型肿块的肺区分割问题,改进的ASM算法能得到较好的分割结果,并且算法的运行时间是在临床可接受的范围内。
- 孙申申范立南康雁任会之齐守良
- 关键词：主动形状模型
- Radiomics方法研究应用进展被引量：9
- 2017年
- Radiomics(影像组学)方法是指对CT、MRI和PET等大量医学图像提取定量影像学特征并进行分析,找到疾病的影像学标识物,从而实现对疾病的精准预测、诊断及预后评估等。众所周知,癌症治疗是医学界面临的重要难题,尽早发现、尽早治疗能够极大地改善患者的生存率。肿瘤细胞的变化一般通过基因表达进行监测,但也可以通过影像学标识物进行监测,所以Radiomics方法被广泛应用于癌症的预测、早期诊断和治疗,是当今国内外影像医学及其相关专业的研究热点。本文首先对Radiomics方法中需要解决的4个关键性问题(包括多模态图像采集和重建、图像分割、特征提取和筛选、建立数据库对信息分析建模)分别进行详细的阐述;其次,介绍并分析Radiomics方法在早期预测及诊断非小细胞肺癌、前列腺癌、乳腺癌及其他癌症方面的应用;最后,预测Radiomics方法的未来发展趋势。
- 孙航李宏张亭亭滕月阳齐守良钱唯
- 关键词：医学图像分割疾病预测疾病诊断
- 水摄取率在预测急性前循环大面积脑梗死患者恶性水肿发生中的价值被引量：6
- 2020年
- 目的:探讨急性前循环大面积脑梗死患者的水摄取率对恶性水肿发生的预测价值。方法:回顾性分析2017年9月至2018年7月在北部战区总医院就诊的56例大面积脑梗死患者,测算其水摄取率。根据是否发生恶性水肿(定义为发病7 d内因脑水肿所致脑疝需实施去骨瓣减压术或因脑疝死亡),分成恶性水肿组和非恶性水肿组。分析两组患者的特征并绘制受试者工作特征(ROC)曲线,以确定水摄取率及其他因素的价值。结果:多因素Logistic回归分析结果表明,调整心房颤动、入院美国国立卫生研究院卒中量表评分、发病到初次影像时间后,水摄取率与恶性水肿的发生显著相关(OR=1.226,95%CI 1.040~1.446,P=0.015)。基于ROC曲线,水摄取率≥13.08%时,高度怀疑恶性水肿的发生,敏感度为0.64,特异度为0.94,曲线下面积为0.813。结论:水摄取率是前循环大面积脑梗死患者发生恶性水肿的一个重要预测指标,可以帮助识别具有恶性水肿风险的患者。
- 徐海滨付博文陈万莉陶霖侯晓雯齐守良陈会生
- 关键词：脑水肿曲线下面积
- 基于图论的分裂型人格障碍多加权脑结构网络研究被引量：1
- 2019年
- 基于图论方法分析分裂型人格障碍(SPD)患者与健康对照在脑结构网络局部和全局参数上的差异.根据 Brainnetome 脑图谱将大脑皮层划分为246 个脑区利用扩散加权图像重建脑白质神经纤维束构建以神经纤维束条数、密度、长度和优化的密度为加权方式的脑结构网络.计算网络节点参数和全局参数通过假设检验找出具有显著性差异的脑区.结果发现 SPD 患者与健康人的脑结构网络在全局参数上无显著性差异在节点参数上 6 个脑区存在显著性差异差异脑区在位置上显示出左右脑不对称性在功能上与认知、情感和感知高度相关.研究结果可为疾病诊断治疗提供重要参考.
- 齐守良张波李萌伍建林
- 关键词：扩散加权成像图论
- 一种改进的投票算法检测细胞核
- 2017年
- 高效准确地检测细胞核是自动分析病理学组织的重要部分,也是细胞核准确分割的第一步,分割的准确性很大程度上取决于种子点检测的准确性与可靠性。本文提出一种改进的投票算法来检测细胞核种子点。首先,通过对乳腺病理切片图像进行预处理,利用Otsu阈值方法对预处理后的图像进行粗分割;然后用椭圆拟合方法检测出部分细胞核种子点;最后利用改进的投票算法检测细胞核种子点。实验结果表明,本文所提出的算法可以准确地将病理切片图像中的细胞核检测出来,且检测精确度超过90%,能够提供比现有方法更好的检测性能,可用于定量分析乳腺病理图像。
- 马青山刘磊齐守良秦文健温铁祥李凌辜嘉
- 关键词：投票算法高斯核形态学
