【摘 要】
：
目的 针对常见方法对脑胶质瘤的肿瘤分割和生存预测需要单独建模的问题,提出一种带有变分自编码器(variational auto-encoder,VAE)分支的两阶段级联U-Net算法,旨在分割肿瘤的同时提取鲁棒的特征预测患者生存期,有助于患者的精准治疗.方法 提出的两阶段级联U-Net网络,第1阶段实现初步粗分割,第2阶段实现精细化分割.此外,在第2阶段添加变分自编码器分支以提取更加鲁棒的特征并提高模型泛化性.其中,变分自编码器分支获取的特征被送入随机森林算法以进行生存期预测.另外,在两个阶段的解码器部分
【机 构】
：
南京信息工程大学人工智能学院医学人工智能联合研究院, 南京 210044;东部战区总医院影像科, 南京 210002
论文部分内容阅读
目的 针对常见方法对脑胶质瘤的肿瘤分割和生存预测需要单独建模的问题,提出一种带有变分自编码器(variational auto-encoder,VAE)分支的两阶段级联U-Net算法,旨在分割肿瘤的同时提取鲁棒的特征预测患者生存期,有助于患者的精准治疗.方法 提出的两阶段级联U-Net网络,第1阶段实现初步粗分割,第2阶段实现精细化分割.此外,在第2阶段添加变分自编码器分支以提取更加鲁棒的特征并提高模型泛化性.其中,变分自编码器分支获取的特征被送入随机森林算法以进行生存期预测.另外,在两个阶段的解码器部分都添加了SE(squeeze-and-excitation)-残差模块以及注意力门模块,提高了分割精度.结果 在Brain Tumor Segmentation(BraTS)竞赛官网分别评估了本文方法在BraTS2020验证集上分割以及总体生存期预测两大任务的结果,本文算法在该验证集的全肿瘤区域、肿瘤核心区域以及增强型肿瘤区域分别取得了90.66％、85.09％和79.02％的Dice相似系数.相较3DU-Net在3个肿瘤子区域的Dice相似系数分别提高了4.3％、1.37％和5.36％.对于总体生存期的预测准确率达到了55.2％,相较性能最佳算法的预测准确率虽然低3.4％,但是从均方误差这一评估指标来看略有优势.结论 为了防止出现过拟合,提出带有VAE分支的两阶段级联U-Net网络结构,同时该分支能够提取肿瘤的鲁棒特征用于后续生存分析.实验表明,该网络能够较为准确地分割脑肿瘤,并且其提取的特征能够准确地预测患者生存期,可以为临床医生进行脑胶质瘤诊断提供有力的参考.
其他文献
花椒叶中多酚含量丰富.多酚具有抗氧化、调节人体神经系统功能、软化和疏通心血管、抗癌、调节机体新陈代谢、抗病毒和抗疲劳等多种生物活性功能.我国花椒叶的应用技术目前还在起步阶段,花椒叶中多酚的提取技术落后于很多国家.该研究基于此,对花椒叶多酚的提取工艺进行优化.结果 表明,花椒叶多酚的抗疲劳活性高于西洋参,花椒叶多酚提取的最佳工艺为乙醇浓度70％、超声波功率200 W、超声波时间30 min和料液比1∶20.
随着医学影像技术和人工智能技术的发展,两者之间的结合,特别是人工智能在医学影像领域的赋能,已在疾病诊断、分期、治疗和手术方案制定等方面起着越来越重要的作用.
纳米技术是现代科技发展出的基础科学技术,在食品、生物、化学等各个领域应用广泛.该技术对食品风味物质加工起着重要的作用,并且已经融入我们的日常生活中.文章通过介绍纳米技术,对比不同纳米结构在食品加工中的优缺点以及实例,综述了纳米囊化技术、纳米保鲜技术、纳米包装、纳米食品传感器应用在风味物质加工中的影响,并对该技术在风味物质食品加工方面进行展望,为今后在食品领域的深入研究和拓展调味品生产中提供有利力依据.
玉米多酚是从玉米生产或加工的副产品中提取的一种生物活性成分,具有抗氧化和抑菌活性,在功能食品、保健品以及医药等领域具有潜在的应用价值,以近年来国内发表的文献为依据,总结概述了玉米多酚的提取工艺及其生物活性研究进展,并指出存在问题,展望其研究方向,为玉米多酚的深入研究及开发利用提供了参考依据.
文章通过光谱法和分子对接技术,研究了赤藓红与溶菌酶分子之间的相互作用.研究结果表明赤藓红能够以静态猝灭形式有效地猝灭溶菌酶的荧光,形成1∶1复合物.热力学结果表明赤藓红与溶菌酶体系主要作用力类型为疏水作用力和氢键,分子对接的结果也进一步说明了这个观点.根据荧光实验数据建立了赤藓红与溶菌酶的结合率模型,结果表明,随着温度的升高,无论是蛋白结合率还是色素结合率都呈现下降的趋势,结合体系的稳定性越来越低,并且由分子对接结果得知结合作用会对溶菌酶的活性产生影响.
心脏为人体血液流动提供动力,是人体血液循环系统的重要组成部分.受人口老龄化影响,心脏病诊疗已成为重大公共健康话题.非侵入式活体心脏成像对心脏疾病的检测、诊断与治疗意义重大.然而,受活体心跳影响,成像扫描时间与心脏影像分辨率成为难以调和的矛盾.为缓和这一矛盾,基于快速扫描获得的低分辨率影像重建出心脏高分辨率影像的超分辨率(super-resolution,SR)重建技术成为研究热点.深度学习技术在医学影像处理领域中展现出强大生命力,基于深度学习的SR技术因其强大的学习能力与数据驱动性,在心脏影像SR重建领域
医学影像作为医疗数据的主要载体,在疾病预防、诊断和治疗中发挥着重要作用.医学图像分类是医学影像分析的重要组成部分.如何提高医学图像分类效率是一个持续的研究问题.随着计算机技术进步,医学图像分类方法已经从传统方法转到深度学习,再到目前热门的迁移学习.虽然迁移学习在医学图像分类中得到较广泛应用,但存在不少问题,本文对该领域的迁移学习应用情况进行综述,从中总结经验和发现问题,为未来研究提供线索.1)对基于迁移学习的医学图像分类研究的重要文献进行梳理、分析和总结,概括出3种迁移学习策略,即迁移模型的结构调整策略、
目的 阿尔茨海默症(Alzheimer\'s disease,AD)是主要的老年病之一,并正向年轻化发展.早期通过核磁共振(magnetic resonance imaging,MRI)图像识别AD的发病阶段,有助于在AD初期及时采取相关干预措施和治疗手段,控制和延缓AD疾病恶化.为此,提出了基于平滑函数的组L1/2稀疏正则化(smooth group L1/2,SGL1/2)方法.方法 通过引入平滑组L1/2正则化实现组内稀疏,并将原先组L1/2方法中含有的非平滑的绝对值函数向平滑函数逼近,解决了组
目的 特发性肺纤维化(idiopathic pulmonary fibrosis,IPF)是一种致死率极高的肺间质疾病,呈渐进式发展且诊断手段有限,给病情的预后带来极大的困难.目前已有的肺功能衰退严重程度预测方法仍存在准确率较低的问题.方法 提出了一种融合多尺度残差和注意力机制的特发性肺纤维化进展预测模型,包括计算机断层扫描(computed tomography,CT)特征提取网络和多模态特征预测网络,以此预测IPF患者不同周数的用力肺活量(forced vital capacity,FVC).CT特征
Ion adsorption type rare earth ores (IATREOs) are a valuable strategic mineral resource in China,which feature a complete composition of fifteen rare earth elements and are rich in medium and heavy rare earth (RE) elements.In the leaching process for reco