基于GAN网络针对破损切片的图像修复及肾小球目标检测

来源 :中国医科大学 | 被引量 : 0次 | 上传用户:kitwe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:小鼠肾脏切片图像用于组织学研究中的三维重建。3D重建微结构相较于传统断层图像可以提供更多的空间信息,同时帮助我们了解病例生理学机制。连续切片的组织学成像方法提供了具有丰富染色体信息的核酸/蛋白质标记信息的超高分辨率图像,这是OPT或小动物MRI无法提供的。因此,对切片图像的处理一直是组织学研究中的主流程序。研究方法:在本研究中,选取了小鼠肾脏连续切片图像,包括N7,N5,胚龄17天E17的数据集。我们提出了一种新的连续上下文感知生成对抗性修复网络(CCPGAN),在对肾小球目标检测前,用于对部分破损图像进行修复。网络并行输入破损图像及其相邻图像,从中学习语义信息,能够最大程度地恢复受损部分,并有了定性和定量的评价结果,可以稳健地修复任何大小和位置的破坏。然后,基于Faster R-CNN添加了多尺度的特征提取机制,能够更加准确的提取特征区域框,从而提高不同发育阶段的肾小球的目标检测工作。结果:本研究对多个数据集进行训练和测试,并且与多个修复模型的性能进行比较,定性比较和定量比较表明,我们的方法可以重建破损区域,获得理想的结构内容和视觉效果,保持全局和局部的一致性以及生成正确的对象。在N7数据集上MSSSIM指标分别在小中大破损上达到0.9923(1.50%),0.8897(21.45%),0.5574(52.54%),LPIPS指标分别在小中大破损上达到0.0122(15.54%),0.1657(19.94%),0.3126(46.43%)。N5数据集也达到了相似的结果。改进后的Faster R-CNN模型在测试集上四期分类召回率均值达到0.932,精确性为0.942,m AP为0.80.结论:在本研究中,我们提出了一种新的连续上下文感知生成对抗网络CCPGAN。引入双路径输入深度学习网络,它可以检测组织学结构,学习来自破损图像周围及其邻近图像的特征。对于医学图像分析,修复内容的准确性比与视觉效果一致性更重要。在肾小球目标检测阶段,添加多尺度的目标检测网络,更有效的利用了各个层级的特征,是的检测结果有所提高。与此同时,自动检测提高了工作效率,有助于肾脏发育的研究。
其他文献
目的:在使用血管化腓骨瓣对下颌骨缺损进行功能性重建的手术过程中植入种植体能够减少恢复咬合功能需要的时间并提高患者的生活质量,也是未来下颌骨功能性重建的主流方向。本研究的目的是通过Meta分析和系统回顾的方式分析在使用血管化腓骨瓣修复下颌骨缺损的病例中影响同期种植体生存率的因素,为同期种植体在下颌骨功能性重建手术中的适应症提供指导依据研究方法:检索Pubmed、Embase、Web of scien
实验目的 干细胞是具有自我更新、高度增殖和多向分化潜能的细胞群体,这些细胞可以通过细胞分裂维持自身细胞群的大小,同时又可以进一步分化成各种不同的组织细胞,从而构成机体各种复杂的组织器官。按照组织发生学来源,干细胞可以分为胚胎干细胞和成体干细胞,成体干细胞是指存在于一种已经分化组织中的未分化细胞,这种细胞能够自我更新并且形成该类型组织的细胞,在病理状态或外因诱导下表现出不同程度的再生和更新能力
目的:乳腺癌是女性常见恶性肿瘤,也是女性常见癌症致死原因。雌激素受体(Estrogen receptor,ER)阳性乳腺癌是最常见的乳腺癌,占所有乳腺癌的70%左右。他莫昔芬(Tamoxifen)是ER阳性乳腺癌内分泌治疗的主要药物,然而大约30%患者因产生原发性或继发性他莫昔芬耐药而导致肿瘤复发。因此,深入研究乳腺癌他莫昔芬耐药机制以及发现克服乳腺癌他莫昔芬耐药的新治疗策略是亟待解决的科学问题。
目的:本研究通过调查辽宁省某县医疗保障扶贫实施举措,进行医保扶贫政策实施效果的评价,总结实施成效和存在问题,并对该县现行医疗保障政策提供建议,以期为我国医疗保障扶贫政策提供参考。研究方法:通过文献研究法了解我国各省医疗保障扶贫政策;采用访谈法掌握辽宁省某县政策以及执行情况;采用描述性统计分析辽宁省某县医疗保障扶贫政策覆盖人群、受益人次、补偿比例等指标的一般情况,利用政策减负指数(Burden Re
目的:构建在线学习环境下大学生学习者特征评价指标体系,并确定各级指标相对权重。方法:运用文献研究法,检索国内外数据库、网站,初步构建学习者特征评价指标体系框架及指标。通过焦点小组访谈,对学习者特征指标进行进一步修改和完善。进行德尔菲法专家咨询,收集专家修改意见及其他建议,对评价指标进行修正,直至专家意见达成一致,计算专家积极系数、权威系数、协调系数、指标重要程度和变异系数,最终确定在线学习环境下大
目的:近十年来,有关急性呼吸窘迫综合征(acute respiratory distress syndrome,ARDS)的论文已达数千篇。本研究旨在利用文献计量学方法评价急性呼吸窘迫综合征的研究热点和未来发展趋势。方法:检索Web of Science核心数据库2010-2019年所有与ARDS相关的文献,检索策略为主题词=(“ARDS”或“acute respiratory distress
目的:本研究旨在将ECG原始数据高保真、高通量的转化为便于进行挖掘的特征数据,并进行筛选,以提升ECG的量化分析能力。本文选取我国北方典型城市沈阳为研究地区,研究心电信号多维度特征,验证特征有效性并进行可解释性分析。方法:通过SQL Server搭建数据库;构造包括基本统计特征、时域特征、信号因子特征、高阶过零分析、频域特征、空间域特征、非线性特征、相邻电位共生矩阵特征、宏观特征在内的9种特征共4
高强度功能训练(High-intensity functional training,HIFT)是一种新兴健身方式,在国外的军事、竞技体能训练、大众健身等领域备受青睐。HIFT是一种在相对高的强度下进行各种形式的功能性健身方式,强调多关节、功能性、高爆发、持久性的全身性运动,目的是改善一般身体素质和运动表现。文章通过梳理和回顾现有研究并简述HIFT的释义、训练方法及适用领域,重点讨论HIFT引起的
目的:近年来麻醉药物在临床上的联合应用越来越普遍,为了能给临床给药提供更有效的指导,麻醉药物相互作用及其药效学的研究也越来越深入。目前的研究中多采用响应曲面模型对麻醉药物药效学的相互作用进行分析,但不同的响应曲面模型针对不同的药物及药效有不同的效果,在临床实际应用的过程中可能会造成许多不便。本研究将使用机器学习的方法对麻醉药物的联合药效进行建立模型,为今后机器学习在麻醉药效学上的研究提供一定的理论
目的:随着低剂量计算机断层扫描(CT)和肺癌筛查的普及,肺磨玻璃结节影(GGO)在临床实践中的诊断越来越多,已成为肿瘤学中一个重要的临床难题。据报道,GGO的癌症发病率高达63%,因此鉴别良恶性GGO对于延长肿瘤患者的生存时间具有重要意义[1]。深度学习是目前正在快速发展的新兴学科,它通过对患者的CT图像进行定量分析,特征提取,可以对患者的临床诊治提供一定的帮助。本研究旨在开发一种计算机辅助诊断(