【摘 要】
:
Duchenne型肌肉萎缩症(Duchenne muscular dystrophy,DMD)是一种严重威胁生命的、先天的进行性神经肌肉遗传疾病,也是各种肌肉萎缩症中最常见的一种。患者在疾病晚期会失去行走能力,难以完成日常的检查,因此医生无法准确了解患者疾病的发展情况,从而无法给出相应的治疗方案,也无法评估治疗方案的效果。医学超声成像诊断因其便捷性,无侵入性以及实时性等特点使DMD患者完成常规检查
论文部分内容阅读
Duchenne型肌肉萎缩症(Duchenne muscular dystrophy,DMD)是一种严重威胁生命的、先天的进行性神经肌肉遗传疾病,也是各种肌肉萎缩症中最常见的一种。患者在疾病晚期会失去行走能力,难以完成日常的检查,因此医生无法准确了解患者疾病的发展情况,从而无法给出相应的治疗方案,也无法评估治疗方案的效果。医学超声成像诊断因其便捷性,无侵入性以及实时性等特点使DMD患者完成常规检查和随访成为可能。近年来,超声图像信息熵在DMD诊断中受到越来越多的关注,通常来讲,换能器接收到的反向散射回波信号的概率分布可以用超声统计模型参数成像来描述肌肉组织特征,但是不同超声设备产生的反向散射信号服从的分布可能不同,所以其通用性有一定的限制,而熵参数成像是一种有效的基于非模型的反向散射统计特性分析方法。本文探讨了使用超声熵参数成像临床评估DMD严重程度的可行性。本文研究共招募了85名参与者,其中包含DMD患者73人,健康对照组12人。对每位患者进行腓肠肌超声扫描,获取B型超声图像的原始数据。本文提出一种在原始数据上使用一倍脉冲宽度的小窗口进行滑动生成熵值参数图像的方法,最终获得感兴趣域内的熵均值与熵方差,并以此作为评估DMD严重性的标志物。为优化诊断性能和改善熵参数动态范围,本文进一步提出对熵参数进行参数线性组合,从而得到新的诊断标志物,最后利用受试者工作特征(ROC)曲线分别评价熵参数及其线性组合对DMD的临床评估能力。结果表明,熵参数成像能够直观地反映超声回波信号的信息不确定性变化,随着疾病的发展,由于肌肉脂肪浸润,超声反向散射信号的不确定性增加,熵值增加,方差减小。对于DMD不同时期的评估,熵均值的ROC曲线下面积(准确率)分别为0.96(89.41%),0.91(87.06%)与0.80(72.94%);相对应熵方差的表现为0.93(82.35%),0.89(83.53%)与0.81(74.12%)。组合参数后的疾病检测能力的表现为0.98(90.59%)。与以往的定量超声分析技术和声结构量化技术相比,熵参数成像技术以及其参数组合显示出比传统方法更高的诊断性能。建议将其进一步应用于临床评估和DMD患者的随访。
其他文献
多层陶瓷电容器(MLCC)作为电子产业的基石,广泛应用于汽车电子、智能手机等终端设备中。近年来,5G技术普及使终端设备的功能大幅度提升,进而对MLCC的介电性能、可靠性及成本等提出了更高要求,以满足终端设备对其低成本及高性能化的应用需求。目前,采用贱金属(镍)取代传统贵金属(钯-银合金)作为MLCC的内电极可以降低制备成本并提升电容器性能。而采用镍电极的MLCC制备过程需在还原气氛下完成,由此必须
里德-所罗门(Reed-Solomon,RS)码是一种具有较强纠错能力的非二进制线性分组码,广泛应用于深空通信、无线传输、数据存储等领域。RS码主要有硬判决与软判决两种译码方式,其中软判决译码算法由于更加有效地利用了信道可靠度信息,可得到比硬判决算法更高的编码增益。当前,随着人工智能的不断发展,深度学习技术已在图像识别、语义理解等领域取得了诸多成就,因此,若能充分利用深度学习技术的拟合优势,便有望
肺炎是世界范围内最常见的肺部疾病之一,尤其在今年,疫情的传播导致肺炎患者人数激增。为防止病毒传播,早期的诊断至关重要。目前诊断肺炎主要是通过放射科医师观察胸部X光片(CXR),但人工诊断CXR费时费力。在深度学习的发展推动下,利用计算机辅助设计(CAD)技术诊断肺炎成为流行趋势。本文基于深度学习提出了一种自动检测CXR中肺炎病灶区域的方法,输入CXR图像即可实现肺炎病灶区域的自动检测。本文采用目标
无源超高频(Ultra High Frequency,UHF)射频识别(Radio Frequency Identification,RFID)技术因其低成本、长使用寿命、高灵活性和单一识别性等特点而被广泛投入于室内定位技术研究,在仓储管理、智能家居、智能交通系统等领域具有很大的应用前景。合成孔径雷达(Synthetic Aperture Radar,SAR)首先应用于军事领域,用于目标定位和地理
自动驾驶车辆、智能服务机器人等运动主体需要根据其他行人的位置规划自身路径,通过对行人的轨迹进行预测以保持安全距离并排除风险因素,故行人轨迹预测的准确性对于运动主体的决策系统至关重要。然而,由于每个行人自身的运动习惯有着天然差异,且群体环境中存在人与人的交互行为,个人的运动模式会受到周围行人隐含的影响,使得构建具有较高可解释性和泛化能力的轨迹预测模型存在一定的困难。本文针对行人轨迹预测任务开展研究,
显著性检测是很多计算机视觉应用的基础,其目的是检测出图像中最引人注意的区域,从而得到该图像中最重要的特征信息。近年来,图像检索、图像压缩以及视觉跟踪等计算机视觉应用越来越成熟,在人们的日常生活中产生的影响也越来越广泛,而显著性检测作为这些应用的预处理操作,对于减少相关算法的计算量、提高算法的性能有着极大的帮助,因此,提出一种性能优良的显著性检测算法具有重要的意义。目前现有的方法大多基于RGB图像或
钛酸钡基介质材料凭借其优良的电学性能,在储能器件、谐振器和移相器等功能器件中有着广泛的应用,研发高性能的钛酸钡基介质材料对于推动电子领域的发展有着举足轻重的作用。BaSn0.15Ti0.85O3作为钛酸钡基介质材料中的一种,由于Sn元素可以使介电常数峰值大幅增加,有望具有更优的介电和储能性质。但是目前对于BaSn0.15Ti0.85O3薄膜介电性能的研究较为欠缺,针对其储能性能的研究更是甚少,限制
随着信息技术的发展,人们对室内人和物位置服务的需求不断增加,室内定位技术逐渐成为研究热点。可见光作为一种新的通信载体,不产生电磁辐射,可以同时实现定位和照明,且受多径反射的影响较小,因此引起了研究人员的高度关注。按照探测传感器不同,可见光定位可分为成像定位和光电探测定位。其中,基于可见光通信的室内定位技术不需额外的设备部署,定位精度高,得到迅速发展。目前构建基于机器学习的室内可见光定位模型主要依赖
双孢蘑菇菌丝从营养生长阶段转入生殖生长阶段需要一个最佳的“冷却-降温”催蕾过程,诱导其原基形成。通过设计4 d、6 d、8 d三个时间段内完成21.5℃到17.5℃的降温刺激试验,以漆酶、半纤维素酶、羧甲基纤维素酶、蛋白酶、淀粉酶的酶活性,可溶性多糖含量,以及单糖组分为测定指标,对双孢蘑菇生长代谢能力进行评价。结果表明,4 d处理下半纤维素和淀粉酶活性更强,6 d处理下漆酶酶活性更强,8 d处理下
脉冲序列式图像传感器借鉴了生物视觉中通过脉冲表示场景信息和基于帧图像传感器中信息完备的优点,将全部光强信息转换为时域脉冲信号,具有高速、低数据、信息完备的特点,突破了传统高速图像传感器数据冗余和地址事件表示图像传感器信息丢失的瓶颈,因此在高速目标识别、追踪以及动态检测等领域拥有很好的应用前景。然而该传感器采用的脉冲像素中存在各种不同类型的噪声,噪声在光强量化为时域脉冲信号的过程中引入了误差,这些误