X线影像质量的评价及描述

提高X线影像质量的一个至关重要的前期工作是必须对影像质量的评定和描述有科学的测定手段和统一的表述方法。国内外学者为此作了很大的努力。本文拟就该领域的现状进行归纳,并提出对今后发展趋向的看法,俾便使影像质量的评定和描述在我国能取得较大的成果,使临床及工程界人士在实际工作中有所参考。 (一) 由于X线影像是将三维结构的被检体     

检测细胞即时影像共振传感器

日前,美国伊利诺大学基因组生物学研究所开发成功用于来检测细胞内的氧化还原动力学的即时影像的共振传感器。     

申宝忠教授

申宝忠教授 主任医师，医学博士，博士生导师，龙江学者特聘教授，卫生部有突出贡献中青年专家、享受国务院特殊津贴专家。国家科技部、国家自然基金委主要评审专家；黑龙江省影像医学与核医学重点学科学科带头人；黑龙江省影像医学与核医学专业领军人才梯队带头人；     

基于卷积神经网络的超声影像肝癌自动分类

目的 针对从原发性肝癌中检测肝细胞癌（HCC）的灵敏度不高和诊断结果高度依赖放射科医生的专业性和临床经验，本文利用深度卷积神经网络（CNN）的方法自动学习B超和超声造影（CEUS）图像中的特征信息，并实现对肝癌的分类。方法 建立并验证基于CNN的多个二维（2D）和三维（3D）分类模型，分别对116例患者（其中100例HCC和16例非HCC）的B超和CEUS影像进行定量分析，并对比分析各个模型的分类性能。结果 实验结果表明，3D-CNN模型的各方面性能指标都优于2D-CNN模型，验证了3D-CNN模型能同时提取肿瘤区域的2D影像特征及血流时间动态变化特征，比2D-CNN模型更适用于HCC与非HCC分类。其中3D-CNN模型的AUC、准确率和敏感度值最高，分别达到了85%、85%和80%。此外，由于HCC和非HCC样本不均衡，通过扩充非HCC样本的数量可以提升网络的分类性能。结论 本文提出的3D-CNN模型能够实现快速、准确的肝癌分类，有望应用于辅助临床医师诊断与治疗肝癌。     

双模态分子影像探针研究进展

分子影像技术可以在分子水平上实现生物有机体生理和病理变化的在体、实时、动态、无刨的三维成像,融合不同影像的双、多模态技术,可实现不同影像设备的优势互补,同时亦可减少假阳性和假阴性,从而使获取的结果更为精确可靠.双、多模态融合已成为生物医学成像的发展趋势,并逐渐在疾病的治疗、诊断及监测等方面发挥重要作用.本文综述了双模态...     

X光片有望摆脱图像模糊

日本柯尼卡美能达新近研发出医用影像新产品，将数码技术嫁接到医学X光片摄像过程中，实现X光摄像的精确处理，这将使患者有望抛却抱着一大堆X光片东奔西跑四处求医的烦恼。     

申宝忠

申宝忠教授 主任医师，医学博士，博士生导师，龙江学者特聘教授，卫生部有突出贡献中青年专家、享受国务院特殊津贴专家。国家科技部、国家自然基金委主要评市专家；黑龙江省影像医学与核医学重点学科学科带头人；黑龙江省影像医学与核医学专业领军人才梯队带头人；     

《实验生物学与医学》：科学家研发出胞内即时影像检测共振传感器

来自EurekAlert的消息。伊利诺大学基因组生物学研究所的研究人员突破了FRET技术的局限性，开发了一个共振传感器。来检测细胞内的氧化还原动力学的即时影像，这一研究成果公布在《实验生物学与医学》（Experimental Biologyand Medicine）杂志上。