基于 Mask RCNN 的桥小脑角区脑膜瘤与听神经瘤分类定位研究

由于人体桥小脑角区的脑膜瘤与听神经瘤在影像学的表现以及发病位置极其相似,所以临床诊断极易发生误诊．针对此问题,本文应用掩膜区域卷积神经网络（Mask RCNN）对两类肿瘤进行分类定位研究．首先采集89名脑膜瘤与218名听神经瘤患者的T₁WI-SE序列的磁共振图像,对其进行预处理,再结合改进的特征金字塔网络（FPN）算法进行网络训练．本文对比了三种不同的Mask RCNN主干网络对两者分类定位的效果．结果表明,结合改进的FPN算法和ResNet101作为主干网络的Mask RCNN分类定位模型能够有效实现对两类肿瘤的分类定位,精确率为0.918 2、召回率为0.856 9、特异性为0.876 2、均值平均精度（mAP）为0.90．     

基于级联卷积神经网络的前列腺磁共振图像分类

针对深度学习训练成本高，以及基于磁共振图像的前列腺癌临床诊断需要大量医学常识且极为耗时的问题，本文提出了一种基于级联卷积神经网络（Convolutional Neural Network，CNN）和磁共振图像的前列腺癌（Prostate Cancer，PCa）自动分类诊断方法，该网络以Faster-RCNN作为前网络，对前列腺区域进行提取分割，用于排除前列腺附近组织器官的干扰；以基于ResNet改进的网络结构CNN40_bottleneck作为后网络，用于对前列腺区域病变进行分类.后网络由瓶颈结构串联组成，其中使用批量标准化（Batch Normalization，BN）、全局平均池化（Global Average Pooling，GAP）进行优化.实验结果证明，本文方法对前列腺癌诊断结果较好，而且缩减了训练时间和参数量，有效降低了训练成本.     

基于影像的形态学特征与胶质母细胞瘤特征分子表达的相关性研究

本文探讨了磁共振成像（MRI）形态学指标与胶质母细胞瘤（GBM）特征分子表达率的相关性,为GBM的临床评估、个性化治疗方案的选择及预后评价提供了影像学参考依据.首先回顾性分析了我院60例经手术病理证实的GBM的MRI数据,测量计算出肿瘤区最长径（TLD）、水肿区最长径（ELD）、强化与肿瘤长径比例（CTE/TLD）3个形态学指标.同时,进行免疫组化染色,得到GBM的表皮生长因子受体（EGFR）、异柠檬酸脱氢酶-1（IDH-1）、抑癌基因TP53、磷酸酶-张力蛋白（PTEN）和神经丝轻链（NEFL）特征性变化,根据染色程度与瘤细胞阳性细胞的比率的乘积进行评分.然后,对TLD、ELD和CTE/TLD与上述分子表达分别进行Pearson相关分析和多元logistic回归分析.结果标明TLD与EGFR、PTEN表达呈正相关（r=0.796、r=0.533）,与IDH-1表达呈负相关（r=-0.672）.CTE/TLD与EGFR、PTEN表达呈正相关（r=0.622、r=0.638）,与IDH-1表达呈负相关（r=-0.493）.ELD与5个特征分子的表达均无显著相关性.因此,基于MRI的肿瘤形态学分析能够在一定程度上反应肿瘤特征分子的差异,对GBM的分子分级和预后判断可提供直观的影像学参考依据.本文结果显示常规MRI测量肿瘤形态学指标有可能成为一种较为简便直观的胶质瘤分级与预后评估手段.     

一种用于前列腺区域分割的改进水平集算法

前列腺区域的精确分割是提高计算机辅助前列腺癌诊断准确率的重要前提.本文提出了一种新的精确的前列腺区域分割模型,分为4个步骤：首先,读取T₂加权磁共振（MR）图像;其次,利用半径为5个像素的8邻域模板（8x5）的局部二值模式（LBP）特征模板计算前列腺磁共振图像的LBP特征图;然后,利用改进的距离正则化水平集（DRLSE）模型对特征图进行分割,提取前列腺粗轮廓;最后将原始水平集能量函数进行优化,构造一个新的能量函数,提取局部灰度信息和梯度信息,并在此新的能量函数的基础上,将粗轮廓迭代演化为最终的细轮廓.本文将该模型在203组来自于国际光学与光子学学会-美国医学物理学家协会-国家癌症研究所（SPIE-AAPM-NCI）前列腺MR分类挑战数据库的T2W磁共振图像上进行了测试,并与医生手工分割结果进行了比较,结果表明本文提出模型得到的分割结果的Dice系数为0.94±0.01,相对体积差（RVD）为-1.21%±2.44%,95% Hausdorff距离（HD）为6.15±0.66 mm;与文献中现有的分割模型相比,使用本文提出的模型得到的前列腺区域分割结果更接近于手工分割的结果.     

用于SAR估计的基于U-Net网络的快速膝关节模型重建

膝关节高场磁共振成像（MRI）时，射频功率沉积（SAR）是一个关键的安全指标.目前对于局部SAR的准确估计只能通过电磁仿真实现，这就要求得到每一个个体的膝关节模型.本文提出一种针对低场磁共振图像的基于卷积神经网络的分割方法，以实现膝关节磁共振图像的快速重建.数据集来自于矢位T₁加权自旋回波图像，将膝关节组织按照"肌肉-脂肪-骨骼"模型进行简化，除脂肪与骨骼之外的其他组织归类为肌肉.采用一种全卷积的神经网络，即U-Net进行逐层的图像分割，卷积层数为4，训练采用交叉熵函数.本文对图像的自动分割结果与手动标注结果进行了定量的比较.此外，采用3 T正交鸟笼线圈进行了SAR仿真，结果验证了组织简化对于SAR估计的可行性，并且所提方法构建的模型可以得到较为精准的局部SAR分布.     

光泵抽运3He极化程度监控系统的设计与实现

极化³He的一项重要应用是中子的极化.中国绵阳研究堆（CMRR）已建立国内首个自旋交换光学泵浦（SEOP）极化³He中子极化系统.为了监测³He的极化率随时间的相对变化情况，本文首先设计了基于核磁共振（NMR）技术的³He相对极化率测量系统，通过Matlab控制程序实现了对³He相对极化率的定时检测.然后对拾波线圈的构形和信噪比（SNR）进行了优化.结果表明当绕线长度一样时，Brooks构形的线圈有利于提高SNR；当线圈的平均半径为（a₀+d）/√2（a₀为³He气室的半径，d为拾波线圈与气室之间的距离）时，其SNR最高.最后对该系统的本底噪声进行了测量，发现其主要来源于环境噪声（0.27 μV/√Hz）和数据采集（DAQ）卡的噪声（0.40 μV/√Hz），系统的总噪声功率谱密度约为√0.16+0.073G² μV/√Hz（G为放大器的增益倍数）.     

组织凝固性坏死对基于纵向弛豫时间的磁共振测温的影响

高强度聚焦超声（High Intensity Focused Ultrasound,HIFU）治疗肿瘤时,为了保证治疗的安全性和有效性,需要对组织温度分布进行实时监测.磁共振成像（Magnetic Resonance Imaging,MRI）具有对温度敏感的成像参数,可以无创检测组织温度.本文结合组织相变对测温的影响,探讨了磁共振测温（Magnetic Resonance Thermometry,MRT）技术能否用于实时监控HIFU治疗.利用两态快速交换模型,提出在组织凝固性坏死的相变前后,MRI的纵向弛豫时间（T₁）参数与组织温度之间具有不同关系.并通过实验验证了上述假设.相对于传统的磁共振测温方法模型,本文考虑了HIFU治疗过程中组织相变对检测温度的影响,对利用磁共振测温引导HIFU治疗具有重要的参考价值.     

9.4T下TX模型小鼠脑组织的扩散张量成像研究

本文首次应用9.4 T高场磁共振扩散张量成像（diffusion tensor imaging，DTI）技术，研究了Wilson疾病模型TX（toxic milk）小鼠的脑组织微观结构改变和结构连接情况.基于感兴趣区域（region of interest，ROI）的分析发现，与对照组相比，TX模型组的各向异性比值（fractional anisotropy，FA）在海马、尾状核和苍白球显著下降；平均扩散率（mean diffusivity，MD）则呈现上升趋势，但无统计学意义.纤维束追踪法结果表明TX模型组小鼠的脑结构连接并未受到严重破坏，证明了铜累积对脑组织的损伤具有区域性.     

一种1,4-噻嗪酰胺类FKBPs配体的波谱学数据解析

（3R）-4-[（4-甲基苯磺酰基）]-1,4-噻嗪-3-酰基-[（2R）-2-氨基-4-甲基]-戊酸异丙酯（代号：HD5-6）,是一个拥有完全自主知识产权的FK506结合蛋白家族（FKBPs）配体,具有显著的促神经再生作用,有望在临床实现对神经退行性疾病和肌萎缩侧索硬化、脑卒中的有效治疗.本文采用多种核磁共振（NMR）技术,包括¹H NMR、¹³C NMR、DEPT、1D NOESY、¹H-¹H COSY、¹H-¹³C HSQC和¹H-¹³C HMBC等,并结合质谱（MS）、紫外光谱（UV）和红外光谱（IR）等方法对此化合物进行解析,对其¹H和¹³C NMR谱峰进行全归属,通过多种谱学技术确证了该化合物的化学结构.     

多特征尺度融合改进Faster-RCNN视网膜微动脉瘤自动检测算法

视网膜微动脉瘤的检测对于早期发现糖尿病视网膜病变等重要疾病至关重要,但该病灶尺寸相对较小,属于眼底图像中的微小目标,现有的微动脉瘤检测算法难以实现该病灶的精准检测,为此提出了基于多特征尺度融合的改进Faster-RCNN微动脉瘤自动检测算法。该算法在Faster-RCNN网络模型的基础上,首先采用多特征尺度融合对特征提取网络与RPN结构进行改进以提高网络对于微小目标特征的利用;然后,通过感兴趣区域齐平池化以消除感兴趣区域池化过程中引入的量化误差;最后,通过对损失函数中的smooth L1损失函数进行重新设计得到平衡L1损失函数以实现损失函数优化,从而有效降低大梯度难学样本与小梯度易学样本间的不平衡问题,进而使得模型能够得到更好地训练。针对眼底图像中微动脉瘤的自动检测,将优化后的Faster-RCNN网络模型在Kaggle数据集上进行训练及测试,并与其他方法进行对比。实验结果表明,与其他各种结构的Faster-RCNN网络模型相比,所提出的基于多特征尺度融合的改进Faster-RCNN算法能显著提高检测结果（F-score与原始FasterRCNN相比提升了9.36%）;与其他网络模型以...     

可压缩多介质流体数值模拟中的Level-Set间断跟踪方法

针对可压缩多介质流体的数值模拟,发展了一种Level-Set间断追踪技术,用LS(Level-Set)函数追踪激波和捕捉界面,用Riemann问题解构造带状区域内的虚拟流体状态,对物理量的外推方法、间断附近虚拟流体的构造、间断推进速度的计算等问题进行了研究.最后对可压缩多介质流体一维和二维守恒律方程组进行数值模拟,数值计算采用通量重构的高精度WENO格式,计算结果令人满意.     

The effect of dexamethasone on tissue water distribution and proton relaxation in Panc02 tumors

The present experiments were conducted to determine the effects of dexamethasone mediated changes in tumor water distribution on proton relaxation times (T1, T2) in a murine pancreatic adenocarcinoma (Panc02). Spin lattice (T1) and spin-spin (T2) relaxation times were determined by ex vivo methods (10MHz) and by in vivo imaging techniques (6.25 MHz) at various intervals after single or multiple dexamethasone treatments. In complementary studies, dexamethasone mediated changes in tumor capillary permeability, tumor water distribution, relative tumor blood flow and tumor cell proliferation were also determined.

Proton spin lattice (T1) and spin-spin (T2 relaxation times for Panc02 tumors shortened within two hours of a single dexamethasone treatment. The time course and magnitude of this response was dexamethasone dose dependent. The time dependent changes in T1 and T2 after dexamethasone were similar at 10 MHz (ex vivo) and 6.25 MHz (in vivo imaging). Although dexamethasone produced little or no change in total tumor water content and tumor cell proliferation, transient changes in the physiologic distribution of tumor water were clearly demonstrated.

The data supports the idea that dexamethasone induced changes in the distribution of tumor water were mediated by changes in capillary permeability and tumor blood flow. These physiologic responses produced serial changes in tumor extracellular extravascular water content that were consistent with the observed changes in tumor T1 and T2. The results from these experiments might imply that therapy associated changes in tumor proton relaxation times may not only reflect changes in tissue water content, but may also reflect physiologic responses which alter the distribution of tissue water and solute.     

A novel content-based active contour model for brain tumor segmentation

Brain tumor segmentation is a crucial step in surgical and treatment planning. Intensity-based active contour models such as gradient vector flow (GVF), magneto static active contour (MAC) and fluid vector flow (FVF) have been proposed to segment homogeneous objects/tumors in medical images. In this study, extensive experiments are done to analyze the performance of intensity-based techniques for homogeneous tumors on brain magnetic resonance (MR) images. The analysis shows that the state-of-art methods fail to segment homogeneous tumors against similar background or when these tumors show partial diversity toward the background. They also have preconvergence problem in case of false edges/saddle points. However, the presence of weak edges and diffused edges (due to edema around the tumor) leads to oversegmentation by intensity-based techniques. Therefore, the proposed method content-based active contour (CBAC) uses both intensity and texture information present within the active contour to overcome above-stated problems capturing large range in an image. It also proposes a novel use of Gray-Level Co-occurrence Matrix to define texture space for tumor segmentation. The effectiveness of this method is tested on two different real data sets (55 patients - more than 600 images) containing five different types of homogeneous, heterogeneous, diffused tumors and synthetic images (non-MR benchmark images). Remarkable results are obtained in segmenting homogeneous tumors of uniform intensity, complex content heterogeneous, diffused tumors on MR images (T1-weighted, postcontrast T1-weighted and T2-weighted) and synthetic images (non-MR benchmark images of varying intensity, texture, noise content and false edges). Further, tumor volume is efficiently extracted from 2-dimensional slices and is named as 2.5-dimensional segmentation.     

一种快速提取连续CT脑肿瘤病灶区的算法

脑肿瘤图像提取就是将肿瘤病灶区域(水肿、坏死、癌变)从正常的脑部组织(灰质、白质、脑脊液)分开,精确的脑肿瘤分割对脑瘤的诊断、研究和治疗有重要的临床意义。针对传统脑部CT肿瘤病灶提取的缺点,即需要耗费大量时间并且分割精度不高的问题,提出一种综合了形态学重建、分水岭分割和改进的区域生长算法。先用形态学重建进行去噪,再用结合多尺度梯度分水岭分割提取整个图像的边界,然后在肿瘤病灶区域内选取种子点进行区域生长,提取肿瘤区域轮廓,滤除其他封闭区域,得到的图像作为改进的区域生长法的初始分割区域,使用改进的区域生长法,滤除过分割区域。实验结果显示该算法分割出的结果有效区域大,分割精度高。结论：该算法提高了分割精度,由于不用匹配结构参数,加快了分割速度,具有一定的临床价值。     

Magnetic properties and a combined recursive-CPA calculation of pseudobinary intermetallics: Application to Hf(FeAl)2

The pseudobinary compounds Hf(Fe_1−xAl_x)₂, 0.15×0.30, show a pure C14 phase. Since the structure is stabilized in the presence of impurities, a combined recursive method — extended CPA is applied. The local densities of states for C14 are obtained within the recursive method and then the CPA describes the disorder. The changes with x of the local densities, and Fe magnetic moment are estimated.     

Bacillus subtilis转录因子CtsR蛋白中clpC操纵子结合区域的NMR研究

革兰氏阳性菌枯草芽孢杆菌（Bacillus subtilis）响应热刺激时,精氨酸激酶McsB磷酸化转录因子CtsR蛋白中clpC操纵子结合区域的Arg62（R）位点,使得CtsR与clpC操纵子解离,从而启动clpC相关基因的转录过程,以表达细菌应对热刺激所需的蛋白.本文以CtsR蛋白中结合clpC操纵子的区域（KRGGGG）为研究对象,通过对¹H NMR、¹H-¹H COSY、¹H-¹H TOCSY、¹H-¹⁵N HSQC和¹H-¹³C HSQC等谱图的综合分析,对其¹H、¹³C以及¹⁵N的化学位移进行归属,为该片段与clpC操纵子相互作用,以及精氨酸磷酸化调控机制的研究提供基础.     

Investigation on the Cs 6S1/2 to 7D electric quadrupole transition via monochromatic two-photon process at 767 nm

We experimentally demonstrate the cesium electric quadrupole transition from the 6S_1/2 ground state to the 7D_3/2,5/2 excited state through a virtual level by using a single laser at 767 nm. The excited state energy level population is characterized by varying the laser power, the temperature of the vapor, and the polarization combinations of the laser beams. The optimized experimental parameters are obtained for a high resolution transition interval identification. The magnetic dipole coupling constant A and electric quadrupole coupling constant B for the 7D_3/2,5/2 states are precisely determined by using the hyperfine levels intervals. The results, A = 7.39 (0.06) MHz, B = −0.19 (0.18) MHz for the 7D_3/2 state, and A = −1.79 (0.05) MHz, B =1.05 (0.29) MHz for the 7D_5/2 state, are in good agreement with the previous reported results. This work is beneficial for the determination of atomic structure information and parity non-conservation, which paves the way for the field of precision measurements and atomic physics.     

靶向肿瘤因子c-MYC基因启动区G4-DNA的小分子药物设计及核磁共振研究进展

肿瘤基因MYC在人类70%癌细胞中高表达,抑制其转录是治疗肿瘤的有效手段.c-MYC启动子区P1近端的核酸酶超敏元件Ⅲ₁(NHE Ⅲ₁)控制MYC基因近90%的转录激活.NHE Ⅲ₁区域富含碱基G序列并且形成G-四链体(G4),调控c-MYC基因转录,是抗肿瘤药物靶标.但G4-DNA和G4-RNA的三维结构高度相似,小分子与其他G4(如端粒G4、mRNA G4、c-Kit G4等)的非特异性作用会产生小分子药物“脱靶”效应,同时小分子药物会诱导其他G4形成从而干扰正常细胞的功能,造成靶向c-MYC G4抗癌药物设计困难.本文综述了近些年靶向肿瘤因子c-MYC G4-DNA的小分子药物研究进展,及核磁共振(NMR)技术在G4-DNA和G4-RNA结构确定中的作用,为靶向c-MYC G4-DNA的小分子药物设计等相关研究工作提供参考.