MRA技术在破裂颅内动脉瘤诊断及术后复发预测效能中的应用价值

选取颅内动脉瘤(IA)破裂患者45例为破裂组,同期IA未破裂患者81例为未破裂组,均接受磁共振血管成像(MRA)技术检查及血管内栓塞术治疗,并根据术后3个月有无复发情况分为复发者和无复发者进行对比研究。结果发现,动脉瘤最长径与瘤颈宽度比值(AR)、标准化表面最大剪切力(NWSSM)、剪切力震荡指数(OSI)联合诊断IA破裂的AUC值最大;动脉瘤大小、即刻栓塞效果、AR、NWSSM、OSI是IA术后复发的重要影响因素;AR、NWSSM、OSI联合预测IA术后复发的敏感度、特异度分别为76.47%、90.83%。提示采用MRA技术监测IA形态学与血流动力学,可为临床诊断IA破裂、预测术后复发提供科学循证指导。     

Willis环状脑动脉瘤系统的自适应模糊控制

针对不确定非线性生物系统—W illis环状脑动脉瘤系统,利用高斯型模糊逻辑系统的逼近能力及新构造的Lyapunov函数,基于模糊建模提出了一种自适应模糊控制器设计的新方案.该方案把逼近误差引入到控制器设计条件中用以改善系统的动态性能.不但设计简单还保证了控制方法的鲁棒性与稳定性.通过反向传播算法调整模糊基函数参数及递归最小二乘法调整参数向量,θ更新控制律,实现了理想跟踪.从理论上研究了脑动脉瘤内血流速度的非线性行为及控制,具有实际意义.仿真结果表明该控制方法的有效性.     

动脉瘤内流场以及瘤体尺寸的影响的数值研究

采用计算流体动力学(CFD)数值模拟的方法,在周期性脉动速度入流条件下,建立刚性动脉瘤模型并研究了动脉瘤模型中流场的特征(速度、压力、壁面剪切应力)。得到了脉动入流一个周期内流场特征的变化规律,发现动脉瘤的后端有相当高的压力和壁面剪切应力,而且高压力和壁面剪切应力分布的位置几乎是固定的。探讨了不同动脉瘤尺寸对内部流场的影响,动脉瘤的直径与瘤体长度之比越大,瘤壁承受的剪切应力就越大,动脉瘤破裂的危险性就越高。     

人体动脉瘤生成与破裂的力学分析

在大变形超弹性理论框架下研究了内压、轴向拉伸和扭转联合作用下人体动脉壁的力学响应,应用结构不稳定性理论对动脉瘤生成的可能性进行了解释,应用材料强度理论对动脉瘤破裂的可能性进行了分析．考虑动脉壁中残余应力和平滑肌主动作用的影响,用纤维加强各向异性不可压超弹性复合材料两层厚壁圆筒模型来模拟动脉壁的力学特性．给出了正常和几种非正常状态下动脉壁的变形曲线和应力分布．变形和稳定性分析结果表明该文模型可以模拟正常状态下动脉壁的均匀变形,还可以模拟在动脉壁中弹性蛋白纤维和胶原蛋白纤维强度降低的非正常状态下动脉瘤生成的可能性及动脉瘤的增长．应力和强度分析结果表明该文模型可以模拟当动脉瘤中的最大应力超过管壁的强度时动脉瘤破裂的可能性．     

外伤性降主动脉破裂的腔内修复治疗

外伤性降主动脉破裂病死率极高，院前病死率达80%，近年来发病率仍在增高。假性动脉瘤形成者及B型夹层者仍有抢救成功的机会。现对我科收治的外伤性降主动脉破裂12例作一报道分析。     

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...     

基于3D-DSA双容积重建的单模融合技术在颅内动脉瘤栓塞术后随访中的应用价值

目的探讨基于3D-DSA双容积重建的单模融合技术在颅内动脉瘤栓塞术后随访中的应用价值。方法回顾性分析2013年5月至2015年4月经血管内颅内动脉瘤栓塞术后随访的137例患者的临床及全脑血管造影检查资料。结果137例患者中共152个颅内动脉瘤,其中多发颅内动脉瘤患者15例。所有患者均行血管内栓塞术治疗,其中117个颅内动脉瘤行单纯弹簧圈栓塞治疗,35个行支架辅助弹簧圈栓塞。随访发现动脉瘤完全闭塞123个（80.9%）,瘤颈残留17个（11.2%）,瘤腔残留12个（7.9%）。结论基于3D-DSA双容积重建的单模融合技术能够更好发现颅内动脉瘤栓塞术后残留或复发,并能排除金属伪影的干扰,提供更直观、清晰的重建影像,在DSA随访中具有重要应用价值。     

基于模糊标签和深度学习的TOF-MRA影像脑动脉瘤自动检测

脑动脉瘤破裂造成的蛛网膜下腔出血致死致残率极高，借助深度学习网络辅助医生实现高效筛查具有重要意义．为提高基于时间飞跃法磁共振血管造影（Time of Flight-Magnetic Resonance Angiography，TOF-MRA）的脑动脉瘤自动检测的精度，本文基于模糊标签方式，提出一种基于变体3D U-Net和双分支通道注意力（Dual-branch Channel Attention，DCA）的深度神经网络DCAU-Net，DCA模块可以自适应地调整通道特征的响应，提高特征提取能力．首先对260例病例的TOF-MRA影像预处理，将数据集分为174例训练集、43例验证集和43例测试集，然后使用处理后的数据训练和验证DCAU-Net，测试集实验结果表明DCAU-Net可以达到90.69%的敏感度，0.83个/例的假阳性计数和0.52的阳性预测值，有望为动脉瘤筛查提供参考．     

夹层动脉瘤及覆膜支架模型的流固耦合分析

腹主动脉瘤腹主动脉瘤(Abdominal Aortic Aneurysm,AAA)是危及病人生命的严重疾病,若主动脉瘤不加以治疗,瘤腔将不断长大而有破裂的危险,尽管目前对主动脉瘤的研究较多,但对主动脉夹层动脉瘤(Aortic Dissecting Aneruysm,ADA)的研究较少,本文在周期性脉动速度和压力条件下,对DNA内部流场及植入覆膜支架进行了流固耦合的数值模拟.得到了夹层动脉瘤内部流场的速度矢量分布,瘤壁上的位移、应力分布.同时对夹层动脉瘤植入覆膜支架前后进行了对比分析,覆膜支架的植入使得瘤壁上的最大应力和最大位移均从瘤腔壁面转移到管状动脉壁上,且数值大大下降,说明植入覆膜支架能很好的防止夹层动脉瘤破裂.     

The interactions between bloodstream and vascular structure on aortic dissecting aneurysmal model: A numerical study

Stent-graft implantation is an important means of clinical treatment for aortic dissecting aneurysm （ADA）. However, researches on fluid dynamics effects of stent were rare. Computer simulation was used to investigate the interactions between bloodstream and vascular structure in a stented ADA, which endures the periodic pulse velocity and pressure. We obtained and analyzed the flow velocity distribution, the wall displacement and wall stress in the ADA. By comparing the different results between a non-stented and a stented ADA, we found that the insertion of a vascular graft can make the location of maximum stress and displacement move from the aneurysm lumen wall to the artery wall, accompanied with a greatly decrease in value. These results imply that the placement of a stent-graft of any kind to oc-clude ADA will result in a decreased chance of rupture.