1 三峡大学 水电工程智能视觉监测湖北省重点实验室，湖北宜昌443002
2 三峡大学 计算机与信息学院，湖北宜昌44300
针对大肠的息肉组织与正常组织间无明显边界，准确定位息肉位置困难的问题，提出了一种多尺度ResNeSt-50聚合网络融合顺序树重加权置信度传播（sequential Tree-Reweighted Message Passing， TRW-S）的息肉图像分割方法。为提高网络对息肉信息的表达能力，构建编码-解码结构的多尺度ResNeSt-50聚合网络，编码器由卷积模块和4级ResNeSt模块级联构建ResNeSt-50骨干网络，实现跨通道信息间的线性整合与连接；ResNeSt-50采用拆分注意力机制加强重要通道组的表现能力，增强了残差模块提取息肉图像信息的能力；解码部分下三层构建多层感受野模块（receptive field block， RFB）获取多尺度信息，然后用密集聚合模块整合其输出，并以快速解码方式输出解码信息，保证其分割性能的同时减少参数量；其次，生成预测图时采用测试时图像增强（Test-Time Augmentation， TTA）模块提升预测准确度，并增强网络的泛化能力；最后，构建基于马尔科夫随机场的TRW-S算法对输出的预测图进行后处理，以实现分割边缘的连续性和分割区域内部的一致性。对大肠息肉数据集Kvasir-SEG的测试结果表明，本文方法相比于U-Net，U-Net++，ResUnet、SFA、PraNet等算法，mDice值达91.6%，mIoU达86.3%，Smeasure达0.921， MAE为0.023，优于其他五种息肉分割算法；在未知数据集ETIS-LaribPolypDB，ColonDB上测试结果表明，相比于PraNet模型，本文模型的mDice值分别提升了14.2%，7.7%；从本文模型在ETIS-LaribPolypDB数据集上的分割表现看，本文算法对微小病变十分敏感；因此，本文算法分割的息肉图像，在分割区域内部的一致性、分割边缘的连续性、轮廓清晰度、捕捉微小病变能力等方面均表现出优良的性能，同时，对未知数据集具有较好的泛化能力。
息肉图像分割 多尺度密集聚合网络 拆分注意力机制 顺序树重加权置信度传播 多尺度感受野 polyp image segmentation multiscale dense aggregation network split-attention sequential tree-reweighted message passing multiscale receptive field 光学 精密工程
2023, 31(18): 2765
光学 精密工程
2023, 31(18): 2700
1 上海理工大学医疗器械与食品学院，上海 200093
2 上海健康医学院医疗器械学院，上海 201318
针对结肠息肉的形状、大小、颜色和纹理多样性，息肉与背景相似及结肠镜图像的对比度低等影响分割效果的问题，提出了一种结合HarDNet和反向注意力的U型结构的结肠息肉图像分割网络。所提模型以U型的编码器解码器结构为基础架构：首先，编码器采用HarDNet68为主干网络提取特征，以提升推理速度和计算效率；其次，解码器采用3个反向注意力模块进行边界特征的融合和细化；最后，在编码器和解码器之间通过感受野模块实现多尺度信息的融合，为解码器提供更为详细的边缘信息。该模型编码器和解码器之间的迭代交互机制能够有效地校正预测结果中矛盾冲突的区域，达到提高分割精度的目的。实验结果表明，与现有的方法相比，所提方法在提高分割精度的同时，具有良好的实时性和泛化能力。研究成果可以为结肠息肉的早期筛查提供可靠的依据。
医用光学 反向注意力模块 感受野模块 HarDNet 图像分割 结肠息肉 激光与光电子学进展
2023, 60(2): 0217003
江南大学人工智能与计算机学院，江苏 无锡 214122
腺体和息肉的自动分割是人工智能辅助结直肠腺癌诊断的基础，但医学图像中的分割目标大小、形状多变，基于单一的卷积神经网络的自动分割方法已陷入瓶颈。基于此，提出了一种卷积神经网络和自注意力相结合的双分支网络（LG UNet），用以提升分割的精度。首先，基于U-Net设计了Local UNet分支，利用卷积神经网络的优势，学习分割目标的局部信息。然后在Global Transformer分支中，利用Transformer全局依赖关系的学习能力来优化分割细节。最后在编码过程中通过交叉融合模块将Local分支和Global分支的特征图进行融合，将两者优势互补。在腺体分割挑战数据集Glas的两个测试子集Test A和Test B上，以Dice系数和交并比（IOU）系数为主要评价指标，LG UNet的测试结果分别为93.62%、88.44%和88.17%、80.49%。在息肉分割数据集Kvasir-SEG上，LG UNet的Dice系数和IOU系数分别为85.63%和77.82%。实验结果表明，结合Transformer和卷积神经网络优势的LG UNet在腺体和息肉分割上取得了更好的性能。
医用光学 自注意力机制 卷积神经网络 双分支网络 结直肠腺癌 腺体分割 息肉分割 激光与光电子学进展
2023, 60(2): 0217002
由于结直肠息肉的大小、颜色和质地各异，且息肉与周围粘膜的边界不清晰，导致息肉分割存在较大挑战。为提高结直肠息肉的分割准确率，本文提出了一种改进的DoubleUNet网络分割算法。该算法首先对息肉图像进行去反光处理，并通过数据扩增方法将训练数据集进行扩大；接着，在DoubleUNet网络的解码器部分引入注意力机制，并将网络中的空洞空间卷积池化金字塔（ASPP）模块替换为密集连接空洞空间卷积池化金字塔（DenseASPP）模块，以提高网络提取特征的能力；最后，为提高小目标的分割精度，提出利用Focal Tversky Loss函数作为本算法的损失函数。该算法在Kvasir-SEG、CVC-ClinicDB、ETIS-Larib、ISIC和DSB数据集测试中的准确率分别为0.953 0、0.964 2、0.815 7、0.950 3和0.964 1，而DoubleUNet算法在上述数据集的准确率分别为0.939 4、0.959 2、0.800 7、0.945 9和0.949 6。实验结果表明本文算法相对于DoubleUNet算法具有更好的分割效果，可以有效的辅助医师切除结直肠异常组织从而降低息肉癌变的概率，且能够应用于其它医学图像分割任务中。
图像分割 结直肠息肉 空洞卷积 注意力机制 条件随机场 image segmentation colorectal polyps dilated convolution attention mechanism conditional random field
江西理工大学电气工程与自动化学院，江西 赣州 341000
针对小目标识别与分割问题，提出了一种基于双边融合的网络模型BFNet（Bilateral Fusion Network），该模型具有双分支结构。一支为具有较窄的通道和较浅的结构层，用于关注相邻像素点之间的联系。另一支引入RFB（Receptive Field Block）和DFB（Dense Fusion Block）两个模块，其具有较宽的通道和较深的结构层，可以获得高级语义的上下文信息。随后由一个引导聚合层融合两分支的特征表示。以息肉和皮肤病变区域为应用对象，使用三个公开的医学分割数据集来评估所提算法的性能。实验结果表明，在息肉和皮肤病变分割任务中，所提算法优于现有的医学图像分割算法。特别是在自动息肉检测Kvasir-SEG数据集中，所提算法的平均Dice和平均交并比分别达到了92.3%和86.2%，均比已有算法高。
医用光学 图像处理 息肉分割 皮损分割 医学图像分割 双边融合 激光与光电子学进展
2022, 59(8): 0817003
1 上海理工大学医疗器械与食品学院, 上海 200093
2 上海健康医学院医疗器械学院, 上海 201318
针对结肠息肉图像中息肉颜色与背景颜色相似、息肉大小不一等影响分割效果的问题,提出了一种改进的双U型结构的结肠息肉图像分割网络。所提模型以DoubleU-Net为基础架构,首先,在U型结构的跳跃连接处融入空间注意力机制以提取空间特征的相关性信息;其次,在跳跃连接处同时并入通道注意力机制以有效地表达有用通道的依赖性,抑制与息肉分割任务无关的特征;最后,在第二个U型结构编码器的输入端引入多尺度选择核心通道注意力模块,以自适应地选择不同的感受野、提高目标的分割精度。实验结果表明,所提出的方法无论从客观指标还是视觉效果上均优于现有的方法,研究成果可以为结肠息肉早期检查和手术计划提供新的参考。
图像处理 多注意力DoubleU-Net 结肠息肉 图像分割 注意力机制 光学学报
2021, 41(18): 1810001
1 首都医科大学附属北京友谊医院耳鼻咽喉头颈外科, 北京100050
2 宁夏医科大学总医院耳鼻咽喉头颈外科, 银川 750004
本研究从美国国立生物信息中心(NCBI)的子数据库基因表达数据库(GEO)中选择基因表达谱GSE36830数据集, 采用GEO2R筛选正常钩突和鼻息肉组织之间的差异表达基因(DEGs), 对关键通路和差异表达基因进行数据库挖掘和分析, 经筛选后的差异表达基因采用戴维在线工具对其进行基因本体富集分析(GO)、京都基因和基因组百科全书(KEGG)分析, 然后将DEGs导入String数据库进行蛋白质互作网络分析, 绘制差异表达基因互作网络图, 将其数据导入Cytoscape软件中, 筛选网络中心节点和关键基因, 分析关键子网络。共筛选出699个DEGs, 其中475个基因为上调表达基因, 224个基因为下调表达基因。在GO分析中, 针对生物过程, 上调的DEGs包括: 炎症反应、免疫反应、细胞趋化性、炎症反应的正向调节和细胞的粘附等; 下调的DEGs主要参与: 唾液分泌、生物矿物组织发展、细胞氨基酸生物合成过程、视网膜内稳态及离子跨膜转运等。在KEGG分析中, 上调的DEGs主要在参与造血细胞系、细胞因子-细胞因子受体相互作用、破骨细胞分化、趋化因子信号通路、癌症中的转录失调、哮喘、金黄色葡萄球菌感染等信号通路中富集, 而下调的DEGs在唾液腺分泌及胆汁分泌信号通路中富集。差异表达基因互作网络图筛选出前10个关键基因: ITGAM、IL10、CD86、TLR8、ITGAX、CCL2、CCR7、SRC、EGF 及ITGB2。本研究得到了一组鼻息肉差异表达基因的生物信息学分析结果, 但仍需进一步用基础试验来验证。本文分析的结论为慢性鼻-鼻窦炎、鼻息肉的研究提供了新的研究方向, 也为鼻息肉发病机制研究的思路提供了一定的建设性作用。
慢性鼻窦炎 鼻息肉 微阵列 生物信息学分析 通路 chronic rhinosinusitis nasal polyps microarray bioinformatics analysis pass way
1 华南师范大学 广东省微纳光子功能材料与器件重点实验室, 广东 广州510006
2 Laboratoire de Physicochimie de lAtmosphère, Université du Littoral Cte d'Opale, Dunkerque, France
为了寻找结肠癌的病理发展规律在拉曼光谱属性上的体现, 采用共聚焦显微拉曼光谱仪对60例离体的正常结肠组织、腺瘤性息肉和腺癌组织的近红外拉曼光谱进行对比检测, 初步探讨了三类组织的拉曼光谱特征及其改变的规律。结果表明: 三类组织拉曼光谱的差异明显存在于830, 855, 1 032, 1 210, 1 323, 1 335, 1 445, 1 450, 1 655 cm-1处, 腺瘤性息肉的光谱大体位于正常组织与腺癌组织之间。以组织病理诊断为金标准, 主成分分析结合线性判别分析技术建立的诊断算法区分3类组织的灵敏度分别为96.9%、85.7%和97.3%, 特异性分别为82.8%、90%和92.3%。因此, 拉曼光谱有潜力在分子水平上区分正常结肠组织、腺瘤性息肉和腺癌组织, 有望成为结肠癌早期诊断的一种有效方法。
结肠癌 腺瘤性息肉 拉曼光谱 colon cancer adenomatous polyp Raman spectroscopy
哈尔滨医科大学第一临床医学院耳鼻喉科,哈尔滨市,150001
目的 观察半导体激光治疗鼻息肉的疗效,探求治疗鼻息肉的有效方法.方法 鼻息肉患者148例,随机分为A、B两组.A组行常规鼻内镜手术,B组行鼻内镜加半导体激光手术.术后鼻腔滴药、清理并进行定期随访.结果 术后随访1年,A组总有效率为84.7%,B组为96.1%,两者差异有显著意义.结论 半导体激光手术治疗鼻息肉术后疗效显著,明显优于常规鼻内镜手术.
半导体 激光 鼻息肉
