蛛网膜下腔出血计算机辅助诊断的现状与展望

• 作者: 吴剑煌 周寿军 李永红 胡庆茂 贾富仓
• 来源期刊: 集成技术
• 关键词: 蛛网膜下腔出血 计算机辅助诊断 图像配准 图像分割 模式识别
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 生物医学工程
• 页码范围: 100-104
• 页数: 5页
• 字数: 3795字
• 语种: 中文

摘要

蛛网膜下腔出血由于通过蛛网膜下腔循环而导致出血信号难以检测,从而导致对该疾病的漏诊率可高达25％.本文综述了蛛网膜下腔出血计算机辅助诊断的现状:蛛网膜下腔出血在影像上可以表现为脑沟消失和/或对比度低的高信号,难以用传统的图像分割方法分割出血信号.现有的方法是先通过图谱配准或距离变换估计蛛网膜下腔,然后通过机器学习识别在估计的蛛网膜下腔是否有信号异常.现有算法的问题在于少量出血的高信号以及部分脑沟消失容易漏检.本文较为详细地介绍了基于距离变换估计蛛网膜下腔并基于支持向量机的蛛网膜下腔出血识别,为进一步提高诊断率,提出了可能的发展方向,即研究新的图像分析算法,实现低对比度高信号的检测,并准确地量化脑沟.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永红	中国科学院深圳先进技术研究院	22	356	11.0	18.0
2	贾富仓	中国科学院深圳先进技术研究院	20	268	9.0	16.0
3	胡庆茂	中国科学院深圳先进技术研究院	10	13	2.0	3.0
4	吴剑煌	中国科学院深圳先进技术研究院	9	91	5.0	9.0
5	周寿军	中国科学院深圳先进技术研究院	6	100	2.0	6.0