13、医学图像分析：小鼠脑切片伪影检测与肺结节分类

医学图像分析：小鼠脑切片伪影检测与肺结节分类

小鼠脑切片组织学伪影自动检测

在高分辨率小鼠脑切片图像分析中，自动检测切片特定的组织学伪影（如组织撕裂和组织损失）是一项重要任务。有一种算法能够在不借助相邻切片信息的情况下，实现对这些伪影的自动检测。

该算法的鲁棒性体现在，它能够容忍在制作脑切片图像的标准流程中出现的组织学伪影。为了展示算法处理不同损伤类型的能力，研究人员在一张合成的受损小鼠脑切片图像上进行了测试。这张图像包含了四种不同类型、位于不同位置的组织撕裂。

以下是测试过程和结果：
1. 原始图像 ：获取原始的小鼠脑微观切片图像。
2. 合成受损图像 ：创建包含四种组织撕裂的合成受损切片图像。
3. 提取特征 ：确定外部Voronoi顶点（洋红色）和边缘（棕色）。
4. 检测损伤区域 ：在受损切片图像上叠加检测到的所有损伤区域的轮廓（黄色）。结果显示，算法成功检测到了小鼠脑切片图像中的四种不同类型的撕裂。

这项工作有望对脑回路映射产生重大影响，它可以促进传统神经解剖图像配准和三维全脑图谱数据库的创建。

基于视觉描述符和深度特征的肺结节分类

肺癌是全球男女癌症死亡的首要原因，早期诊断和治疗是提高患者生存率的最有效方法。胸部计算机断层扫描（CT）是肺癌诊断的重要成像方式，其中直径小于3厘米的肺部“斑点”被称为肺结节，可分为良性和恶性。目前，全球大量的胸部CT图像主要通过逐片的视觉检查进行分析，这种方法不仅耗时、昂贵，还容易受到操