北京理工大学在高光谱图像膜性肾病分类方面科研成果
发布时间:2024-04-25
浏览次数:143
近年来,北京理工大学科研人员发布了在高光谱图像膜性肾病分类方面取得了重大科研成果,改成果发表在美国电气和电子工程师协会医学信息工程技术领域国际顶级期刊IEEE JBHI中(IEEE Journal of Biomedical and Health Informatics, 2020影响因子:5.223)。
近年来,北京理工大学科研人员发布了在高光谱图像膜性肾病分类方面取得了重大科研成果,改成果发表在美国电气和电子工程师协会医学信息工程技术领域国际顶级期刊IEEE JBHI中(IEEE Journal of Biomedical and Health Informatics, 2020影响因子:5.223)。
北京理工大学信息与电子学院吕蒙博士、李伟教授、陶然教授,新南威尔士大学生物医学工程研究生院Nigel H. Lovell教授,以及中日友好医院肾内科李文歌教授团队共同合作,利用显微高光谱成像技术,结合高光谱图像在空间、光谱上的多种先验知识,提出了一种基于空-谱密度峰值的医学高光谱图像判别分析算法并应用于膜性肾病分类,研究结果以《Spatial-Spectral Density Peaks-Based Discriminant Analysis for Membranous Nephropathy Classification Using Microscopic Hyperspectral Images》为题。
膜性肾病的传统鉴别诊断主要依靠临床症状,血清学检查和光学肾活检。但是,光学检查结果中有可能出现假阳性,并且无法检测到生化成分的变化,这对致病机理分析构成了障碍。显微高光谱成像可以揭示免疫复合物的详细成分信息,但是显微高光谱图像的高维性给图像处理和疾病诊断带来了困难和挑战。因此,如何有效利用显微高光谱图像在空间域与光谱域先验知识,进行有效诊断信息的特征提取与图像分类至关重要。
图1. 膜性肾病高光谱病理图像示意图
研究提出了一种基于空间光谱密度峰的判别分析的分类框架,对膜性肾病显微高光谱病理数据进行智能诊断。通过使用密度峰聚类,构建了一组描述医学高光谱图像空间和光谱域中固有结构的图形。在图嵌入过程中,通过压缩空间光谱局部类内像素,同时分离光谱间类像素,以获得免疫复合物中具有重要诊断信息的低维特征。最终通过引入支持向量机对低维空间中的像素进行分类。实验验证采用临床难以使用光学显微镜进行区分的膜性肾病数据(包括原发性膜性肾病和与乙肝相关膜性肾病)。实验结果表明,所提出的分类框架灵敏度高达99.36%,对膜性肾病的自动诊断具有潜在的临床价值,为智能医学诊断提供了新思路。
相关产品
-
高光谱成像分析在工业检测的应用
高光谱成像及分析已在国内外工业生产中广泛应用,其对当前无法实现的物质分选任务及瑕疵检测能力,是融合机器视觉的新型解决方案。..
-
高光谱成像仪的颜色检测法
颜色检测 高光谱成像仪测色方法能够测量更宽的光谱范围,能够记录更精细的光谱特征,相比传统的颜色分量方案有着更高的测色精度...
-
高光谱技术在农业、林业遥感领域的应用
高光谱遥感技术已成为农业、林业遥感领域的前沿技术之一; 树种识别 森林生物量估计 碳汇估算 养分元素监测 森林健康 病虫害监测。..
-
水质监测需求及高光谱技术应用分析
高光谱技术已经在水体水质监测方面得到了较多的应用,目前可以对多种水质指标(悬浮物浓度、叶绿素a浓度、黄色物质、透明度等)进行定量的估计和水质评估。..