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:89
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
-
高光谱图像的优势和劣势对比
高光谱图像作为一种结合了成像技术和光谱技术的多维信息获取技术,具有显著的优势,但同时也存在一些劣势。以下是对高光谱图像优势和劣势的详细对比。..
-
高光谱在水果品质检测中的应用
高光谱成像技术,以其高光谱分辨率、图像信息丰富及非接触、无损检测等独特优势,正逐步成为水果品质检测领域的新宠。本文从以下几个方面介绍了高光谱在水果品质检测中的应..
-
多光谱和高光谱哪个好?全面对比多光谱和高光谱
光谱成像已成为从农业到环境管理等许多领域的宝库。高光谱和多光谱成像处于该技术的前沿。本文我们将讨论高光谱和多光谱成像的优点和局限性,以及哪种技术适合哪种现实场..
-
深耕农业气象观测现代化技术——高光谱技术为农作物“做健康体检”
地球上不同物质都有自己独特的光谱特征,像人的“指纹”一样,是用来识别和分析不同物体的一种重要“身份证”。而高光谱技术是基于物质与光的相互作用原理,通过获取目标在..