发布时间：
对于目标检测方向并不是特别熟悉，本文记录一下RCNN, fast-RCNN, faster-RCNN, mask-RCNN这4篇有关目标检测的论文笔记和学习心得。
R-CNN的意思就是Region based，主要思路就是根据一张图像，提取多个region，再将每个Region输入CNN来进行特征的提取。因此RCNN就可以分为 Region proposals , Feature extraction 两个主要部分，提取的特征就可以输入任意一个分类器来进行分类。 模型的流程图如下：
在训练的时候，首先使用的是已经训练好的CNN网络作为特征提取器，但是由于预训练是在分类数据集上，因此在应用到检测之前要做finetune。也就是说，为了将用ImageNet数据集训练的网络应用到新的任务（检测），新的数据集（region）上，作者将原来的CNN最后的1000类的fc层，更改为了 层， 代表待检测的物体的类别数。然后，对于所有的region，如果它和ground truth的重叠率大于，就认为是正类。 对于分类器的训练，作者发现选择多大的IoU来区分正类和负类非常关键。并且，对于每一类，都会训练一个分类器。
框的回归非常重要，在对每一个region proposal使用分类器进行打分评价之后，作者使用一个回归器来预测一个新的框作为结果。这个回归器使用的特征是从CNN中提取的特征。回归器的训练中，输入是 region proposal 的 和ground truth的 ，目标是学习一种变换，使得region proposal通过该变换能够接近ground truth。同时，希望这种变换拥有尺度不变性，也就是说尺度变化的话，变换不会改变。 如下图所示，每一个regressor会学习一组参数，特征输入是pool 5的特征输出，拟合的目标是 。
Fast-RCNN 主要解决的问题是在RCNN中对于每一个region proposal都进行特征提取，会产生非常多的冗余计算，因此可以先对一张图像进行特征提取，再根据region proposal在相应的特征上进行划分得到对应region的特征（映射关系）。 这样便可以实现共享计算提高速度，但是与SPPnets不同，SPPnets在一副图像得到对应的特征后，从这张图像的特征上proposal对应的部分，采用空间金字塔池化，如下图：
RoI pooling的方法很简单，类似于空间金字塔pooling，它将proposal部分对应卷积层输出的特征（称之为RoI，因为用于做pooling的特征是 region of interest，也就是我们感兴趣的区域）划分成 块，然后对每一块求最大值，最终得到了一个 的特征图。可以看出，它只是空间金字塔pooling的一部分。 但是SPP-nets的空间金字塔也是可以求导的，那么它到底不好在哪里呢？因为当每一个RoI都可能来源于不同的图像的时候（R-CNN和SPPnets的训练策略是从一个batch的不同图像中，分别挑选一个proposal region），SPPNets的训练非常地低效，这种低效来源于在SPPnets的训练中，每个RoI的感受野都非常地大，很可能对应了原图的整个图像，因此，得到的特征也几乎对应了整张图像，所以输入的图像也就很大。 为了提高效率，Fast-RCNN首先选取 个图像，再从每个图像上选择 个RoI，这样的效率就比从每个图像提取一个RoI提高了 倍。
为了将分类和框回归结合起来，作者采用了多任务的loss，来进行联合的训练。具体来说就是将分类的loss和框回归的loss结合起来。网络的设计上非常直接，就是将RoI得到的特征接几个FC层后，分别接不同的输出层。对应于分类部分，特征会接一个softmax输出，用于分类，对于框回归部分，会接一个输出4维特征的输出层，然后分别计算loss，用于反向传播。loss的公式如下：
回归的target可以参考前面的R-CNN部分。
notes
为什么比fast还fast呢？主要原因是在这篇论文中提出了一个新的层：RPN（region proposal networks）用于替代之前的selective search。这个层还可以在GPU上运算来提高速度。 RPN的目的：
为了能够进行region proposal，作者使用了一个小的网络，在基础的卷积层输出的特征上进行滑动，这个网络输入大小为 ，输入后会映射（用 的卷积）为一个固定长度的特征向量，然后接两个并联的fc层（用 的卷积层代替），这两个fc层，一个为box-regressoin，一个为box-classification。如下图：
在每一个滑动窗口（可以参考 ），为了考虑到尽可能多的框的情况，作者设计了anchors来作为region proposal。anchors就是对于每一个滑动窗口的中心位置，在该位置对应的原图位置的基础上，按照不同的尺度，长宽比例框出 个不同的区域。然后根据这些anchors对应的原始图像位置以及区域，和ground truth，就可以给每一个滑动窗口的每一个anchor进行标记，也就是赋予label，满足一定条件标记为正类（比如和ground truth重叠大于一个值），一定条件为负类。对于正类，就可以根据ground truth和该anchor对应的原图的区域之间的变换关系（参考前面的R-CNN的框回归），得到回归器中的目标，用于训练。也就是论文中的loss function部分：
自然地，也就要求RPN的两个并联的FC层一个输出2k个值用于表示这k个anchor对应的区域的正类，负类的概率，另一个输出4k个值，用于表示框回归的变换的预测值。
对于整个网络的训练，作者采用了一种叫做 4-step Alternating Training 的方法。具体可以参考论文。
与之前的检测任务稍有不同，mask r-cnn的任务是做instance segmentation。因此，它需要对每一个像素点进行分类。 与Faster R-CNN不同，Faster R-CNN对每一个候选框产生两个输出，一个是类别，一个是bounding box的offset。Mask R-CNN新增加了一个输出，作为物体的mask。这个mask类似于ps中的蒙版。
与Faster R-CNN类似的是，Mask R-CNN同样采用RPN来进行Region Proposal。但是在之后，对于每一个RoI，mask r-cnn还输出了一个二值化的mask。
不像类别，框回归，输出都可以是一个向量，mask必须保持一定的空间信息。因此，作者采用FCN来从每个RoI中预测一个 的mask。
由于属于像素级别的预测问题，就需要RoI能够在进行特征提取的时候保持住空间信息，至少在像素级别上能够对应起来。因此，传统的取最大值的方法就显得不合适。 RoI Pooling，经历了两个量化的过程： 第一个：从roi proposal到feature map的映射过程。 第二个：从feature map划分成7*7的bin，每个bin使用max pooling。
为此，作者使用了RoIAlign。如下图
为了避免上面提到的量化过程
可以参考
作者使用ResNet作为基础的特征提取的网络。 对于预测类别，回归框，mask的网络使用如下图结构：
整体看完这几篇大佬的论文，虽说没有弄清楚每一个实现细节，但是大体上了解了算法的思路。可以看出，出发点都源于深度神经网络在特征提取上的卓越能力，因此一众大神试图将这种能力应用在检测问题中。从R-CNN中简单地用于特征提取，到为了提高速度减少计算的Fast R-CNN，再到为了将region proposal集成进入整个模型中，并且利用GPU加速的RPN，也就是Faster R-CNN。再到为了应用于instance segmentation任务中，设计的RoIAlign和mask。包括bounding box regression，pooling层的设计，训练方法的选择，loss的设计等等细节，无一不体现了大师们的思考和创造力。 可能在我们这些“拿来”者的眼中，这些方法都显得“理所应当”和巧妙，好用，但是，它们背后隐藏的选择和这些选择的思考却更值得我们学习。 以及，对待每一个问题，如何设计出合理的解决方案，以及方案的效率，通用性，更是应该我们努力的方向。
行人重识别任务的目标是希望在多个不具有重叠区域的摄像场景中实现行人的检索。目前行人重识别根据采用的组件不同可以分为closed-world和open-world两种。closed-world场景相对而言目前研究较深入，其主要针对于不同的应用假设，在多个数据集上都取得较好的性能，比如Market1501，CUHK和DUKE等。 closed-world场景一般研究重点有三部分：深度特征表示学习、深度度量学习和rank优化。而open-world场景则相对更加复杂。本文总结了open-world场景中ReID的五个不同视角，提出了一种AGW基线方法，在多个ReID任务上都取得较好性能。另外，本文还提出了一种新的评估度量 mINP。最后探索了ReID目前亟待解决的一些方向。
基本定义： 非重叠的多个摄像场景中，特定行人的检索问题。具体而言，给定一个待检索的目标行人，ReID希望能够判断这个目标是否出现在不同时刻不同场景不同摄像头的场景中。 基本难点： 行人的视角、图像分辨率变化、光照变化、姿态变化、遮挡，不同模态等。 该综述的不同点：
根据上面五块内容，ReID任务分为closed-world和open-world两类，区别如下：
closed-world场景的一般前提：1）输入时裁剪后的行人图像块；2）有监督学习；3)检索目标一定存在gallery中。 closed-world场景模型一般包含3部分：特征抽取、度量学习和rank 优化。
如下图所示，一般包含四类：
知识点：
ReID的难点包括视角不同，遮挡等，行人区域可能不对齐，这时往往希望通过部件或者区域特征进行对齐。主流趋势是combine全局特征和部件特征。以PDC模型为代表的pose驱动方法，通过pose获得部件信息，然后利用部件的attention进行检索。PCB方式是利用图像均匀划分的典型。其将目标框水平分成6个条带，每个条带进行独立的分类任务学习，在推理阶段将六条条带的特征进行concat表征整体。另外还通过refined part pooling策略增强了部件内部的一致性，具体是计算每个部件与所有像素点的相似度进行重新划分，可以认为是一种non-local的attention。 行人parsing技术能够获得较好的语义部件，提供更对齐的部件特征，但需要额外的pose检测器且由于ReID数据集和Pose数据集的分布差异，易产生错误的pose。均匀划分的策略更灵活，但对严重遮挡和大的背景模糊无能为力。
辅助特征表示学习一般包括额外的标注数据，比如语义标注，和训练样本生成等。
该任务中，每个目标不再是图像区域，而是一段帧序列。
待续（ReID领域新接触，积累不够，综述文章读着好多理解不够深入，先去读具体方法了;( 后面积累了，再回来阅读这个吧。。。留坑）
将行人作为特定的行人检索问题，大多数方法都采用用于图像分类的网络结构作为backbone。其中一些方法通过修改backbone的结果以提取更好的ReID特征，比如对于ResNet50而言，一般将最后一个stage的stripe改为1以增大分辨率（参考文献PCB），或者最后一个pooling层采用自适应的平均池化（这里参考文献是PCB模型，池化时时不同的条带中进行gap），再或者在pooling层后添加具有bn的bottleneck 层（暂停，滚去阅读参考文献75， SVDNet了！（OK，已读完，见 ，和作者说的其实有出入，并不是加了bn，而是希望投影向量正交，从而获得的表观特征在每个维度上相互独立））。 其他的一些为ReID专门设计的网络结构有 FPNN(filter pairing neural network), 通过部件鉴别信息的挖掘同时处理不对齐和遮挡问题(暂停，去读参考文献34，DeepReID （已读， ）)，[141]提出一种提升邻域差异的层用于捕捉patch特征的差别，进而把这种差异送入后面的层中(感觉类似resnet的思想。(读完， 其实就是提出一种结合了self-attention的part-aware module方法search space中，使用NAS迭代的搜索方法寻找针对于数据集的最优结构，当然说是专门为reid设计的网络结构也没毛病。))
姓名：王梦妮 学号：20021210873 学院：电子工程学院 【嵌牛导读】本文主要介绍了无人驾驶中所需的行人检测算法 【嵌牛鼻子】无人驾驶 环境感知 计算机视觉 SVM Adaboost算法 【嵌牛提问】无人驾驶中所用到的行人检测算法有哪些 【嵌牛正文】 在同样的交通路况下，无人车通过对自身运动状态及行驶环境信息进行分析，决策出最佳行驶策略和行驶方案代替驾驶员完成一系列驾驶行为，从而降低道路交通事故的发生率。而在无人驾驶中最为重要的技术便是环境感知，而在城市道路上有大量的行人出行，只有准确快速地检测出行人与对其进行跟踪，才能避免车撞人。 计算机视觉是研究赋予机器“人眼”功能的科学，通过多个传感器来获取一定范围内的色彩数据，用算法分析得到的数据从而理解周围环境，这个过程模拟了人眼以及大脑的处理过程，从而赋予机器视觉感知能力。现有的行人检测技术大多都是检测照片中的行人目标，这种照片的拍摄大多是拍摄的静止目标，图像的分辨率和像素点包含的语义信息都及其丰富，对应的算法在这样的图片上往往能取得理想的效果，但是用于无人车的“眼睛”，算法的鲁棒性就表现的非常差。这是因为在实际的道路环境中，摄像头需要搭载的车身上，在行进过程中跟随车以一定的速度移动，并且在实际道路中，行人目标往往是在运动的，由此提取出拍摄视频中的一帧就会出现背景虚化，造成像素点包含的语义信息大量减少，增加了行人检测的难度。 行人检测是计算机视觉领域的一个重要研究课题。在实际生活中，行人大多处于人口密集、背景复杂的城市环境中，并且行人的姿态各不相同，如何将行人从色彩丰富、形状相似的环境中快速准确地提取出来，是行人检测算法的难点。 行人检测算法分为两大类，一类是基于传统图像处理，另一类是基于深度学习的方法。近年来随着计算机计算速度的大幅提升，基于深度学习的方法有着越来越高的检测速度与检测精度，在行人检测领域应用越加广泛。 （一）基于传统图像处理的行人检测算法 使用传统的图像处理方法来做行人检测一般都是由两个步骤组成，第一就是需要手工设计一个合理的特征，第二就是需要设计一个合理的分类器。手工设计特征就是找到一种方法对图像内容进行数学描述，用于后续计算机能够区分该图像区域是什么物体，分类器即是通过提取的特征判断该图像区域属于行人目标还是属于背景。在传统的图像处理领域，手工特征有许多种，比如颜色特征、边缘特征(canny算子和sobel算子)以及基于特征点的描述子(方向梯度直方图)等。 学者们一致认为方向梯度直方图是最适合行人检测的人工特征，其主要原理是对图像的梯度方向直方图进行统计来表征图像。该特征是由Dalal于2005提出的，并与SVM分类器相结合，在行人检测领域取得了前所未有的成功。 传统的行人检测方法首先需要通过提取手工设计特征，再使用提取好的特征来训练分类器，得到一个鲁棒性良好的模型。在行人检测中应用最广泛的分类器就是SVM和Adaboost。SVM分类器就是要找到一个超平面用来分割正负样本，这个超平面的满足条件就是超平面两侧的样本到超平面的距离要最大，即最大化正负样本边界。下图即为线性SVM的示意图。Adaboost分类算法的主要原理不难理解，就是采用不同的方法训练得到一系列的弱分类器，通过级联所有的弱分类器来组成一个具有更高分类精度的强分类器，属于一种迭代算法。原理简单易于理解且有着良好的分类效果，唯一不足就是练多个弱分类器非常耗时。下图为面对一个二分类问题，Adaboost算法实现的细节。 （二）基于深度学习的行人检测算法 近年来，随着硬件计算能力的不断增强，基于卷积神经网络的深度学习飞速发展，在目标检测领域取得了更好的成绩。卷积神经网络不再需要去手动设计特征，只需要将图片输入进网络中，通过多个卷积层的卷积操作，提取出图像的深层语义特征。要想通过深度学习的方法得到一个性能良好的模型，需要大量的样本数据，如果样本过少，就很难学习到泛化能力好的特征，同时在训练时，由于涉及到大量的卷积操作，需要进行大量计算，要求硬件设备具有极高的算力，同时训练起来也很耗时。随着深度学习的飞速发展，越来越多基于深度学习的模型和方法不断被提出，深度学习在目标检测领域会有更加宽广的发展空间。 Ross Girshick团队提出了系列行人检测算法，其中Faster R—CNN 算法通过一个区域提议网络来生成行人候选框，在最后的特征图上滑动来确定候选框。Faster RCNN是首个实现端到端训练的网络，通过一个网络实现了特征提取、候选框生成、边界框回归和分类，这样的框架大大提高了整个网络的检测速度。 He Kaiming等人在2017年提出Mask R—CNN算法，该算法改进了Faster·R—CNN， 在原有的网络结构上增加了一个分支进行语义分割，并用ROI Align替代了ROI Pooling，取得了COCO数据集比赛的冠军。
最近一直了解人脸检测的算法，所以也尝试学多人脸检测框架。所以这里将拿出来和大家分享一下 Retinaface 与普通的目标检测算法类似，在图片上预先设定好一些先验框，这些先验框会分布在整个图片上，网络内部结构会对这些先验框进行判断看是否包含人脸，同时也会调整位置进行调整并且给每一个先验框的一个置信度。 在 Retinaface 的先验框不但要获得人脸位置，还需要获得每一个人脸的五个关键点位置 接下来我们对 Retinaface 执行过程其实就是在图片上预先设定好先验框，网络的预测结果会判断先验框内部是否包含人脸并且对先验框进行调整获得预测框和五个人脸关键点。 MobileNet 网络是由 google 团队在 2017 年提出的，专注移动端和嵌入式设备中轻量级 CNN 网络，在大大减少模型参数与运算量下，对于精度只是小幅度下降而已。 在主干网络输出的相当输出了不同大小网格，用于检测不同大小目标，先验框默认数量为 2，这些先验框用于检测目标，然后通过调整得到目标边界框。 深度可分离卷积好处就是可以减少参数数量，从而降低运算的成本。经常出现在一些轻量级的网络结构(这些网络结构适合于移动设备或者嵌入式设备)，深度可分离卷积是由DW(depthwise)和PW(pointwise)组成 这里我们通过对比普通卷积神经网络来解释，深度可分离卷积是如何减少参数 我们先看图中 DW 部分，在这一个部分每一个卷积核通道数 1 ，每一个卷积核对应一个输入通道进行计算，那么可想而知输出通道数就与卷积核个数以及输入通道数量保持一致。 简单总结一下有以下两点 PW 卷积核核之前普通卷积核类似，只不过 PW 卷积核大小为 1 ，卷积核深度与输入通道数相同，而卷积核个数核输出通道数相同 普通卷积 深度可分离卷积
姓名：张钰 学号：21011210154 学院：通信工程学院 【嵌牛导读】Frequency-aware Discriminative Feature Learning Supervised by Single-Center Loss for Face Forgery Detection论文阅读笔记 【嵌牛鼻子】Deepfake人脸检测方法，基于单中心损失监督的频率感知鉴别特征学习框架FDFL，将度量学习和自适应频率特征学习应用于人脸伪造检测，实现SOTA性能 【嵌牛提问】本文对于伪造人脸检测的优势在哪里体现 【嵌牛正文】 转自：
姓名：张钰 学号：21011210154 学院：通信工程学院 【嵌牛导读】Frequency-aware Discriminative Feature Learning Supervised by Single-Center Loss for Face Forgery Detection论文阅读笔记 【嵌牛鼻子】Deepfake人脸检测方法，基于单中心损失监督的频率感知鉴别特征学习框架FDFL，将度量学习和自适应频率特征学习应用于人脸伪造检测，实现SOTA性能 【嵌牛提问】本文对于伪造人脸检测的优势在哪里体现 【嵌牛正文】 转自：
URL: 论文pdf Google出品。亚毫秒级的移动端人脸检测算法。移动端可达200~1000+FPS速度。主要以下改进： 在深度可分离卷积中，计算量主要为point-wise部分，增加depth-wise部分卷积核大小并不会明显增加成本。因此本文在depth-wise部分采用了5x5的卷积核，已获得更大的感受野，故此可以降低在层数上的需求。 此外，启发于mobilenetV2，本文设计了一个先升后降的double BlazeBlock。BlazeBlock适用于浅层，double BlazeBlock适用于深层。 16x16的anchor是一样的，但本文将8x8，4x4和2x2的2个anchor替换到8x8的6个anchor。此外强制限制人脸的长宽为1：1。 由于最后一层feature map较大（相对于ssd），导致预测结果会较多，在连续帧预测过程中，nms会变导致人脸框变得更加抖动。本文在原始边界框的回归参数估计变为其与重叠概率的加权平均。这基本没有带来预测时间上的消耗，但在提升了10%的性能。 效果好速度快的方法想不想要？
人脸检测是先从图片中筛选出是人脸的位置，人脸对齐是找到人脸位置之后，再找出人脸特征点的位置，比如鼻子左侧，鼻孔下侧，瞳孔位置，上嘴唇下侧等等点的位置。可以理解成人脸关键点定位或者人脸五官定位。应用方向，现在主要就是做变脸特效，性别识别，年龄识别，智能贴图。
科学家发现人眼有一种可怕的能力。它可以检测“鬼影图像”，
这些图像是以随机模式编码的，以前认为只有计算机才能检测到。但在一篇发表在预印本服务器arXiv上的新论文中，苏格兰爱丁堡Heriot Watt大学和格拉斯哥大学的科学家发现，人眼本身可以完成所需的计算。
虽然大脑不能单独看到它们，但眼睛不知何故能检测出所有的模式，研究报告的合著者、赫里奥特-瓦特大学的物理学教授达尼埃勒·法乔说。[最令人惊奇的光学错觉（以及它们的工作原理]
，多个像素从一个光源（如太阳）吸收光线来创建图像。“鬼影图像基本上是相反的：它们从一个可预测的阵列中的多个光源开始，”Faccio告诉LiveScience，光是由一个单点探测器收集的，通常称为“桶”。
一个简单的方法来设想这是如何工作的，就是考虑使用单点激光扫描场景的激光雷达。探测器捕捉激光的光线如何从场景中的每个点反射回来，然后可以重建成图像。
但是有一个更快的方法来获取鬼魂图像，Faccio说。研究人员发现，他们可以将图案投射到场景上，而不是用单一光源扫描场景。然后可以测量从物体上反弹的光和图案。这种光的模式和最初投射的模式之间的差异包含了“鬼影图像”，然后计算机可以从数据中通过数学方法提取出来。这些图像看起来像原始图像的灰阶表示。
计算上来说，这种制作鬼影图像的方法涉及两个数学步骤，法乔说。第一种是将原始图案和投影到对象上后显示的图案组合起来。这是通过将原始图案与物体发出的光信号相乘和每个点的图案在数学上完成的。第二步是把整个场景中的数字加起来。[11个最漂亮的数学方程式]
“我们问自己的问题是，‘人类大脑能做到吗？’Faccio说，
研究人员决定把注意力集中在下半部分的计算上，把所有的模式相加。为了做到这一点，他们首先在著名的阿尔伯特·爱因斯坦伸出舌头的照片上投射出一种叫做阿达玛的棋盘式图案。然后，他们使用一个单像素探测器收集得到的光模式，并将其输入LED投影仪。
LED投影仪将爱因斯坦加阿达玛模式照到显示原始阿达玛模式的屏幕上，基本上将两者相乘。第一步：完成。
下一步是看人们在看这个总和时能看到什么。研究人员发现，当爱因斯坦和阿达玛模式以1秒或更长的脉冲缓慢投射时，人们只看到黑白棋盘——没有鬼影图像。但随着研究人员加快了预测速度，爱因斯坦的傻乎乎的面容出现了。研究人员还对数字和字母进行了实验，发现它们在“幽灵”版本中是可以辨认的。
“黑人和白人将“不会消失的，”法乔说它们会变成灰色，而你确实开始看到眼前出现的图像。
这有效的原因，Faccio说，是人眼刷新速度慢。这与电影工作的原因没什么不同：当图像在屏幕上的闪烁速度超过这个刷新率时，它会产生平滑运动的错觉。
“眼睛”获取信息的速度非常快，“Faccio说。”
研究人员发现，闪烁的图案在眼睛的“记忆”中停留了大约20毫秒，随着时间的推移逐渐消失。如果20毫秒的模式重叠，眼睛像电影一样总结它们，让鬼魂图像出现。
这个发现令人兴奋的部分，法乔说，鬼魂成像系统可以用来研究人类的视觉系统。研究人员的论文目前正在一份同行评议的期刊上进行评议。研究小组的下一步工作是找出人眼是否也可以进行观察鬼魂图像的第一步，也许是通过将左右眼的不同输入相乘。
是关于生命科学的原始文章。
关于超声医学的论文范文篇二 医学超声远程现状与案例分析 摘 要： 超声远程是远程医疗的一个重要应用分支，可以远程为边远地区的患者提供高质量的专家医疗服务，节约就诊时间和成本。同时也提升了基层医生与专家的沟通平台，弥补了国内医疗资源分配不均匀的状况。依据超声诊断的特点对超声远程的应用特点、市场远程设备的情况、超声远程的应用效果，以及国内超声远程的应用案例做了介绍。 关键词： 超声远程; 远程医疗; 病例分析; 超声诊断 中图分类号： TN911?34; 文献标识码： A 文章编号： 1004?373X(2014)20?0137?04 Current situation and case study of medical tele?ultrasound GAO Hai?juan， PING Zi?liang (Department of Communication and Information Engineering， Century College， BUPT， Beijing 102101， China) Abstract： Tele?ultrasound is an important branch of tele?medicine， which can provide high quality medical service from tertiary hospital to remote area patients， and save much treatment time and cost. Meanwhile， the tele?ultrasound can also promote the communication platform between less experienced healthcare workers in remote hospitals and specialists in tertiary hospitals， making the discussion more easily and effectively. It balances the medical resource distribution inequality to some extent. According to specialty of the medical ultrasound test， the tele?ultrasound implementation situation， tele equipment features， application effect of tele?ultrasound in clinic and some typical cases in domestic environment are introduced. Keywords： tele?ultrasound; tele?medicine; medical case analysis; ultrasonic diagnosis 0 引 言 20世纪60年代，远程医疗成为欧美新型医学课题。80年代末远程医疗概念被正式提出，并且在计算机技术迅速发展的带动下，远程医疗被广泛应用起来。90年代末国内发表不少关于远程医疗的文章，成为医学界和计算机界共同关注的热门话题[1?3]。远程医疗的核心概念是借助互联网技术、电视传播、卫星通信等一系列现代通信技术将不同地域的医生(或者医护人员)连接起来，通过医生间实时的音视频交流或者离线传输病人数据来完成对疾病的诊断。远程医疗一定程度上弥补了医疗资源分布不均匀的弊端，让医疗条件落后的患者可以快捷的得到远端专家医生的诊断建议，既节约了宝贵的治疗时间，又降低了长途就医的费用。同时，基层医生也在每一次的远程会诊过程中向专家学习了如何解决此类疑难杂症，日积月累，不断提升自己的专业技能，进而吸引更多的病人前来就诊，这对于基层医院的发展是非常有利的。而对于专家医院来讲，远程诊断这种新型医疗服务模式，可以减少非急诊患者的求诊人数，减轻医生问诊的负担，同时也避免了医院的拥挤，再加上远程会诊所带来的医疗收入，以及对医院影响力的提升都有所促进，因而也广受欢迎。远程医疗应用十分广泛，可用于放射科、病理科、皮肤科等课室。但是，远程医疗在超声课室的应用相对起步晚，在此本文将介绍超声远程的应用特点、国内外超声远程设备情况、以及超声远程的应用效果和国内的应用案例。 1 超声远程的应用特点 超声检查与X线，MRI，CT相比，一个显著的特点是它的检查方式很大程度上依赖医生的扫查手法，一个探头在一个医生的手上就像一副眼镜在一个人眼睛上一样，医生更习惯按照自己的扫描习惯，调整探头的扫描方位，选取扫描切面来诊断病人。如果借助超声远程，将A医生扫描的病人图像发送给B医生，让B医生来分析诊断，那么B医生一定会非常的谨慎，这就如同让B医生带着A医生的眼镜来走路一样，因为图像往往并不是B医生所习惯看到的图像，如果图像的信息量远远的低于B医生所期待的，那么远程会诊就会失败。A医生必须重新提供病人的超声图像，如此地重复扫描大大的降低了远程的效率和医生应用的信心，不利于超声远程的推广和发展。 目前，一些国内超声水平高的医院已经重视起超声远程规范化扫描的制定，例如北京安贞医院胎儿心脏远程会诊中心提出了胎儿超声心动图远程会诊检查流程及基本切面的规范要求。文献[4]提出胎儿远程会诊所需的图像切面、存储要求、测量参数等具体规范，重点提出对胎儿心脏畸形的产前超声远程心动图检查，明确定义16幅必存动态切面图像和14幅必存静态图像的内容，规范了胎儿超声远程的操作方法，有效提高医生之间进行远程诊断的效率。超声扫描规范化的脚步从未停止过，超声远程的规范化也会发展起来，让不同地域的医生能在一个标准的扫描框架下，有效地传输超声数据，彼此接受对方的扫描图像，有效的完成超声会诊。 另一个解决此手法依赖性问题的途径是借助超声远程设备的特殊传输功能。比如传输的超声数据中携带着大量的机器原始参数，可以在专家处理端还原超声扫查的过程，重新调整扫描的机器参数和选取扫描的切面，按照专家的习惯重新定位病灶的位置，进行病灶的测量和分析，这样将极大地提高会诊的成功率。目前美国通用电气(GE)的RAWDATA[5]扫描技术即可以满足这样的需求，从技术层面解决扫描手法依赖性问题。 2 国内外超声远程设备情况 超声远程设备按照工作模式，可以分为两种模式，一种是在线模式(也称同步模式)，一种是离线模式(也称异步模式)。 所谓在线模式，就是申请端医生和处理端医生同时在线，实时的进行视频和音频的沟通。处理端医生可以实时看到申请端超声设备的动态图像，可以看到探头的扫查位置，可以和申请端医生进行通话交流，实时指导申请端医生调整探头的扫查位置，调整病人的体位，以及根据图像的质量来调整机器参数。这种模式的特点是：指导性强，互动性强，图像质量高;对双方的时间要求有约束性，缺乏灵活，在实际的应用情况比较难实现，因为专家医生日常工作时间紧张，会诊会占有太多的时间，时间成本提高，业内专家也有同样的顾虑[6]。 所谓离线模式，是指不需要处理端医生在线的等待，处理端系统自动接受申请端发送过来的病人二维超声图像或者三维容积数据，当图像或者数据传输完毕，处理端医生即可灵活安排时间完成会诊意见。此模式的特点是： (1) 会诊时间灵活，对双方的时间约束弱，可实施性强; (2) 离线发送过来的病人图像，专家可以进行更加详细的分析和处理，准确率高; (3) 可以归纳收藏病人的图像数据，进行后期统计分析，建立病例库。 超声远程设备按照会诊需要的医生人数，也可以分为两大类，一类是需要至少两位医生共同来完成，另一类是借助机器人代替申请端医生，只需要处理端一位医生操作完成。第一类设备和常规会诊设备一样，两端设备可以视为两台计算机工作站，两端的医生分别完成各自的任务分工，申请端提出会诊申请，填写病人基本的情况和初步诊断。处理端医生根据收到的病人数据做出会诊建议，并反馈给申请端医生。第二类设备称为远程机器人辅助超声检查系统(简称机器人超声)，它是借助于并行机器人技术[7]，在申请端搭建多个机器人装置，覆盖病人待检查部位，机器人模拟医生手持常规超声探头，对病人进行超声扫查，控制机器人的是处理端的专家。此类设备的特点为可以大幅度的发挥专家的技术，保证超声数据采集的有效性。其所涉及的主要技术问题有三个： (1) 处理端专家操作远端机器人所做动作的准确性。机器人需要施加合理的力度使探头在病人的皮肤上扫查，根据不同的检查部位，机器人需要调整探头的位置，倾斜的角度，锁定部位处进行旋转和微小移动。 (2) 机器人动作的延迟。理想的系统坏境是处理端专家触发控制信号，机器人同步完成动作，超声设备实时反馈图像给专家。但是，实际的情况是机器人机械控制和电路控制环节存在一定的时间延迟。 (3) 超声图像传输的速度和质量。 比较两类设备，机器人超声的最大优点是真正的将专家的“眼睛”延伸，考虑超声检查对手法的依赖性强，这种远程超声技术更能达到预期的诊断效果。在机器人技术的带动之下，持探头机器人的机械控制涉及的机械难点会得到解决，系统的精确性会得到较大的提高。至于图像传输质量，文献[7]对图像传输中使用的图像压缩技术进行了分析对比。采取的方法是：考虑人眼视觉的灵敏度，在粗略扫查，寻找感兴趣区域的过程中，使用有损压缩或高压缩比率的压缩技术，以提高传输的速率，而在找到感兴趣区域后进行仔细鉴别检查时，则采用无损压缩的压缩技术，以保证图像的质量。超声图像的失真主要是两个方面，一是图像对比度的下降，一是图像噪声的干扰。对比度的调整将由专家来调整，因为系统自动的调整将影响专家的诊断。噪声多数是由于人体组织的不同密度而产生后场散射声场造成的，采用合适的滤波器参数可以达到降低噪声而不影响诊断的作用。基于以上分析，机器人超声将凭借其技术的优势得到快速的发展。 3 超声远程的应用优势及效果 超声远程的应用优势包括减少病人不必要的转院治疗、节约病人的就医时间和成本以及在医学教学中的作用[8?10]。文献[11]介绍在急诊情况中应用超声远程缩短病人从入院到手术的时间大约3 h，既为救治急诊病人节约了高贵的“黄金”时间，又提升了急诊中救护车医护人员与医院手术室人员的交流效率， 所以文献中作者建议应将超声远程推广应用在高风险的孕妇和复杂性分娩等情况。 文献[7]将机器人超声应用在32例病例检查上，采用了两种不同的网络连接方式，分别为ISDN综合业务数字网连接(Integrated Services Digital Network)和具备动态带宽384 Kb/s的卫星连接。设计病人完成常规的腹部扫查，包括肝脏、胰腺、门静脉、主动脉、膀胱、子宫或前列腺，脾脏等组织的扫查，并对通用的诊断数据(包括组织的大小，轮廓等)进行了记录。用远程超声会诊的方式与传统超声检查方式进行了对比，结论是：机器人超声检查出58例病变的38例，达到66%的检出率。对漏诊的病变分析如下： (1) 根据病灶大小分为三类：7例是病灶小于 cm，包括胆固醇沉着症，肾结石，胆囊息肉;8例是病灶在1 cm左右，包括血管平肌瘤，肾结石，肝脏血管瘤;4例病灶在～ cm之间，包括囊肿，固态肾包块，肝脏多个低回声病灶。 (2)根据导致漏诊的原因分为：8例是由于图像分辨率低，3例是由于扫描参数设置的不佳，7例是由于不充分的图像数据传输，1例是由于病人的扫查条件不好。 (3)其中12位病人有症状呈现，比如黄疸，发热等，远程超声可以诊断出其中的10位，达到83%检出率。 (4)另外，超声检查常见的扫描局限性，比如病人过胖，过瘦或者年龄大也是漏诊的固有原因。 4 国内超声远程的案例 近五年国内超声远程网络得到迅速的发展，这主要得益于国家医疗改革的取向。2012年3月，国务院印发《“十二五”期间深化医药卫生体制改革规划暨实施方案》，明确指出：要让信息技术成为提升医疗机构管理效率和服务水平的重要手段。国内一些已经在远程医疗设备有一定技术积累的厂家也针对远程超声开展了研发和市场推广工作。 开展超声远程的医院和机构也在逐年增加。典型的有以北京安贞医院牵头成立的胎儿超声心动图远程会诊中心[4]，凭借在胎儿心脏的权威性，会诊中心帮助基层医院在胎儿先天性心血管结构畸形和心脏异常等方面展开会诊工作。大连市中心医院，天津市第一中心医院等也都有各自的超声远程网络系统[12?13]。值得提出的是由上海长宁区卫生部门主导发起的“上海市长宁区超声远程诊断网络项目”[14]。该项目以上海市第六人民医院为依托成立了超声远程诊断中心，并与长宁区的10家社区卫生中心实现网络联接，使市民在家门口就能享受到高水准的远程诊断服务，同时也节约了就诊时间和费用，促进了医疗资源的合理分配利用，是超声远程的典型应用。 此外，2013年在国家发改委的指导下，甘肃省卫生厅、甘肃省人民医院和通用电气医疗集团共同建立了基础医疗范畴内的超声远程省内医疗试点项目[15]，采用“1+3+3”的拓扑模式，即“1”是指一家三级医院，也就是甘肃省人民医院，第一个“3”是指3家县级医院，包括定西市第二人民医院、临洮县人民医院和岷县人民医院，另一个“3”是指3家乡镇卫生所，包括香泉镇中心卫生院、新添镇中心卫生院和闾井镇中心卫生院。据媒体报道，从2013年3月10日远程系统全面启动截止2013年5月15日，3家县级医院共完成37例会诊病例，3家乡镇卫生所共完成68例会诊病例，超声远程会诊不仅帮助当地病人及时的诊断疾病，为基层医生提供了诊断思路，也为上级医院减轻了负担。这种基层医疗机构负责治愈简单的病症，上级医院就专攻疑难、危重病症的模式正是中国整个医疗架构的理想资源分配形式。 5 结 语 本文介绍了超声远程的应用特点、常见设备分类、应用效果和国内的远程案例。技术上，伴随着计算机及网络通信技术的不断发展，超声远程设备必定会在技术上取得进一步的突破，更快，更高质量的传输图像，也可能会加入可穿戴智能辅助设备;服务模式上，随着国家全方位立体化远程医疗体系的建设，超声远程会进入社区，为居民提供远程咨询医疗服务;市场推广上，国家的政策以及地方政府都在积极的推动远程医疗的覆盖面，探索这种模式下的收费标准，用以提高医疗单位主动服务的积极性，保证超声远程的经济效益和长足发展。可见，超声远程在未来的几年一定会有较快的发展，也希望有更多的人关注超声远程的发展。 参考文献 [1] 王志中，李凌，蔡立羽，等.国内远程医疗的现状及展望[J].计算机工程，1999，25(5)：3?5. [2] 李军怀，周明全，耿国华.远程医疗的国内外现状及展望[J]. 国外医学生物医学工程分册，2002，25(5)：193?196. [3] 杨勇，彭承琳.国外远程医疗发展近况[J].医疗卫生设备，2005，26(1)：19?21. [4] 何怡华.胎儿超声心动图[M].北京：人民卫生出版社，2013. [5] 车轩.关怀就在身边：当基层医疗牵手超声远程医疗系统[J].中国医疗设备，2012，27(11)：173?174. [6] 郭勇，何怡华.胎儿心脏超声远程会诊的经验及展望[EB/OL]. [7] DELGORGE Cecile， COURREGES Fabien， BASSIT Lama Al. A tele?operated mobile ultrasound scanner using a light?weight robot [J]. IEEE Transactions on Information Technology in Biomedicine， 2005， 9(1)： 51?58. [8] EICHBAUM Quentin. Telemedicine and ultrasound in obstetrics and gynecology [J]. Donald School Journal of Ultrasound in Obstetrics and Gynecology， 2009， 3(4)： 11?15. [9] DOWIE R， MISTRY H， YOUNG T. Cost implications of introducing a telecardiology service to support fetal ultrasound screening [J]. Telemed Telecare， 2008， 14(8)： 421?426. [10] ANDERSON G， NELSON?BECKER C， HANNIGAN E. A patient?centered health care delivery system by a university obstetrics and gynecology department [J]. Obstet Gynecol， 2005， 105(1)： 205?210. [11] SU M， MA H， KO C， et al. Application of tele?ultrasound in emergency medical services [J]. Telemed JE Health， 2008， 14(8)： 816?824. [12] 佚名.市中心医院省内首先实施超声远程会诊[EB/OL]. [13] 佚名.超声科远程会诊中心落成[EB/OL]. [2013?07?09]. [14] 佚名.GE医疗助力上海长宁区超声远程诊断网络建设[EB/OL]. GDM00253B0H. [15] 佚名.GE远程医疗的甘肃样本[EB/OL]. [2013?10?15]. 看了“关于超声医学的论文范文”的人还看： 1. 超声医学论文范文 2. 超声医学论文范文精选 3. 浅谈超声医学研究论文范文 4. 关于超声医学论文精选 5. 超声科个人工作自我总结范文
运动目标检测与跟踪算法研究 视觉是人类感知自身周围复杂环境最直接有效的手段之一， 而在现实生活中 大量有意义的视觉信息都包含在运动中，人眼对运动的物体和目标也更敏感，能 够快速的发现运动目标， 并对目标的运动轨迹进行预测和描绘。 随着计算机技术、 通信技术、图像处理技术的不断发展，计算机视觉己成为目前的热点研究问题之 一。 而运动目标检测与跟踪是计算机视觉研究的核心课题之一， 融合了图像处理、 模式识别、人工智能、自动控制、计算机等众多领域的先进技术，在军事制导、 视觉导航、视频监控、智能交通、医疗诊断、工业产品检测等方面有着重要的实 用价值和广阔的发展前景。 1、国内外研究现状 运动目标检测 运动目标检测是指从序列图像中将运动的前景目标从背景图像中提取出来。 根据运动目标与摄像机之间的关系， 运动目标检测分为静态背景下的运动目标检 测和动态背景下的运动目标检测。 静态背景下的运动目标检测是指摄像机在整个 监视过程中不发生移动； 动态背景下的运动目标检测是指摄像机在监视过程中发 生了移动，如平动、旋转或多自由度运动等。 静态背景 静态背景下的运动目标检测方法主要有以下几种： （1）背景差分法 背景差分法是目前最常用的一种目标检测方法， 其基本思想就是首先获得一个 背景模型，然后将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断 此像素属于运动目标，否则属于背景图像。利用当前图像与背景图像的差分来检 测运动区域，一般能够提供比较完整的特征数据，但对于动态场景的变化，如光 照和外来无关事件的干扰等特别敏感。 很多研究人员目前都致力于开发不同的背 景模型，以减少动态场景变化对运动目标检测的影响。背景模型的建立与更新、 阴影的去除等对跟踪结果的好坏至关重要。 背景差分法的实现简单，在固定背景下能够完整地精确、快速地分割出运动 对象。不足之处是易受环境光线变化的影响，需要加入背景图像更新机制，且只 对背景已知的运动对象检测比较有效， 不适用于摄像头运动或者背景灰度变化很 大的情况。 （2）帧间差分法 帧间差分法是在连续的图像序列中两个或三个相邻帧间， 采用基于像素的时 间差分并阈值化来提取图像中的运动区域。 帧间差分法对动态环境具有较强的自 适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产 生空洞现象。因此在相邻帧间差分法的基础上提出了对称差分法，它是对图像序 列中每连续三帧图像进行对称差分，检测出目标的运动范围，同时利用上一帧分 割出来的模板对检测出来的目标运动范围进行修正， 从而能较好地检测出中间帧 运动目标的形状轮廓。 帧间差分法非常适合于动态变化的环境，因为它只对运动物体敏感。实际上 它只检测相对运动的物体，而且因两幅图像的时间间隔较短，差分图像受光线 变化影响小，检测有效而稳定。该算法简单、速度快，已得到广泛应用。虽然该 方法不能够完整地分割运动对象，只能检测出物体运动变化的区域，但所检测出 的物体运动信息仍可用于进一步的目标分割。 （3）光流法 光流法就充分的利用了图像自身所携带的信息。在空间中,运动可以用运动 场描述,而在一个图像平面上,物体的运动往往是通过图像序列中图像灰度分布 的不同来体现,从而使空间中的运动场转移到图像上就表示为光流场。所谓光流 是指空间中物体被观测面上的像素点运动产生的瞬时速度场， 包含了物体表面结 构和动态行为等重要信息。 基于光流法的运动目标检测采用了运动目标随时间变 化的光流特性，由于光流不仅包含了被观测物体的运动信息，还携带了物体运动 和景物三位结构的丰富信息。 在比较理想的情况下,它能够检测独立运动的对象, 不需要预先知道场景的任何信息,可以很精确地计算出运动物体的速度,并且可 用于动态场景的情况。 但是大多数光流方法的计算相当复杂,对硬件要求比较高, 不适于实时处理,而且对噪声比较敏感,抗噪性差。并且由于遮挡、多光源、透明 性及噪声等原因，使得光流场基本方程——灰度守恒的假设条件无法满足，不能 正确求出光流场，计算方也相当复杂，计算量巨大，不能满足实时的要求。 动态背景 动态背景下的运动目标检测由于存在着目标与摄像机之间复杂的相对运动， 检测方法要比静态背景下的运动目标检测方法复杂。常用的检测方法有匹配法、 光流法以及全局运动估计法等。 2、运动目标跟踪 运动目标跟踪是确定同一物体在图像序列的不同帧中的位置的过程。 近年来 出现了大批运动目标跟踪方法，许多文献对这些方法进行了分类介绍，可将目标 跟踪方法分为四类：基于区域的跟踪、基于特征的跟踪、基于活动轮廓的跟踪、 基于模型的跟踪，这种分类方法概括了目前大多数跟踪方法，下面用这种分类方 法对目前的跟踪方法进行概括介绍。 (1)基于区域的跟踪 基于区域的跟踪方法基本思想是： 首先通过图像分割或预先人为确定提取包 含目标区域的模板，并设定一个相似性度量，然后在序列图像中搜索目标，把度 量取极值时对应的区域作为对应帧中的目标区域。 由于提取的目标模板包含了较 完整的目标信息，该方法在目标未被遮挡时，跟踪精度非常高，跟踪非常稳定， 但通常比较耗时，特别是当目标区域较大时，因此一般应用于跟踪较小的目标或 对比度较差的目标。该方法还可以和多种预测算法结合使用，如卡尔曼预测、粒 子预测等，以估计每帧图像中目标的位置。近年来，对基于区域的跟踪方法关注 较多的是如何处理运动目标姿态变化引起的模板变化时的情况以及目标被严重 遮挡时的情况。 (2)基于特征的跟踪 基于特征的跟踪方法基本思想是：首先提取目标的某个或某些局部特征，然 后利用某种匹配算法在图像序列中进行特征匹配，从而实现对目标的跟踪。该方 法的优点是即使目标部分被遮挡，只要还有一部分特征可以被看到，就可以完成 跟踪任务，另外，该方法还可与卡尔曼滤波器结合使用，实时性较好，因此常用 于复杂场景下对运动目标的实时、 鲁棒跟踪。 用于跟踪的特征很多， 如角点边缘、 形状、纹理、颜色等，如何从众多的特征中选取最具区分性、最稳定的特征是基 于特征的跟踪方法的关键和难点所在。 (3)基于活动轮廓的跟踪 基于活动轮廓的跟踪方法基本思想是：利用封闭的曲线轮廓表达运动目标， 结合图像特征、曲线轮廓构造能量函数，通过求解极小化能量实现曲线轮廓的自 动连续更新，从而实现对目标的跟踪。自Kass在1987年提出Snake模型以来，基 于活动轮廓的方法就开始广泛应用于目标跟踪领域。相对于基于区域的跟踪方 法，轮廓表达有减少复杂度的优点，而且在目标被部分遮挡的情况下也能连续的 进行跟踪，但是该方法的跟踪结果受初始化影响较大，对噪声也较为敏感。 (4)基于模型的跟踪 基于模型的跟踪方法基本思想是： 首先通过一定的先验知识对所跟踪目标建 立模型，然后通过匹配跟踪目标，并进行模型的实时更新。通常利用测量、CAD 工具和计算机视觉技术建立模型。主要有三种形式的模型，即线图模型、二维轮 廓模型和三维立体模型口61，应用较多的是运动目标的三维立体模型，尤其是对 刚体目标如汽车的跟踪。该方法的优点是可以精确分析目标的运动轨迹，即使在 目标姿态变化和部分遮挡的情况下也能够可靠的跟踪， 但跟踪精度取决于模型的 精度，而在现实生活中要获得所有运动目标的精确模型是非常困难的。 目标检测算法，至今已提出了数千种各种类型的算法，而且每年都有上百篇相 关的研究论文或报告发表。尽管人们在目标检测或图像分割等方面做了许多研 究，现己提出的分割算法大都是针对具体问题的，并没有一种适合于所有情况的 通用算法。 目前， 比较经典的运动目标检测算法有： 双帧差分法、 三帧差分法(对 称差分法)、背景差法、光流法等方法，这些方法之间并不是完全独立，而是可 以相互交融的。 目标跟踪的主要目的就是要建立目标运动的时域模型， 其算法的优劣直接影响 着运动目标跟踪的稳定性和精确度， 虽然对运动目标跟踪理论的研究已经进行了 很多年，但至今它仍然是计算机视觉等领域的研究热点问题之一。研究一种鲁棒 性好、精确、高性能的运动目标跟踪方法依然是该研究领域所面临的一个巨大挑 战。基于此目的，系统必须对每个独立的目标进行持续的跟踪。为了实现对复杂 环境中运动目标快速、稳定的跟踪，人们提出了众多算法，但先前的许多算法都 是针对刚体目标，或是将形变较小的非刚体近似为刚体目标进行跟踪，因而这些 算法难以实现对形状变化较大的非刚体目标的正确跟踪。 根据跟踪算法所用的预 测技术来划分，目前主要的跟踪算法有：基于均值漂移的方法、基于遗传算法的 方法、基于Kalman滤波器的方法、基于Monto Carlo的方法以及多假设跟踪的方 法等。 运动检测与目标跟踪算法模块 运动检测与目标跟踪算法模块 与目标跟踪 一、运动检测算法 1.算法效果 算法效果总体来说，对比度高的视频检测效果要优于对比度低的视频。 算法可以比较好地去除目标周围的浅影子，浅影的去除率在 80%以上。去影后目标的 完整性可以得到较好的保持，在 80%以上。在对比度比较高的环境中可以准确地识别较大 的滞留物或盗移物。 从对目标的检测率上来说，对小目标较难进行检测。一般目标小于 40 个像素就会被漏 掉。对于对比度不高的目标会检测不完整。总体上来说，算法在对比度较高的环境中漏检率 都较低，在 以下，在对比度不高或有小目标的场景下漏检率在 6%以下。 精细运动检测的目的是在较理想的环境下尽量精确地提取目标的轮廓和区域， 以供高层 进行应用。同时在分离距离较近目标和进行其它信息的进一步判断也具有一定的优势。 反映算法优缺点的详细效果如下所示： 去影子和完整性 效果好 公司内视频 左边的为去影前，右边的 为去影后的结果，可以看出在 完整 性和去影率上 都有所 突 出。 这两个视频的共周特点 城市交通 是，影子都是浅影子，视频噪 声不太明显。目标与背景的对 比度比较高。 效果差 这两个视频的特点是影子 都是深影子。虽然影子没有去 掉，但是物体的完整性是比较 高的。主要原因就是场景的对 路口，上午 十点 比度比较高。 滞留物检测和稳定性 效果好 会议室盗移 效果好的原因，一是盗移或 滞留目标与背景对比度较大，二 是目标本身尺寸较大。 另外盗移物或滞留物在保持 各自的状态期间不能受到光照变 化或其它明显运动目标的干扰， 要不然有可能会造成判断的不稳 定。 效果差 会议室 遗留 物 大部分时间内，滞留的判断 都是较稳定的，但是在后期出现 了不稳定。主要原因是目标太小 的原故。 因此在进行滞留物判断时， 大目标，对比度较高的环境有利 于判断的稳定性和准确性。 漏检率 效果好 城市交通 在对比度高的环境下， 目标相对都较大的情况下 （大于 40 个像素） 可以很 ， 稳定的检测出目标。 在这种 条件下的漏检率通常都是 非常低的，在 以下。 效果差 行人－傍晚 和“行人”目录下 的 其 它 昏 暗 条件 下的视频 在对 比度较低的 情况 下，会造成检测结果不稳 定。漏检率较高。主要原因 是由于去影子造成的。 这种 对比度下的漏检率一般在 6%以下。 除了 对比度低是 造成 漏检的原因外， 过小的目标 也会造成漏检，一般是 40 个像素以下的目标都会被 忽略掉。 算法效率内存消耗（单位：b） .MD_ISRAM_data .MD_ISRAM_bss .MD_SDRAM_data 0x470 0x24 0x348 .MD_SDRAM_bss .MD_text 0x1a8480 0x6d40 速度 ms 运动区域占 2/3 左右时 CPU 占用率 一帧耗时 Max:57% Min: Avg: Max:23 Min: Avg:15 运动区域占 1/3 左右时 Max:45% Min: Avg:20% Max:18 Min: Avg:8 检测参数说明 检测参数说明 检测到的滞留物或盗走物的消失时间目前分别设定在 200 帧和 100 帧， 可以通过参数来 自行调整。 目前目标与背景的差异是根据局部光照强度所决定的， 范围在 4 个像素值以上。 目前参 数设置要求目标大小要在 20 个像素以上才能被检测到，可以通过参数来自行调整。 目标阴影的去除能力是可以调整的， 目前的参数设置可以去除大部分的浅影子和较小的 光照变化。 适用环境推荐光照条件较好（具有一定的对比度）的室内环境或室外环境。不易用它去检测过小的目 标，比如小于 40 个像素的目标。室外环境不易太复杂。输出目标为精细轮廓目标，可以为 后面高层应用提供良好的信息。 二、目标跟踪 稳定运行环境要求此版本跟踪算法与运动检测算法紧密结合， 对相机的架设和视频的背景环境和运动目标 数量运动方式有一定要求： 背景要求： 由于运动跟踪是基于运动检测的结果进行的， 所以对背景的要求和运动检测一样， 背景要求： 运动目标相对于背景要有一定反差。 运动目标：由于运动检测中，对较小的目标可能过滤掉。所以运动目标的大小要符合运动检 运动目标： 测的要求。运动目标的速度不能太大，要保证前后帧运动目标的重合面积大于 10 个像素。此阈值可修改(建议不要随意修改，过小，可能把碎片当成原目标分 裂出来的小目标，过大，可能失去跟踪。当然可试着调节以适应不同场景)。该 算法对由于运动检测在地面上产生的碎片抗干扰性比较差， 运动目标和碎片相遇 时，容易发生融合又分离的现象，造成轨迹混乱。消失目标和新生目标很容易当 成同一目标处理，所以可能出现一个新目标继承新生目标的轨迹。 运动方式： 运动目标的最大数量由外部设定。 但运动跟踪对运动目标比较稀疏的场景效果比 运动方式： 较好。 算法对由于运动检测在运动目标上产生的碎片有一定的抗干扰。 算法没对 物体的遮挡进行处理。对于两运动目标之间的遮挡按融合来处理。 拍摄角度： 拍摄角度：拍摄视野比较大，且最好是俯视拍摄。
肺部炎症是呼吸系统的常见病，主要是由细菌、病毒或某些特殊病因所引起的肺部炎症。下面是我带来的关于肺部炎症的X线表现的内容，欢迎阅读参考!
(一)大叶性肺炎
[图像特征]
X线正位胸片：
(1)左上肺可见大片高密度影，密度均匀;
(2)病灶边界欠清楚。
CT平扫(肺窗)：
(1)右肺下叶背段大片高密度影，病变累及整个肺段;
(2)内可见通气支气管;
(3)左肺下叶见小片状高密度影，境界清。
[影像诊断] 左肺上叶大叶性肺炎;两肺下叶大叶性肺炎，右肺下叶背段较明显。
[临床提醒] X线胸片及CT均可用于大叶性肺炎的诊断，胸片较CT在临床的应用更为广泛。大叶性肺炎典型的影像表现为累及整个肺叶或肺段的实变影，受累肺叶或肺段的体积不缩小，内可见“含气支气管征”。结合典型的影像学表现及临床症状和相关实验室检查，诊断本病较容易，但因抗生素的广泛使用，典型的大叶性肺炎已不常见，偶见于老年人、使用免疫抑制剂等免疫力低下的病人。大叶性肺炎早期在X线上缺乏特异征象，部分可表现正常。CT可显示肺炎早期的充血改变，并能更好的显示病变的范围。
X线胸片及CT检查的目的还在于及时反映病情变化，从而观察治疗效果，指导临床治疗。
(二)支气管肺炎
[图像特征]
X线正位胸片：左下肺见小片状模糊影，左侧心缘模糊不清。
CT平扫(肺窗)：两下肺见多发斑片状高密度影，呈局灶性分布。
[影像诊断] 两下肺支气管肺炎。
[临床提醒] 支气管肺炎的X线表现多样，大多数表现为两下肺野中、内带沿支气管分布的不规则斑点状或小片状致密影，境界较模糊。病变密度不均匀，中心密度较高，多伴有肺纹理增粗。病变可以比较散在且较小，也可集中呈大片融合趋势，但多不局限于某一肺段或肺叶。由于粘液堵塞支气管，病变区域可夹杂有小叶性肺不张或局限性肺气肿。当细支气管阻塞时，也可形成小三角形肺不张影。小儿多首先发生在脊柱旁，然后向心缘发展，因此早期易被心影所掩盖。CT是本病的主要检查手段，结合病史一般能够确诊。少数病例仅表现为不规则粟粒样病变或仅为肺纹理增强。此时，影像诊断比较困难。
(三)病毒性肺炎
[图像特征]
X线正位胸片：
(1)两肺纹理增加，以两下肺野中内带明显;
(2)沿肺纹理分布见密度不均匀斑片状模糊阴影。
CT平扫(肺窗)：
(1)两上肺纹理增多、增粗;
(2)两肺上叶散在小斑片状高密度影。
CT平扫(肺窗)：
(1)两下肺纹理增多、增粗;
(2)两肺下叶散在小斑片状高密度影，左肺下叶外带见多发小结节影，边缘模糊。
[影像诊断] 病毒性肺炎.
[临床提醒] 病毒性肺炎在肺内蔓延方式与细菌性支气管肺炎类似。其影像表现有：①分布于两下肺野中内带的小结节影，结节大小6～8mm，边缘模糊;②分布于两肺中下野内带，密度不均匀斑片状模糊影;③相邻小叶的斑片影可融合成大片状阴影，占据肺段甚至肺叶。病毒性肺炎在影像学上很难与细菌性肺炎鉴别，两者鉴别常需结合临床症状及相关化验检查;另外，通过观察抗炎治疗效果，也有助于两者鉴别。病毒性肺炎的影像表现缺乏特异性，因此影像学检查的目的在于发现病变、观察疗效及排除其他肺部疾病。
(四)过敏性肺炎
[图像特征]
CT平扫：右上肺外带多发小斑片状模糊影，境界欠清。
CT平扫：两周后检查，原病灶消失，右肺下叶可见片状模糊影，边界欠清。
[影像诊断] 过敏性肺炎。
[临床提醒] 过敏性肺炎的影像表现有：①一侧或两侧肺中、下野沿支气管分布的斑片状或云雾状阴影;②两肺弥漫分布的粟粒状和网线状阴影，边缘模糊，以中、下肺野病灶较密集;③病变呈游走性，即在短时间内，处病灶吸收，另一处病灶又出现，为本病特征性的X线表现。结合病人对过敏原的过敏史，可确立诊断。
(五)肺脓肿
[图像特征]
X线正位胸片：
(1)左肺中野可见一类圆形透亮影，为空洞性病灶;
(2)空洞壁厚，外缘毛糙，内壁较光整。
CT平扫(肺窗)：
(1)左肺上叶见含气透亮影，内可见液平;
(2)壁厚，内壁光整;
(3)空洞外侧邻近肺野见小片状模糊影。
CT增强(纵隔窗)：
(1)左肺下叶见类圆形含气透亮影，内可见液平;
(2)壁厚，见强化;
(3)病灶右后方见小片状高密度影，提示肺实变。
[影像诊断] 左肺肺脓肿。
[临床提醒] 胸片及CT发现肺内含液平的厚壁空洞，结合畏寒、发热、胸痛及咯大量脓臭痰等临床症状，肺脓肿的诊断叮确立。胸片基本可以反映肺脓肿的影像特征，急性期肺脓肿表现为浓密的团状阴影中见厚壁的透亮空洞，内壁多光滑，空洞内见气一液平面;慢性期肺脓肿空洞变小，壁变薄，空洞周围见纤维索条。CT则较易显示肺脓肿的早期坏死液化情况，能及早确立诊断。
肺脓肿空洞在临床上常需与肺结核空洞、肺癌空洞鉴别。结核空洞有其好发部位(上叶尖、后段，下叶背段)，空洞较小，壁薄，周围常见卫星灶;肺癌空洞壁厚，多为偏心空洞，内壁不规则，外壁可见毛刺。CT增强检查能为鉴别诊断提供更多的帮助，参照临床症状及相关实验室检查，三者鉴别不难。
(六)肺部炎性假瘤
[图像特征]
X线正位胸片：
(1)右下肺内带见片状高密度影;
(2)病灶与右心缘重叠，显示欠清。
X线右侧位胸片：
(1)病灶位于右肺下叶后基底段，与脊柱重叠，密度欠均匀;
(2)病灶可见分叶，边缘毛糙。
CT平扫(肺窗)：
(1)右下肺见高密度占位;
(2)病灶形态不规则，边缘可见长短不一的条状毛刺。
CT增强(纵隔窗)：
(1)病灶不均匀强化，其内见低密度坏死区;
(2)边缘不光整，见棘状突起，内侧缘与胸膜粘连。
[影像诊断] 右肺下叶炎性假瘤。
[临床提醒] 肺部炎性假瘤是在某些非特异性炎症的增生、帆化基础上进一步发展而成。因此既往有肺炎病史的患者，胸片及CT发现肺内软组织肿块，再结合患者咳嗽、胸痛等症状，基本可诊断本病。当肺部炎性假瘤患者肺炎病史不明确时，X线胸片或CT发现肺内软组织肿块，需与结核瘤和周围型肺癌鉴别。炎性假瘤X线表现为圆形或椭圆形软组织块影，边缘多光滑锐利，密度中等偏高，多数密度均匀，偶有钙化，少数见空洞形成，周围有纤维索条影或斑片状阴影，常伴有局限性胸膜增厚、粘连。追踪观察，炎性假瘤生长多较缓慢;结核瘤内常见钙化影，密度较高，周围散在卫星灶;周围型肺癌常表现为分叶状肿块，其边缘可见细短毛刺，发现肺门或纵隔淋巴结肿大则有助于两者的鉴别。
CT检查(尤其是HRCT)可更清楚显示软组织块影的内部密度及周围情况，对于肺门及纵隔淋巴结是否肿大显示更佳。另外，CT动态增强可为肺炎性假瘤的鉴别诊断提供更多的信息。
参 考 文 献
[1] 陈文彬,潘祥林,等.诊断学.第6版.人民卫生出版社，2004,9,(第6版).
[2] 戴瑞鸿.内科疾病诊断标准.上海：上海科技 教育 出版社，～198.
猜你喜欢：
1. 气胸的最佳治疗方法
2. 肺部小结节怎么形成的
3. 肺部感染如何治疗
4. 肺结节什么原因形成的
5. 肺炎的早期症状
随着人们生活水平及肺部CT在健康筛查中的运用，定期体检已成为常规。当拿到体检报告时，很多人为报告上的肺部“磨玻璃影”和“小结节”字样而纠结不已。
中医学上并没有“肺结节”之名，现代多认为本病应类属于“咳嗽”、“痰核”“瘰疬”等范畴。本病多为气虚痰瘀痹阻肺络。劳逸失度、外感六淫、饮食失宜、情志内伤、禀赋不足等皆可导致气滞水停而为痰，痰气互结，日久血行受阻而成瘀，由表及里，侵及肺胸，痰瘀痹阻肺络而发为结节。
肺结节除了随访，还可以做什么？
提起肺结节的治疗，目前临床上主要的治疗方法就是对于首次发现肺结节的患者，实行抗生素治疗，不能消失的结节，进行密切随访，具体随访间隔时长由经诊医生根据病史及检查结果综合判断，肺癌高危结节应该缩短随访时间。
然后等这些结节长大，再进行手术切除。可手术切除也有它的弊端，就是对身体伤害大，后遗症比较多，难以耐受。
这时候肺部结节患者在随访观察期间及早采取中医药治疗干预措施，对于控制结节发展、降低肺癌发病率具有重要意义。
2017年9月的某一天，在延边市中心的医院，周女士检测出肺部结节。左肺舌段见结节状致密影，直径约，右肺中叶索条状致密影。
在这之前,北京四惠西区医院中医肿瘤专家张文彭主任的一位患者周女士的身体很健康，平时在家休息没有任何症状，只是干活多了就会感到胸闷，气喘吁吁，少咳。周女士认为这是干活劳累所致，并没有放在心上，简单休息后继续干活，胸闷气喘就休息一会，反反复复。后来就发展到清晨会有白痰，活干多了会感到胸部有轻微疼痛，他才感到身体是出了问题，就去医院检查一下。
等待随访期，何不尝试中医调理看看
拿到检查报告，医生告诉她，这是肺结节的初期。建议她定期观察，然后等这些结节长大，再进行手术切除。她和家人商量过后，认为在这个等待期间何不用中医药调理看看。于是便找到我看诊。
我看到周女士时，她还伴随着些许咳嗽。于是在中医辨证原则下，通过分析、综合，辨清疾病的病因、性质、部位，以及周女士身体邪正之间的关系，进行论治，开出中药和真菌的处方。
服药后，好消息频频传来
在周女士服药期间，我也在不断地关切着周女士的病情。很快到了10月30日复诊日期，她表示在服用组方后，已经没有了咳嗽，痰也减少了，最大的好转是胸部不再疼痛。
又接着服中药2个月，喜讯传来。经过不间断地坚持服药，周女士的病慢慢好转，11月29日周女士去医院做了CT扫描检查。扫描结果显示，周女士的左肺舌段结节影，已经吸收，消掉了。
【温馨提示】中医讲辨证论治，一人一方，因人施治，因地制宜，千人千方！切勿照搬照抄他人“良方”！
日常生活当中查出肺结节的人越来越多，这是因为现在的医疗设施都非常先进，对于微小的病灶能够很清楚地检测出来。
现在人们对身体的 健康 非常重视，所以更容易发现这类疾病，大多数的肺结节都属于良性的，只要谨遵医嘱按时复查，不会癌变。
如果不定期体检的话，那么如何才能知道肺部长有结节呢？其实背结节患者在晚上的时候身体会出现一些症状，下面我们一起来看一下。
睡觉不安稳，出汗较多
结节的出现会影响肺气的运行，导致肺脏虚弱，凌晨3:00~5:00，肺经比较活跃，结节会影响肺经的正常活跃。
所以说肺结节患者睡眠不是很好，容易半夜醒来，身上还会大量出汗，出汗并不是因为热，而是因为身体虚弱出现的盗汗。
食欲下降
肺结节患者在晚上的时候会出现食欲不振的情况，这是因为肺结节会影响体内阳气的分泌，如果阳气不足会导致食欲下降和消化不良的问题。所以当发现食欲下降，没有精神的话就要引起重视了，可能是因为被结节导致的。
呼吸不顺畅、胸口闷闷的
正常情况下，我们在睡觉的时候呼吸会比较顺畅，只有压到胸口才会感觉到胸闷，没有压到胸口的话，不会有呼吸不顺畅的表现。
如果半夜睡觉的时候感觉胸闷气短，并且不止一次出现，那么就要提高警惕了，可能是肺部出现了结节，也可能是肺部有炎症，不管什么原因都要尽快去医院做肺CT检查。
咳嗽带痰
生活中难免会感冒发烧，也难免会咳嗽，有时会咳中带痰，但是吃药后就能得到缓解，如果吃药后咳嗽的症状没有改善，就可能是肺结节引起的。
如果咳嗽的时候咳出一大块脓状的痰，说明肺部存在结节了，结节的出现会导致大脑神经元过度兴奋，支气管出现收缩和扩张，会将肺部的纤维毛通过咳嗽的方式排出。
临床上，根据肺结节阴影的不同表现，主要分为3类，实性结节、混杂性磨玻璃样结节、纯磨玻璃密度结节。
实性结节恶性相对较高，混杂性结节大多数为恶性，少数为良性。纯玻璃密度结节大多为炎性结节，小部分为恶性。
判断结节会否恶变，一般有以下四个特征：
1、结节越大，恶性可能越大
2、结节长得越“古怪”，恶性可能越大，比如有分叶、毛刺、胸膜牵拉、含气细支气管征和小泡征、偏心厚壁空洞等
3、结节位于上叶，尤其是右肺上叶
4、结节增长速度越快，恶性可能越大
调整所处环境
如果一直呼吸污染的空气，气体进入肺部后就容易诱发肺结节，想要预防肺结节，可以在室内摆放一些绿色的植物，能够使室内的环境更加清新。
微生物感染时及时治疗，减少重体力劳动
如果患有流行性感冒不及时治疗的话，会导致体内的病菌感染出现扩散症状，扩散至肺部的时候就会诱发呼吸系统方面的疾病。
人体在重体力劳动下身体会消耗较多能量，免疫力也会下降，患病的几率就会上升，所以说经常进行剧烈运动或者长期劳累的情况下，会诱发肺部结节。
减少对烟雾、灰尘、汽油、车尾气等物质的接触
这些物质当中含有非特异性离化因子，汽油和 汽车 尾气当中还含有一定的化学成分，经常吸入这些气体会对呼吸道的感觉神经末梢造成刺激，产生咳嗽的症状，还可能诱发肺结节。
尽我所知所解，无偿提供于你，就为了你能正确面对肺结节而不被忽悠！
前言： 肺结节的发现是越来越多，这主要拜高分辨率的CT普及所致，也可能与空气污染、生活节奏、不良生活方式、精神压力、遗传易感性等诸多综合因素有关。但因为目前的肺癌治疗指南滞后于临床，又因大医院过度扩张与绩效考核等制度设计的不合理，过度检查与过度治疗泛滥，在肺结节诊断与治疗领域乱象明显。从临床来看，以磨玻璃为表现的肺癌与传统肺癌有着明显不同的生物学行为，对它们的处理若参照传统肺癌的观点可能会带来偏差，不利于肺结节患者。本文从个人临床经验与多年致力观察总结肺结节诊断与治疗的角度出发，尝试做一个相对全面的总结，供广大肺结节病友就诊时参考，也供同道交流，目前是想为肺结节诊治尽点绵薄之力。本文只述纯磨玻璃结节。
（一）概念
肺磨玻璃结节是指CT上边界清楚或不清楚的肺内密度增高影，其病变密度不足以掩盖其中走行的血管及支气管影。它的性质可能是恶性肿瘤、良性肿瘤、炎症、肺间质性疾病或肺内淋巴结等。其病理基础是肺泡隔增厚或部分肺泡腔充满液体、细胞或组织碎片。如果病灶内含有实性的成份，则为混合磨玻璃结节，混合磨玻璃结节若抗炎治疗无好转，则有较大可能是肿瘤性质的，处理上要较纯磨玻璃结节更积极。
（二）病因
官方些的说法：肺结节或肿瘤发生率高是多种因素综合作用的结果，预防肺癌，从戒烟开始。目前比较流行的说法是三霾五气，包括雾霾、烟霾、心理有阴霾；大气污染、烟气污染、厨房油烟气污染、装修材料释放的气体污染以及爱生闷气等。对大众宣传来讲，这些是能注意到的，比如戒烟，比如注意环境整治，改善大气污染，还大家绿水青山；比如改善厨房吸排油烟的设备；比如装修后延迟入住并经过专业机构检测；比如都大家行善，要看的开，少生气等等，这些都是积极有益的，所以我们讲，肺癌可防可控。但真的肺结节与肺癌就是这些因素引起的吗？注意到这些方面就能防止发生肺癌吗？个人其实也常持怀疑态度，但也参不透到底是什么原因。后来看到一篇文章，题目是 肺磨玻璃结节的来源 （孙希文教授） ，文章中也从吸烟、油烟、环境污染、生活方式、遗传等各方面进行了分析，总之也持怀疑态度。这么大牌的教授也认为这些原因其实并不一定是真正的原因，所以我在这里说说自己的观点：其实，肺磨玻璃结节或肺癌的发生难以以单一的因素来解释发生的原因，我的猜想是：农药的广泛使用、转基因食品及其产品的广泛应用、装修材料污染、工作压力大休息不足、 汽车 尾汽与大气污染的推波助澜、心理问题增多结合遗传易感性等一系列综合因素作用的结果。这其中，农药的广泛使用、转基因食品及其制品可能是重要的因素。它们对机体的毒害作用肯定是经历几十年或影响某一代人的。现在到田间地头看看，小小的一块地里，整袋整袋的化肥等待着施到地里去，难道它们不会对机体造成影响吗？虽然过程也许是漫长的。小时候田里的哇声现在都没有了，以前你辈锄草是重要内容，现在也不用了，药一喷就不长草了，药水都到了土壤里，年年在用，它们总会以自己的方式回馈我们！
（三）病理
先来看一张图，这是总的分类，首先是浸润前病变（包括非典型腺瘤样增生与原位腺癌），其次是微浸润性腺癌（贴壁状生长为主），再次是浸润性腺癌（有贴壁状生长、腺泡性生长及乳头状或微乳头状生长）：
非典型腺瘤样增生（AAH）
病理特点： 通常 cm（不绝对的） ，可以单个或多个孤立性病灶肿瘤细胞沿肺泡壁呈贴壁状生长，与周围正常肺组织有连续，细胞轻－中度非典型，排列较疏松，细胞间有裂隙；生长非常缓慢；
注意 ：AAH与AIS可是一个连续过程，有时仅凭细胞学难以区分
可以理解为 ：细胞已经不是正常形态，但还没见到典型癌细胞，是癌前病变；可以观察不手术，若因无法除外浸润性病变而进行了手术，只局部切除就行，切除后不会复发或转移。
原位腺癌（AIS）
病理特点 ：肿瘤细胞严格地沿着以前存在的肺泡结构生长（贴壁状生长），缺乏间质、血管和胸膜侵犯。与AAH不同点在于细胞密度增加，细胞之间缺乏间隙，与周围正常肺组织界限非常清楚。AIS分为非粘液性和粘液性两型，后者极罕见，可为纯磨玻璃结节或混合磨玻璃结节（相对密度较高），大小 2cm，生长慢； 病灶增大或密度增高，可能向浸润型腺癌进展 10mm； 粘液型AIS通常表现为实性或大部分实性病变
可以理解为 ：已经是肺癌了，见到癌细胞，但局限而没有突破肺泡壁；可以观察不手术，若因无法除外浸润性病变而进行了手术，局部切除就行，切除后不会复发或转移。
微浸润性腺癌（MIA）
病理特点 ：是一种以贴壁状生长为主的孤立性小腺癌（ 3cm），任何一个病灶浸润的最大直径 cm；通常表现为部分实性结节，即主要为毛玻璃成分的中央有一 5mm的实性区。
可以理解为 ：已经是肺癌，而且有浸润（会向外侵犯），但距离还很短，不会远处转移。需要手术切除；可以亚肺叶切除（楔形切除或肺段切除）；切除后几乎不会复发或转移。
浸润性腺癌（IAC）
病理特点 ：肿瘤浸润灶最大直径 。分为：1、贴壁状生长为主的浸润性腺癌（LPA）：与其它组织学亚型为主浸润性腺癌相比，其预后较好。I期LPA的5年无复发生存率达90%；2、腺泡性为主的浸润性腺癌：圆形或卵圆形腺样构型，腺腔内或瘤细胞内可含有粘液；3、乳头状为主的浸润性腺癌；4、微乳头状为主的浸润性腺癌：此型具有较强的侵袭行为，易发生早期转移。与实性为主腺癌一样，预后很差；5、实性为主的浸润性腺癌；6、浸润性腺癌变异型：少见，此处略去。
可以理解为 ：我们平常或以前所说的肺癌，恶性度相对较高，有复发或转移风险；需积极手术治疗。
需要注意的是：纯磨玻璃结节在病理可以是上述AAH、AIS、MIA以及浸润性腺癌（贴壁生长型）中任何一种类型。当然绝大部分为腺瘤样不典型增生或原位腺癌，这两者都属于浸润前病变，没有风险，若能在术前确定甚至可不用手术或干预。如果是微浸润性腺癌也可局部切除就能达到治愈的目的。若真是浸润性腺癌贴壁生长型，虽然符合浸润性的病理表现，但仍从来没有发现转移的病例，也就是说仍是经过手术切除治疗基本就能治愈的。
（四）临床表现
肺磨玻璃结节都是无意中检查时或体检时发现，没有临床症状。有的有胸闷或咳嗽不适去检查发现磨玻璃结节，症状也非由于该结节引起。当然如果挺大的磨玻璃结节也不排除可能会稍有症状，比如咳嗽等。
（五）辅助检查
对于肺磨玻璃结节，最主要的检查手段是胸部CT平扫，如果结节较小，细节显示不清，可以加行病灶所在肺叶的靶扫描与重建。它能从各个方向显示病灶形态、边缘、与周围血管支气管的关系等细节。要注意的是非薄层扫描的CT不能准确诊断磨玻璃结节，比如5毫米层厚的扫描可能只扫到结节的外围区域，此时可能显示的是磨玻璃影，但薄层扫描后就会显示是实性结节。
此外需要注意的是：增强CT与PET-CT对于纯磨玻璃结节没有诊断价值，因为它们都是依病灶血供是否丰富为基础的，但纯磨玻璃结节基本上不大会有明显的足以让造影剂可显示出的丰富血供。
普通气管镜一般也到不了磨玻璃结节所在的位置，意义同样有限。
血液检查肿瘤指标基本上不可能有异常。但如果已经查了肿瘤指标显示正常，却根本不能以此为依据排除该病灶是早期肺癌。
（六）良恶性的判断
磨玻璃结节不能等同于肺癌，但从临床观察总结上千例的影像资料来看，以下几点比较可靠：
总之，肺磨玻璃结节有部分是早期肺癌，有的不是，两者不能等同。
（七）随访策略
目前最不统一，最乱的就是纯磨玻璃结节为表现的肺癌了，有让观察、有让手术、有让楔切、有让段切、有让叶切，甚至还有术后让病人基因检测或吃靶向药或化疗的都有。既然纯磨玻璃表现的都是早期肺癌，而且临床从来都没有碰到过有转移的，那么随访观察肯定是安全的。所以：
1、 1厘米以下的纯磨玻璃结节先不要开，半年或一年复查（个人建议应该半年）。1-2厘米的纯磨玻璃结节视结节位置，如果可以楔切的部位则建议楔切；楔切偏深，但能肺段切除的部位则建议段切；若只能肺叶切除的部位则建议先不要切（因为随访到进展或出现实性成份，反正也是肺叶切除，迟个2年、3年，也许有的可迟个4-5年再来开，至少这几年肺功能维护更好，也没有手术导致的相应不适）。能亚肺叶切的部位之所以又要建议切，那是为了保留更多的肺组织，早切可亚肺叶，进展了切可能就得肺叶，所以要早切。况且病灶能长到1-2厘米，接下来的时间段时（几年不一定）肯定会继续进展，迟早是要切的。如果病灶大于2厘米时，虽然也有专家认为可继续安全随访，但我的意见则可以开了，就像前面说的，病灶总是从小长到大的，既然发现时已经有2厘米以上了，再随访下去，迟早是要再进展的，而目前的指南亚肺叶切除的首要条件是小于2厘米，所以建议发现即可切。但个人以为，只要是纯磨玻璃结节，仍不建议都肺叶切除，能楔切与段切的仍可选择亚肺叶（这与指南不符合，但临床来看，效果没有区别的，因为纯磨从未发现转移）。汇总一下，就是下面这张表格的意见：
2、 随访进展的纯磨玻璃结节，密度的增加或出现实性成份需立即干预，而仅范围的扩大，则仍可安全随访，具体到多大该手术了，参照上一段的内容。相对来说，经过随访有进展的，可以稍微积极点，因为已经有增大了的话，再等也总是会继续增大的。
3、 多发磨玻璃结节的干预要更加保守，因为你切了目前的病灶，还会有新的病灶长出来或者小的大起来，所以对于多发的，应该随访到有出现实性成分了，也就是说再不干预有危险了，那得处理，而且优选楔切或肺段切除。真的如果实在太多，那只处理主病灶，其他能兼顾的兼顾一下，兼顾不到的次病灶则留着观察随访。
（八）手术治疗
我们先来看肺癌治疗指南对于手术方式的推荐：
文中说“解剖性肺切除仍是标准术式，且目前早期肺癌的标准术式仍是解剖性肺叶切除”。这是一个基本，所以在这个指南的批引下，只要病理是肺癌，包括原位腺癌、微浸润性腺癌及浸润性腺癌，医生若做肺叶切除均不违反原则，都是可以的，甚至在部分非典型增生，若位置不佳或已经经过随访持续存在，无法除外肿瘤，行了肺叶切除也不能说错。这正是导致目前肺磨玻璃结节病理上是早期肺癌时乱象丛生的根本所在。如果符合（一）肺功能无法耐受肺叶切除；（二）直径小于2厘米且具备“原位腺癌或微浸润腺癌、磨玻璃成分大于50%、倍增时间大于400天”其中之一，则可选择亚肺叶切除，相比楔形切除更推荐肺段切除。但我一直觉得，段切是不是必要？是一个值得推广的手术方式吗？假如其实段切与楔切一样效果的情况下，把一个不必要的手术做成精品，从对患者的创伤以及医保资金支出方面来讲，从可能发生的意外和并发症来讲，真的是合适的吗？假如病灶确实只位于局部，没有肺内的气腔播散，也无肺门、纵隔淋巴结转移，也无第12-14组的淋巴结转移，那么楔切、段切或肺叶切除三种手术切除的方式从治疗效果上来看是没有区别的。但在我们医院组，均单孔胸腔镜下手术时，目前楔形切除手术大致5-10分钟、肺段切除小时左右、肺叶切除小时左右，如果显露不好或淋巴结比较难分可能会有所增加，若解剖发育非常好，可能会更短时间。手术费用则楔切约2万左右，肺段约万左右，肺叶4万左右（因为肺段用的器械更多）。术后住院楔形切除术后1-3天，肺段5-7天，肺叶也差不多5-7天。大家算算，当治疗效果一样的情况下，哪个是优选，而且风险楔切几乎没什么大的风险。若术前诊断早期肺癌，影像上是纯磨玻璃结节（不管它是AAH、AIS抑或MIA，甚至浸润性腺癌，只要影像上是纯磨，纯磨从来没有碰到转移的），那么：如果没有转移的纯磨，楔切就够了；如果存在转移的纯磨，肺段反正也不够！肺段切除则适合以下情况：如果楔切比较大范围，基本接近肺段需要切除的范围了，做段切余肺舒展更好；如果位置在肺段段门附近，楔切比较难以企及，而段切能肯定切在里面；如果肺功能欠佳的实性结节，肺段也是妥协性的手术方式。还有一种情况就是，楔切有时病灶不一定能在切下标本的中央，但若联合亚段切除倒时非常好，总让病灶在切下标本的中央部位，保证切缘（实际我还想，若没有气腔内播散，切比若已阴性，距离2厘米以上或大于病灶直径，意义何在呢？)
（九）术后辅助治疗问题
当手术后病理报告纯磨玻璃结节是腺瘤样不典型增生、原位腺癌或微浸润性腺癌时，因为不存在转移复发风险，根本不需基因检测与相应的靶向治疗，也不需要放疗、化疗或免疫治疗。中药的治疗从调理身体方面考虑可以采用，但从随访肿瘤发生方面目前无确切证据能有显著效果。虽然我一直觉得肿瘤治疗的最终出路在中药，因为中医讲究天人合一、万物相生相克，有此病症，肯定有克它的药物，也虽然有中药治好肿瘤的个案，但目前的中医水平仍无法大规模复制治疗成功的个案。
如果是浸润性腺癌，纯磨玻璃结节基本上只可能是贴壁生长型的浸润性腺癌。传统肺癌的术后辅助治疗主要用在2A期以后的病例以及部分有高危因素的1B期病例，对于早期肺癌中的1A期是明确不需术后辅助治疗的。
所以磨玻璃结节肺癌都是1A期的，即使是浸润性腺癌，也不需术后辅助治疗。若为多原发磨玻璃肺癌，因为单个评估也都是1A期，应该同样不需要术后辅助治疗。何况此类肺癌多为惰性，也有研究表明化疗对磨玻璃结节肺癌无效：
目前临床在用的辅助治疗，包括化疗、靶向治疗、免疫治疗等方法都是针对晚期肺癌的，或者术后考虑中期有较大复发转移风险的。如果将它们用在早期肺癌病人的身上，或者用对付晚期肺癌的方法来治疗手术无法切除干净的磨玻璃结节多原发肺癌，显然是荒唐的。治疗多少时间？几个周期？如何评估？你不用药仅观察纯磨都可长期不进展，难道你能说病人活了超过5年是这些全身治疗措施的功效？
（十）关于多原发癌问题
近几年碰到的病例，特别是肺磨玻璃结节为表现的早期肺癌，多原发的比例非常高，包括同时性的，也包括异时性的。它们的生物学行为与传统意义的肺癌明显不同。业内称之为懒癌，也就是说发展非常缓慢，5年生存率甚至不用干预都基本能达95%以上（没查文献，自己随便估的），如果及时干预，预后明显好于传统肺癌。
现在的指南中针对多原发癌的表述，只是总纲，是原则上的表达，真到具体病例上如何操作对待，变数过大。比如：主病灶如何确定？是按密度，还是按大小？怎样的主病灶需要处理干预？次病灶1处、2处与N处有没有区别？主病灶处理后，次病灶该如何？建议随访，但若进展如何？肺功能好的病人是否再手术，肺功能差的是化疗，还是靶向治疗，抑或免疫治疗？主病灶确定为肺癌后，有没有必要通过基因检测确定有无靶点，针对次病灶的靶向与免疫用药是否可行？效果如何？能否治愈次病灶？如果不能，予以相应治疗是否有意义或有价值……
多发实性或多发混合磨玻璃的按传统意见处理便可。我们在本文中要讨论的多原发磨玻璃结节都是纯磨，这是最乱的领域。我的考虑是：
1、 主病灶在1厘米以上：
2、所有病灶都在亚厘米大小：
此时若个别为8、9毫米，另一些5-7毫米，还有一些更小的5毫米以下，那么我们不能认为最大的就是主病灶，并没有到应该处理干预的阶段（对于多原发癌来说）。个人意见这种情况下进行手术切除较大的结节，甚至做肺段或肺叶切除（为求同时切除与所谓主病灶在同叶的其他结节）并没有临床价值，因为它仍有许多稍小的纯磨玻璃结了，反正仍得随访，仍担心事，仍有可能进展。而不切它，它也是极缓慢进展或不进展，手术没有达到控制疾病、治愈疾病的目的，却经历创伤，损失肺功能。
（十一）磨玻璃肺癌术后的随访问题
我们知道，检查发现磨玻璃结节，需定期复查，若有进展要手术。随访间隔视结节大小与密度综合考虑。假如是亚厘米结节（多发或单发均可），每6-12有月复查，结果发现增大了，达2厘米以上了，予以肺段切除，病理证实肺癌。那么随访意见按目前的肺癌指南（没有专门针对磨玻璃结节肺癌的），该如何随访：
看见了吗？前3年每3-6个月复查，如果医生选择每3个月，则比手术前检查的更勤快了！你说这指南能用在磨玻璃肺癌上吗？所以我的意见是：术后已经没有病灶的，年度复查（其实也可2年复查，但正常人群的单位体检都是一年一次，一个肺癌术后的病人难道还2年查一次，总觉得不对）；术后仍有次病灶在的，视病灶大小半年或一年查一次，直到永远！如果不是为了体检，只为肺癌有没有转移，则根本不用查其他脏器的彩超、CT、MRI或PET-CT。肺部CT的复查也为观察尚存的纯磨结节有没有进展而已。
中国这么多病例，磨玻璃结节肺癌相对于传统肺癌是个全新的领域，真的需要我们做更多的工作，提出自己的见解，引领世界范围磨玻璃结节的诊断、治疗与基础研究，因为我们病人多，量大！制定专门针对肺磨玻璃结节的国内治疗指南，刻不容缓！
# 健康 守护者#