亲,欢迎光临图书迷!
错缺断章、加书:站内短信
后台有人,会尽快回复!
图书迷 > 历史军事 > 卫勤尖兵 > 第229章 来读我的研究生吧
  • 主题模式:

  • 字体大小:

    -

    18

    +
  • 恢复默认

229来读我的研究生吧

苏杨本来想站在过道里安静等待,可是陶宇却招了招手:“小苏,上来这里坐。”他指了指第一排领导坐的位置,苏杨才要推辞,陶宇就道:“我们一会儿抓紧时间交流,好吧。”

第一排的位置上,有一个领导模样地人也站了起来朝苏杨招手,示意他赶紧来他身旁坐好,苏杨无奈,只得三步并作两步,去到第一排坐好了!

提问交流的环节继续进行。

“陶教授,我想向你请教一个问题,CT在髋关节相关疾病的诊断中有什么禁忌吗?”

陶宇没有立即回答,而是静静地看着那个学员,一直看了五秒,看得那位学员心中都有些发毛了。

这之后,陶宇才平静地道:“如果我没记错的话,我在讲你刚才问的这个问题的时候,你正好扭头和你身后的那个女学员谈笑风生,是吧?”

“......”

那个学员一下羞红了脸,一句话也说不出来。

其他人则哄然大笑。

不过陶宇还是简明扼要地做了一个介绍。

“下一位。”陶宇很快道。

不过没有人敢立即站起来提问了,因为刚才陶宇教授已经表达出了他的愿望,不要提一个他已经讲过的问题,所以那些听讲座的过程中开过小差的人就不敢站起来了。

一直过了十多秒左右,才有一个男性学员站起来道:“陶教授,我有一个问题想请教你,你刚才提到过的形态学方法光滑是不是国外最先研究出来的东西?你能不能给我们做一个详细介绍?”

陶宇听了,又是一阵沉默。

这一些学员这是怎么了?

这不是教材上的基础知识吗?

怎么会认为这是国外的最先研究?

他又是恨铁不成钢又是无可奈何,只得耐着性子道:“你这个问题,我建议你回去翻你们的教材,327页,那里有详细介绍,好吧?”

“......”

那个学员再次羞愧地低下了头。

他本来想在一个喜欢的女生面前好好表现一番的,哪儿知道......

鉴于前面的两个学员都碰了钉子,于是再也没有学员敢站起来提问了。

“下一个!”陶宇道。

但没有人站起。

“下一个?还有想要提问的学员吗?”主持人也环视一圈问。

但真的没有人再站起。

陶宇愈发失望。

当他的目光看到安静坐着的苏杨时,心中就越发觉得欣慰,不管怎么说,今天晚上还是有一个学员提出了一个他觉得还算有点意思的问题。

“还有吗?没有大家就散了!”陶宇迫不及待地道。

没有人站起。

“那今天就到这儿吧!”陶宇干脆地道,说完后他朝苏杨招了招手,脸上的笑容怎么也隐不住。

苏杨连忙站起。

“我们继续刚才的话题。”陶宇看着苏杨道。

“好的,谢谢陶教授。”

“你刚才说的那个问题,我之前做过相关研究,找到了一种新的针对含胸膜结节的肺部CT图像分割法。

这种方法主要包含四步:图像预处理,胸腔抽取,肺部辨别和肺部边缘修复。

在图像预处理阶段,为了减少噪音对于分割算法的影响,首先利用各向异性扩散滤波方法对图像进行光滑;由于人体肺部体积非常大,完整扫描整个肺部通常包含数百张CT切片,分割这些数据需要消耗巨大的计算量,因此为了减少计算量,在胸腔抽取阶段,我利用阈值方法大致抽出胸腔区域,在随后的过程中仅对胸腔区域数据进行处理;

接下来在肺部辨别阶段,我首先利用模糊C均值方法先将气体填充区域分割出来,然后利用区域增长方法将大的气管去除;由于胸膜结节和周围的组织具有相似的灰度,导致上述分割结果难以将其准确包含,再者肺部血管也被排除导致靠近肺门区域的凸凹不平,因此在最后的肺部边缘修复阶段,我利用迭代自适应平均算法和自适应曲率阈值方法将丢失的胸膜结节重新包括进来。

实验结果表明,我的这种方法不仅可以有效的包含胸膜结节,而且可以光滑地包含肺门区域的血管。”

陶宇详细介绍,一一阐述,有条有理,深入浅出,几句话就听得苏杨连连点头。

苏杨现在的影像学水平已经达到入门级了,他的看片能力其实也并不算差,只要不是太特殊、太复杂的病例,他基本还是能说出一个三四五六的,但一些复杂的病例,或者一些特殊的片子,他就看不懂了。

因为此时他只知其然而不知其所以然,换句话说,他只知道这个病的片子应该是这么样子的,但不知道为什么片子会是这么样子的,这个片子呈此时的这个样子是为什么,是怎么来的,中间有没有一些东西被处理过了,等等等等,这些东西他都不知道。

但此刻,陶宇教授教他的这些东西,就是教他知其所以然,陶宇教授告诉他,这一个片子是怎么来的,为什么会这样,中间是不是会处理掉一些东西,等等等等。

简单的说,苏杨以前只会看人家处理好的片子,但现在,陶宇教授告诉他应该怎么处理片子。

大多数医生其实都只知道怎么看片子,对于怎么处理才会得到一张CT的片子,其实是不知道的,但很显然,知道怎么处理,再来研究怎么看,这将是一个巨大的进步和飞跃,就像那些修行的人一样,只要把这个问题搞通透了,就能取得突破!

陶宇起先只是滔滔不绝地讲,讲了一会儿,讲到了关键之处,顿时觉得只是用嘴巴讲是不够了,于是他一转身,拿起白板笔在白板上唰唰唰地写了起来。

“经典的模糊C均值聚类(FuzzyCMeans,FCM)算法,即众所周知的模糊ISODATA,是利用模糊隶属度值来确定向量相对于每一个类别的相近程度。FCM算法在被在提出之时被作为早期硬C均值聚类(HardCMeans,HCM)方法的一种改进,其中硬C均值聚类算法是指将每个像素直接并唯一的划分到某个类别当中。”

“FCM将n个向量(1,2,...,.)ixin?分为c个类,通过求得最优的聚类中心值以及模糊隶属度值使得目标函数达到最小。FCM和HCM的主要区别在于FCM利用模糊隶属度值实现分割,其中每一类的隶属度值均在[0,1]之间。不过任一向量对于所有类的隶属度的之和总等于1,即......”

陶宇一边讲一边写。

苏杨则在身旁听得津津有味,时不时地就连连点头。

陶宇问:“明白了吗?”

苏杨要么回答“明白了”要么就连忙说有点不明白,陶宇于是接着再讲。

大礼堂里鸦雀无声。

没有人离去,所有学员都目瞪口呆地看着,直接傻眼了。

大家本来只是好奇,苏杨这样的一个进修学员怎么会问出那么古怪的问题,他听得懂吗?

当然,大家也想听听陶宇怎么讲述。

是以大家都留了下来。

讲台上的话筒一直开着,起先是陶宇忘记关了,后面,主持人发现大家都兴致盎然,于是就故意把陶宇和苏杨的对话放了出来,所以大家都听见了。

大家起先还听得津津有味,可是听着听着,情况突然变了,因为大家都听不懂了!

妈的!

这不是医学课吗,怎么高数都整出来了?

大家都傻眼了,看着陶宇在白板上唰唰唰写出来的一大串计算,直接傻眼了。

很多人更是看见了外星人一般:“我艹!不是吧?医学上还有这种东西?”

医学上用到一些生物化学的知识,这很好理解,可是高数.....

大家都不知该说什么了。

陶宇洋洋洒洒地讲述,越讲越是来了兴致,越讲越是唾沫横飞。

呼——

他长长吐了口气,随后拧开一个矿泉水瓶咕咚咕咚地喝了几大口,这才问苏杨:“懂了吗?”

“懂了。”苏杨点头。

“那你说说看!”陶宇考问。

“我们在这里重复第(2)步和第(3)步,直至算法收敛。当所有模糊组聚类中心值在两次迭代过程中小于一个预先设定的阈值时,取值为0.001,迭代过程终止。”

陶宇听了,好一半天不动,回过神后,他砰的在讲台上拍了一巴掌,激动地道:“苏杨,别进修了,你这水平还进修个屁啊,明天来跟我,直接读研,手续我帮你办!”