期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
Drishti Paint 3.2:a new open-source tool for both 2D and 3D segmentation
1
作者 WANG Meng-Jun Ajay LIMAYE LU Jing 《古脊椎动物学报(中英文)》 CSCD 北大核心 2024年第4期313-320,共8页
X-ray computed tomography(CT)has been an important technology in paleontology for several decades.It helps researchers to acquire detailed anatomical structures of fossils non-destructively.Despite its widespread appl... X-ray computed tomography(CT)has been an important technology in paleontology for several decades.It helps researchers to acquire detailed anatomical structures of fossils non-destructively.Despite its widespread application,developing an efficient and user-friendly method for segmenting CT data continues to be a formidable challenge in the field.Most CT data segmentation software operates on 2D interfaces,which limits flexibility for real-time adjustments in 3D segmentation.Here,we introduce Curves Mode in Drishti Paint 3.2,an open-source tool for CT data segmentation.Drishti Paint 3.2 allows users to manually or semi-automatically segment the CT data in both 2D and 3D environments,providing a novel solution for revisualizing CT data in paleontological studies. 展开更多
关键词 X-ray computed tomography(CT) 2D and 3D segmentation 3D reconstruction drishti Paint
下载PDF
显微CT技术在澄江生物群节肢动物研究中的应用——以Misszhouia longicaudata为例 被引量:4
2
作者 赵婷 侯先光 +4 位作者 翟大有 吴迪 陈红 臧少刚 刘煜 《古生物学报》 CSCD 北大核心 2017年第4期476-482,共7页
本研究以云南寒武纪澄江生物群节肢动物周小姐虫(Misszhouia longicaudata)为例,使用显微CT(Computed Tomography,计算机断层扫描的简写)技术对其保存在化石围岩内部的结构信息进行提取。通过Drishti软件对CT数据进行处理后,研究者可以... 本研究以云南寒武纪澄江生物群节肢动物周小姐虫(Misszhouia longicaudata)为例,使用显微CT(Computed Tomography,计算机断层扫描的简写)技术对其保存在化石围岩内部的结构信息进行提取。通过Drishti软件对CT数据进行处理后,研究者可以在不破坏标本的前提下复原该动物腿肢较为完整的三维细节。此研究方法一方面对传统研究方法进行了重要补充,另一方面在研究中也对保存精美的澄江生物群化石起到保护作用,对这类标本的研究和保护具有重要意义。 展开更多
关键词 节肢动物 显微CT 三维复原 drishti软件 无损研究 澄江生物群
原文传递
视觉显著性的眼底图像视盘检测 被引量:2
3
作者 吕鹏飞 王莹 +2 位作者 王思齐 于晓升 吴成东 《中国图象图形学报》 CSCD 北大核心 2021年第9期2293-2304,共12页
目的青光眼是导致失明的主要疾病之一,视盘区域的形状、大小等参数是青光眼临床诊断的重要指标。然而眼底图像通常亮度低、对比度弱,且眼底结构复杂,各组织以及病灶干扰严重。为解决上述问题,实现视盘的精确检测,提出一种视觉显著性的... 目的青光眼是导致失明的主要疾病之一,视盘区域的形状、大小等参数是青光眼临床诊断的重要指标。然而眼底图像通常亮度低、对比度弱,且眼底结构复杂,各组织以及病灶干扰严重。为解决上述问题,实现视盘的精确检测,提出一种视觉显著性的眼底图像视盘检测方法。方法首先,依据视盘区域显著的特点,采用一种基于视觉显著性的方法对视盘区域进行定位;其次,采用全卷积神经网络(fully convolutional neural network,FCN)预训练模型提取深度特征,同时计算视盘区域的平均灰度,进而提取颜色特征;最后,将深度特征、视盘区域的颜色特征和背景先验信息融合到单层元胞自动机(single-layer cellular automata,SCA)中迭代演化,实现眼底图像视盘区域的精确检测。结果在视网膜图像公开数据集DRISHTI-GS、MESSIDOR和DRIONS-DB上对本文算法进行实验验证,平均相似度系数分别为0.965 8、0.961 6和0.971 1;杰卡德系数分别为0.934 1、0.922 4和0.937 6;召回率系数分别为0.964 8、0.958 9和0.967 4;准确度系数分别为0.996 6、0.995 3和0.996 8,在3个数据集上均可精确地检测视盘区域。实验结果表明,本文算法精确度高,鲁棒性强,运算速度快。结论本文算法能够有效克服眼底图像亮度低、对比度弱及血管、病灶等组织干扰的影响,在多个视网膜图像公开数据集上进行验证均取得了较好的检测结果,具有较强的泛化性,可以实现视盘区域的精确检测。 展开更多
关键词 眼底图像 显著性检测 特征融合 视盘检测 drishti-GS MESSIDOR DRIONS-DB
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部