-
题名子宫肌瘤MRI图像分割方法研究进展
被引量:1
- 1
-
-
作者
孙成女
刘志伟
吕发金
-
机构
重庆医科大学生物医学工程学院
重庆医科大学附属第一医院放射科
-
出处
《电子技术与软件工程》
2022年第24期166-170,共5页
-
文摘
本文为了提高医生工作效率和分割准确性,寻求一种快速且准确的子宫及子宫肌瘤自动分割方法具有重要的研究意义。本文对近年来子宫及子宫肌瘤MRI图像分割方法进行了总结,包括水平集、区域生长等一些传统分割方法以及最新的深度学习分割方法。最后在文末对子宫及子宫肌瘤分割领域未来的发展方向进行展望。
-
关键词
磁共振成像
模糊C均值
图像分割
深度学习方法
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
R737.33
[医药卫生—肿瘤]
R445.2
[医药卫生—影像医学与核医学]
-
-
题名子宫肌瘤图像分割研究进展
被引量:1
- 2
-
-
作者
刘志伟
孙成女
吕发金
-
机构
重庆医科大学生物医学工程学院超声医学工程国家重点实验室
重庆医科大学附属第一医院放射科
-
出处
《影像研究与医学应用》
2023年第2期4-6,共3页
-
文摘
子宫及子宫肌瘤分割是治疗肌瘤的关键,目前大部分分割工作还是由医生手动完成,为了提升医生工作效率,提高分割精度,越来越多人开始研究自动分割技术以减轻医生工作量。为了探究子宫及子宫肌瘤自动分割的研究现状,本文综述了近年来各种子宫及子宫肌瘤图像分割的方法,包括聚类、水平集等一些传统分割方法,也囊括了最新的深度学习分割方法,文章的最后对子宫及子宫肌瘤自动分割前景进行了展望。
-
关键词
子宫及子宫肌瘤
图像分割
传统分割方法
深度学习分割方法
-
Keywords
Uterus and uterine fibroids
Image segmentation
Traditional segmentation method
Deep learning segmentation method
-
分类号
R445
[医药卫生—影像医学与核医学]
-