融合双注意力机制的多尺度胰腺分割方法

为解决CT图像中胰腺边界不规则导致分割精度不高的问题,提出一种融合双注意机制的多尺度U型网络模型。该模型由一个编码器及两个解码器组成,提高特征利用。针对模型中连续下采样导致特征空间信息损失的问题,提出一种金字塔注意力特征融合模块,引入通道和空间两个独立注意力机制,提供多尺度输入信息并行采样,提高边界提取性能,提升分割精度。实验结果表明,该方法在ISICDM 2018数据集上的平均Dice系数为85.35%,具有效性。

基于正交设计的免疫克隆遗传算法

针对遗传算法存在"早熟"及局部搜索能力弱等问题,提出一种基于正交设计的免疫克隆遗传算法,将正交实验设计原理、免疫克隆理论以及标准遗传算法有效结合起来,增强算法的收敛速度和搜索精度。对算法进行了验证,表明该算法求解精度高出几个数量级,寻找到全局最优解的次数明显增加。

基于多目标免疫克隆进化的随机匿名化算法

近年来提出的随机匿名化方法随机地拆分记录中属性值之间的关系,并通过维持数据间的统计关系来保存知识。在大多数匿名化算法中知识往往是被丢失的,因而造成数据的实用性较低。但隐私性与实用性是两个矛盾的目标,随机匿名化算法很难找寻到较好的结果,因此提出一种基于多目标免疫克隆进化的随机匿名化算法来搜索隐私性和使用性都较高的结果。仿真实验表明,本方法能求得较好的结果。

基于变长编码遗传算法的K-匿名化

针对传统遗传编码存在求解效率低且信息失真大的问题,提出一种基于不定长密歇根编码的遗传算法,采用多种启发式策略进行杂交操作,将基于遗传算法的聚类方法应用到K-匿名化问题中。实验结果表明,该方法可以更好地降低信息失真,从而实现K-匿名化问题。

改进的免疫克隆遗传算法研究及其在函数优化中的应用

针对免疫克隆遗传算法存在着"早熟"和局部搜索能力弱的问题,提出了一种改进方法。该方法用一位修正算子来改进后期局部搜索方面的不足,并对免疫克隆遗传算法的各个算子进行了改进。实验表明,新的改进算法在搜索效率和搜索能力上都有着显著的提高。

改进的局部扩展拟合图像分割方法

局部扩展拟合(RSF)模型可以有效解决灰度不均匀的图像分割问题,但传统的局部拓展拟合模型只考虑了图像上一点在其局部拓展区域内与零水平集相交的情况,易导致过分割现象.为此,提出了一种改进的局部拓展拟合方法,即在RSF模型的基础上考虑图像上每一点在其扩展邻域内与零水平集不相交的情况,并重新定义了此情况下灰度能量的取值,使该点的内部灰度能量与外部灰度能量严格相等.实验结果表明所提方法有效解决了由初始化问题导致的过分割现象.

基于灰度信息约束水平集的胰腺组织分割方法

从CT(Computed Tomography)影像中准确分割胰腺组织是手术准备及计算机辅助诊断的重要部分.通过对胰腺组织在CT影像中的形态,大小等信息的研究,本文提出了一种基于灰度信息约束水平集的胰腺组织分割方法.该方法首先使用分数阶微分增强方法提高胰腺与其周围组织的对比度,再利用深度学习方法得到部分胰腺组织,统计该部分胰腺组织的信息并建立灰度信息约束项,结合长度项及图像信息项构建水平集能量演化模型,通过水平集曲线演化实现胰腺组织分割.仿真实验中本文方法与其他几种方法进行了比较,结果表明本文方法能够更准确地分割CT影像中的胰腺组织,具有一定的临床应用价值.

基于W型网络的乳腺动态对比度增强磁共振图像合成

动态对比增强核磁共振成像已被广泛应用于乳腺癌等恶性肿瘤的临床诊断,但是对造影剂过敏患者将无法进行该项检查,提出一种融合边界及区域信息的增强图像生成网络用于生成乳腺虚拟动态增强MRI图像。该网络由一条下采样路径和两条对称的上采样路径组成,使用跳跃连接将下采样路径的低维特征图直接传递到上采样路径上,同时在两条上采样路径间也实现边界与区域特征图的传递。实验结果表明,该方法能够安全、高效及低费用地实现乳腺虚拟动态增强MRI图像合成。

一种多标记融合水平集的脑部多发性硬化斑块分割方法

通过对脑部磁共振影像(MRI)中硬化斑块形态、位置等信息的研究,本文提出了一种基于多标记融合水平集的脑部多发性硬化斑块分割方法。该方法首先使用模糊C均值模型提取初始硬化斑块区域,根据该区域的信息统计建立了灰度先验信息项和多标记融合项,并嵌入水平集模型中,通过水平集曲线演化实现脑部多发性硬化斑块分割。实验结果表明该方法能够有效分割脑部磁共振影像中的硬化斑块,具有较好的鲁棒性及较高的准确性。本文提出的方法极大地减轻了医师手动勾画硬化斑块区域的工作量,具有较大的临床应用价值。