期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
PET-MRI医学图像融合与混合神经胶质瘤分类模型
被引量:
2
1
作者
林海
乔雅
+2 位作者
庞宏林
高靖哲
李雄飞
《软件导刊》
2022年第3期194-206,共13页
针对PET与MRI医学图像融合后部分区域灰度低,容易产生伪影,且特征提取不充分存在细节缺失等问题,首先设计基于NSST多尺度变换的图像融合方法,对于高频子带设计残差网络对PET与MRI图像像素点进行权重分配后再融合,对于低频子带按照稀疏...
针对PET与MRI医学图像融合后部分区域灰度低,容易产生伪影,且特征提取不充分存在细节缺失等问题,首先设计基于NSST多尺度变换的图像融合方法,对于高频子带设计残差网络对PET与MRI图像像素点进行权重分配后再融合,对于低频子带按照稀疏表示的融合规则进行融合,通过逆变换得到融合后的结果;之后设计一个密集卷积网络框架,引入自注意机制对图像的不同区域特征进行权重分配,在密集块之间引入尺度变化层得到不同尺度的特征图,并跨层融合不同尺度的特征图以恢复因多层卷积丢失的信息;为恢复因池化丢失的特征细节,设计后处理模块postProcessor对多尺度层提取到的特征图进行处理;最后模型通过具有2个神经元的全连接层与softmax分类器得到分类标签。模型在哈佛大学全脑图谱数据集与TCIA上进行实验,结果表明,融合后的脑部水平切面PET-MRI图像能更好地反映中央沟征以及边缘支括弧征,分类准确率达到97.6%和98.2%。
展开更多
关键词
PET/MRI
神经胶质瘤
医学图像融合
DenseNet
自注意力机制
NSST
下载PDF
职称材料
题名
PET-MRI医学图像融合与混合神经胶质瘤分类模型
被引量:
2
1
作者
林海
乔雅
庞宏林
高靖哲
李雄飞
机构
吉林大学软件学院
吉林大学计算机科学与技术学院
出处
《软件导刊》
2022年第3期194-206,共13页
文摘
针对PET与MRI医学图像融合后部分区域灰度低,容易产生伪影,且特征提取不充分存在细节缺失等问题,首先设计基于NSST多尺度变换的图像融合方法,对于高频子带设计残差网络对PET与MRI图像像素点进行权重分配后再融合,对于低频子带按照稀疏表示的融合规则进行融合,通过逆变换得到融合后的结果;之后设计一个密集卷积网络框架,引入自注意机制对图像的不同区域特征进行权重分配,在密集块之间引入尺度变化层得到不同尺度的特征图,并跨层融合不同尺度的特征图以恢复因多层卷积丢失的信息;为恢复因池化丢失的特征细节,设计后处理模块postProcessor对多尺度层提取到的特征图进行处理;最后模型通过具有2个神经元的全连接层与softmax分类器得到分类标签。模型在哈佛大学全脑图谱数据集与TCIA上进行实验,结果表明,融合后的脑部水平切面PET-MRI图像能更好地反映中央沟征以及边缘支括弧征,分类准确率达到97.6%和98.2%。
关键词
PET/MRI
神经胶质瘤
医学图像融合
DenseNet
自注意力机制
NSST
Keywords
PET/MRI
glioma
medical image fusion
DenseNet
self-attention mechanism
NSST
分类号
TP317.4 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
PET-MRI医学图像融合与混合神经胶质瘤分类模型
林海
乔雅
庞宏林
高靖哲
李雄飞
《软件导刊》
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部