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
2
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
高斯滤波增强技术融合最大类间方差法在医学影像诊断中的应用研究
1
作者
李泽宇
何萍
+3 位作者
贺奇
徐佳鼎
谷辛稼
瞿晶晶
《中国数字医学》
2024年第5期72-77,共6页
为了进一步提高肺部医学影像辅助诊断的准确性,提出一种高斯滤波增强技术融合最大类间方差法对肺部CT影像进行分割和计算病变面积占比的算法。首先对原始图像采用高斯低通滤波运算去除噪声和杂质并使用MSVSR提高图像质量,然后通过最大...
为了进一步提高肺部医学影像辅助诊断的准确性,提出一种高斯滤波增强技术融合最大类间方差法对肺部CT影像进行分割和计算病变面积占比的算法。首先对原始图像采用高斯低通滤波运算去除噪声和杂质并使用MSVSR提高图像质量,然后通过最大类间方差法将图像目标和背景分割出来,再将二值化图像一分为二,一方面采用高斯高通滤波运算锐化磨玻璃影和病变肺实质,另一方面使用HED将肺轮廓提取出来,最后计算出病变区域与肺轮廓面积占比。临床试验数据表明,本文算法不仅可以去除伪影和噪声,还能够最大限度地保留临床意义上的图像特征信息,具有较高的准确性,可以为临床研判肺部疾病严重程度与医疗诊治提供帮助。
展开更多
关键词
高斯滤波
最大类间方差
肺部疾病
边缘检测
辅助诊断
下载PDF
职称材料
基于U-Net的COVID-19病灶医学影像ZMINet分割模型
被引量:
2
2
作者
谷辛稼
陈一民
《计算机应用与软件》
北大核心
2023年第8期235-243,共9页
针对COVID-19病灶医学影像边缘模糊及小病灶丢失的问题,基于多尺度多层级特征集成与多分支交互式学习策略对U-Net进行改进,提出一种基于U-Net的COVID-19病灶医学影像ZMINet分割模型。原图被缩放至多个尺度输入编码器;利用SIU-AIM模块多...
针对COVID-19病灶医学影像边缘模糊及小病灶丢失的问题,基于多尺度多层级特征集成与多分支交互式学习策略对U-Net进行改进,提出一种基于U-Net的COVID-19病灶医学影像ZMINet分割模型。原图被缩放至多个尺度输入编码器;利用SIU-AIM模块多分支交互式地逐层学习融合层内与层间的多尺度关键特征,并将特征传入由SIM组成的解码器之对应层;SIM利用交互式学习策略以获取更丰富的多尺度信息表征,并自下而上集成多层特征;使用UAL作为损失函数指导模型输出更清晰的预测结果。在公开数据集上的对比实验表明,ZMINet分割模型在Dice、精确率、特异性和平均绝对误差等指标分别达到了79.2%、81.8%、96.8%和6.3%,与其他算法相比其性能得到了明显的提升。
展开更多
关键词
病灶医学影像分割
U-Net
COVID-19
多尺度多层级特征
不确定损失(UAL)
下载PDF
职称材料
题名
高斯滤波增强技术融合最大类间方差法在医学影像诊断中的应用研究
1
作者
李泽宇
何萍
贺奇
徐佳鼎
谷辛稼
瞿晶晶
机构
上海申康医院发展中心
上海计算技术研究所
上海大学
上海人工智能实验室
出处
《中国数字医学》
2024年第5期72-77,共6页
基金
国家科技部科技创新2030--“新一代人工智能”重大项目(2022ZD0160700)-医疗异构联合隐私学习平台课题(2022ZD0160701)。
文摘
为了进一步提高肺部医学影像辅助诊断的准确性,提出一种高斯滤波增强技术融合最大类间方差法对肺部CT影像进行分割和计算病变面积占比的算法。首先对原始图像采用高斯低通滤波运算去除噪声和杂质并使用MSVSR提高图像质量,然后通过最大类间方差法将图像目标和背景分割出来,再将二值化图像一分为二,一方面采用高斯高通滤波运算锐化磨玻璃影和病变肺实质,另一方面使用HED将肺轮廓提取出来,最后计算出病变区域与肺轮廓面积占比。临床试验数据表明,本文算法不仅可以去除伪影和噪声,还能够最大限度地保留临床意义上的图像特征信息,具有较高的准确性,可以为临床研判肺部疾病严重程度与医疗诊治提供帮助。
关键词
高斯滤波
最大类间方差
肺部疾病
边缘检测
辅助诊断
Keywords
Gaussian filtering
Maximum inter-class variance
Pulmonary disease
Edge extraction
Assisted diagnosis
分类号
R197.3 [医药卫生—卫生事业管理]
R319 [医药卫生—基础医学]
下载PDF
职称材料
题名
基于U-Net的COVID-19病灶医学影像ZMINet分割模型
被引量:
2
2
作者
谷辛稼
陈一民
机构
上海大学计算机工程与科学学院
上海建桥学院信息技术学院
出处
《计算机应用与软件》
北大核心
2023年第8期235-243,共9页
基金
上海市科技创新行动计划项目(16511101200,19511104502)。
文摘
针对COVID-19病灶医学影像边缘模糊及小病灶丢失的问题,基于多尺度多层级特征集成与多分支交互式学习策略对U-Net进行改进,提出一种基于U-Net的COVID-19病灶医学影像ZMINet分割模型。原图被缩放至多个尺度输入编码器;利用SIU-AIM模块多分支交互式地逐层学习融合层内与层间的多尺度关键特征,并将特征传入由SIM组成的解码器之对应层;SIM利用交互式学习策略以获取更丰富的多尺度信息表征,并自下而上集成多层特征;使用UAL作为损失函数指导模型输出更清晰的预测结果。在公开数据集上的对比实验表明,ZMINet分割模型在Dice、精确率、特异性和平均绝对误差等指标分别达到了79.2%、81.8%、96.8%和6.3%,与其他算法相比其性能得到了明显的提升。
关键词
病灶医学影像分割
U-Net
COVID-19
多尺度多层级特征
不确定损失(UAL)
Keywords
Medication image segmentation
U-Net
COVID-19
Multi-level and multi-scale features
Uncertainty-aware loss(UAL)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高斯滤波增强技术融合最大类间方差法在医学影像诊断中的应用研究
李泽宇
何萍
贺奇
徐佳鼎
谷辛稼
瞿晶晶
《中国数字医学》
2024
0
下载PDF
职称材料
2
基于U-Net的COVID-19病灶医学影像ZMINet分割模型
谷辛稼
陈一民
《计算机应用与软件》
北大核心
2023
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