-
题名放射组学图像分割法研究进展
被引量:5
- 1
-
-
作者
霍文礼
孙洪赞
-
机构
中国医科大学附属盛京医院放射科
-
出处
《中南医学科学杂志》
CAS
2019年第4期439-441,共3页
-
基金
辽宁省重点研发计划指导计划攻关项目(编号:2017225012)
-
文摘
放射组学是一门新兴的定量影像学,利用先进的图像处理流程提取纹理特征,客观、定量地描述肿瘤表型。放射组学特征应用于癌症疗效和对遗传表型的潜在预测方面对于个性化和精准医疗至关重要。图像分割作为放射组学实际应用的重要一步,对结果的稳健性至关重要。在这篇技术综述中,主要论述了放射组学图像分割常用方法,并探讨了各方法应用范围和技术问题,以及如何选择放射学图像分割法才对结果更为稳健、高效。
-
关键词
放射组学
图像分割
手动分割
半自动分割
-
Keywords
Radiomics
image segmentation
manual segmentation
semi-automatic segmentation
-
分类号
R81
[医药卫生—放射医学]
-
-
题名基于最大信息熵阈值红外图像分割方法研究
被引量:1
- 2
-
-
作者
周熠
-
机构
中国民航大学
-
出处
《科技风》
2017年第17期262-262,共1页
-
文摘
红外图像技术是在飞机检测中使用广泛的图像之一,其最大信息熵阈值分割方法拥有易行、简单、有效的优点,在使用中比较广泛。为了有效分割出实际拍摄的红外目标信号,传统最大信息熵阈值分割方法所求出的最佳阈值和手动切分阈值点存在着一定的偏差。本文提出一种新的预处理方法,使得最大信息熵阈值分割结果在计算最终阈值能更加接近手动分割阈值。
-
关键词
最大信息熵阈值
图像分割
最佳阈值
手动分割阈值
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名人工智能辅助CT肺结节良恶性鉴别的研究进展
被引量:1
- 3
-
-
作者
陈师
胡剑鹏
徐伟
张骥
吴吉明
-
机构
湖南省常德市第一人民医院胸心血管外科
-
出处
《中国现代医生》
2021年第30期184-187,共4页
-
基金
湖南省科技创新计划项目(2018SK50203)
湖南省常德市科学技术局技术研究与开发资金项目(2018J020)。
-
文摘
肺癌属于临床常见的恶性肿瘤之一,当前胸部CT是进行早期肺癌鉴别的重要方式,但是因其存在"异病同影"等情况,加之受到临床经验等因素影响,在病灶良恶性鉴别方面有较大差异,极易出现误诊或漏诊情况。近年来人工智能被逐渐应用于临床,其在肺结节良恶性鉴别方面也发挥着一定作用。本文从人工智能评估肺结节良恶性的基本过程、人工智能模型在鉴别肺结节良恶性方面效能、人工智能诊断肺结节效能的影响因素、问题及展望方面进行分析,以期提升人工智能辅助CT鉴别肺结节良恶性效果。
-
关键词
良恶性
肺结节
计算机断层扫描成像
人工智能
手动分割
-
Keywords
Benign and malignant
Pulmonary nodules
Computed tomography imaging
Artificial intelligence
Manual segmentation
-
分类号
R445
[医药卫生—影像医学与核医学]
-