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
基于深度学习多尺度特征的胎儿头围测量方法
1
作者
黄佳伟
付晓薇
+1 位作者
陈芳
李曦
《计算机应用与软件》
北大核心
2023年第10期222-227,234,共7页
传统医学超声胎儿头围测量方法存在效率低、测量不稳定等问题。为此,提出一种医学超声胎儿头围自动测量方法。提出一种H-Unet改进模型进行医学超声胎儿头部图像分割。该过程利用Non-local模块捕获长范围依赖关系,采用空间金字塔模块获...
传统医学超声胎儿头围测量方法存在效率低、测量不稳定等问题。为此,提出一种医学超声胎儿头围自动测量方法。提出一种H-Unet改进模型进行医学超声胎儿头部图像分割。该过程利用Non-local模块捕获长范围依赖关系,采用空间金字塔模块获取多尺度特征信息,并提出一种改进的损失函数进行网络训练;利用边缘检测算子提取分割目标的头部轮廓;利用基于最小二乘法的椭圆拟合方法自动计算出胎儿头围值。在HC18数据集上进行测试,以头围绝对差值(A_(D))、Hausdorff距离(H_(D))、Dice系数评估该模型性能。实验结果表明:对比已有方法,该方法的上述三种指标均有提升,在胎儿头围测量上可取得满意的效果。
展开更多
关键词
医学超声图像
空洞卷积
h-unet网络
多尺度特征
注意力机制
下载PDF
职称材料
题名
基于深度学习多尺度特征的胎儿头围测量方法
1
作者
黄佳伟
付晓薇
陈芳
李曦
机构
武汉科技大学计算机科学与技术学院
智能信息处理与实时工业系统湖北省重点实验室
武汉科技大学校医院超声影像科
华中科技大学人工智能与自动化学院
出处
《计算机应用与软件》
北大核心
2023年第10期222-227,234,共7页
基金
国家自然科学基金项目(61873323)
材料成形与模具技术国家重点实验室开放课题研究基金项目(P2018-016)
+3 种基金
湖北省自然科学基金项目(2016CFA037)
武汉市科技计划项目(2018010401011292)
武汉科技大学国防预研基金项目(GF201912)
智能信息处理与实时工业系统湖北省重点实验室开放课题项目(znxx2018ZD01)。
文摘
传统医学超声胎儿头围测量方法存在效率低、测量不稳定等问题。为此,提出一种医学超声胎儿头围自动测量方法。提出一种H-Unet改进模型进行医学超声胎儿头部图像分割。该过程利用Non-local模块捕获长范围依赖关系,采用空间金字塔模块获取多尺度特征信息,并提出一种改进的损失函数进行网络训练;利用边缘检测算子提取分割目标的头部轮廓;利用基于最小二乘法的椭圆拟合方法自动计算出胎儿头围值。在HC18数据集上进行测试,以头围绝对差值(A_(D))、Hausdorff距离(H_(D))、Dice系数评估该模型性能。实验结果表明:对比已有方法,该方法的上述三种指标均有提升,在胎儿头围测量上可取得满意的效果。
关键词
医学超声图像
空洞卷积
h-unet网络
多尺度特征
注意力机制
Keywords
Medical ultrasound image
Dilated convolution
h-unet
network
Multi-scale feature
Attention mechanism
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
基于深度学习多尺度特征的胎儿头围测量方法
黄佳伟
付晓薇
陈芳
李曦
《计算机应用与软件》
北大核心
2023
0
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