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
3
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
一种基于视觉显著模型的PET图像快速分割算法
被引量:
6
1
作者
刘露
于晓婷
丁博
《哈尔滨理工大学学报》
CAS
北大核心
2017年第4期40-45,共6页
由于PET图像质量较低且灰度相近导致常用的分割算法不能兼顾分割效果与分割效率,提出了一种基于视觉显著模型的PET图像分割算法。首先使用优化的Itti视觉显著模型替代人工操作对PET图像进行快速识别,并将获得的显著图进行预处理,初始化...
由于PET图像质量较低且灰度相近导致常用的分割算法不能兼顾分割效果与分割效率,提出了一种基于视觉显著模型的PET图像分割算法。首先使用优化的Itti视觉显著模型替代人工操作对PET图像进行快速识别,并将获得的显著图进行预处理,初始化前景区与背景区的高斯混合模型,最后使用优化的GrabCut算法对PET显著图进行分割获得结果。与其他两种算法相比实验结果表明,该算法在操作简易性、算法执行效率、结果准确性具有一定优势,分割时间提升超过30%,分割精度提升超过21%。
展开更多
关键词
pet图像分割
Itti模型
GrabCut算法
下载PDF
职称材料
差分进化算法GVF Snake模型在PET图像分割中的应用
被引量:
13
2
作者
毕晓君
肖婧
《中国图象图形学报》
CSCD
北大核心
2011年第3期382-388,共7页
利用PET图像进行诊治时需要对人体病灶精确定位,PET图像中病灶目标区域的分割是早期诊断与治疗的前提和关键。基于传统Snake模型的方法在PET图像分割时存在对初始轮廓过于敏感,难以收敛到目标凹型区域等问题,为此将GVF Snake模型引入PE...
利用PET图像进行诊治时需要对人体病灶精确定位,PET图像中病灶目标区域的分割是早期诊断与治疗的前提和关键。基于传统Snake模型的方法在PET图像分割时存在对初始轮廓过于敏感,难以收敛到目标凹型区域等问题,为此将GVF Snake模型引入PET图像的分割中。为防止GVF Snake模型陷入局部最优,进一步利用差分进化(DE)算法的全局优化特性对GVF Snake模型分割的结果进行优化,提高PET图像分割精度。实验结果表明,该方法能有效地对PET图像中的病灶目标区域进行分割,可避免陷入局部最优且具有良好的实时性。
展开更多
关键词
pet图像分割
SNAKE模型
GVF
SNAKE模型
差分进化算法
原文传递
PET/CT图像分割技术在NSCLC患者放疗中的应用
被引量:
2
3
作者
陈韦翔
张余琴
张煜
《中国CT和MRI杂志》
2021年第6期55-57,共3页
目的探讨PET/CT图像分割技术在非小细胞肺癌(NSCLC)患者放疗中的应用价值。方法将2016年6月至2020年2月我院的NSCLC患者118例随机分为研究组与对照组,各59例,对照组行常规CT检查,根据所得影像手动分割癌灶靶区,研究组行PET/CT检查,根据...
目的探讨PET/CT图像分割技术在非小细胞肺癌(NSCLC)患者放疗中的应用价值。方法将2016年6月至2020年2月我院的NSCLC患者118例随机分为研究组与对照组,各59例,对照组行常规CT检查,根据所得影像手动分割癌灶靶区,研究组行PET/CT检查,根据所得影像分别用手动和计算机自动化程序分割癌灶靶区,对照组以CT手动分割图像制定放疗计划,研究组以PET/CT自动分割图像制定放疗计划,比较三种分割图像所得的靶区体积与两组正常组织放疗剂量分布,记录比较两组放疗后2个月内并发症的发生情况。结果研究组手动、自动分割靶区体积均明显小于对照组(P<0.05);研究组中,PET/CT图像手动分割与自动分割的靶区体积无明显差异(P>0.05);研究组正常组织放射剂量明显低于对照组(P<0.05);放疗后2个月内研究组并发症发生率明显低于对照组(P<0.05)。结论 PET/CT图像分割技术能提高NSCLC患者癌灶靶区的定位精度,降低放疗中正常组织受累剂量,减少放疗后相关并发症。
展开更多
关键词
pet
/CT
图像
分割
技术
非小细胞肺癌
放疗
应用价值
下载PDF
职称材料
题名
一种基于视觉显著模型的PET图像快速分割算法
被引量:
6
1
作者
刘露
于晓婷
丁博
机构
哈尔滨理工大学计算机科学与技术学院
出处
《哈尔滨理工大学学报》
CAS
北大核心
2017年第4期40-45,共6页
基金
黑龙江省自然科学基金(F201208)
文摘
由于PET图像质量较低且灰度相近导致常用的分割算法不能兼顾分割效果与分割效率,提出了一种基于视觉显著模型的PET图像分割算法。首先使用优化的Itti视觉显著模型替代人工操作对PET图像进行快速识别,并将获得的显著图进行预处理,初始化前景区与背景区的高斯混合模型,最后使用优化的GrabCut算法对PET显著图进行分割获得结果。与其他两种算法相比实验结果表明,该算法在操作简易性、算法执行效率、结果准确性具有一定优势,分割时间提升超过30%,分割精度提升超过21%。
关键词
pet图像分割
Itti模型
GrabCut算法
Keywords
pet
image segmentation
itti Model
grabCut algorithm
分类号
TP391.4 [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
差分进化算法GVF Snake模型在PET图像分割中的应用
被引量:
13
2
作者
毕晓君
肖婧
机构
哈尔滨工程大学信息与通信工程学院
出处
《中国图象图形学报》
CSCD
北大核心
2011年第3期382-388,共7页
文摘
利用PET图像进行诊治时需要对人体病灶精确定位,PET图像中病灶目标区域的分割是早期诊断与治疗的前提和关键。基于传统Snake模型的方法在PET图像分割时存在对初始轮廓过于敏感,难以收敛到目标凹型区域等问题,为此将GVF Snake模型引入PET图像的分割中。为防止GVF Snake模型陷入局部最优,进一步利用差分进化(DE)算法的全局优化特性对GVF Snake模型分割的结果进行优化,提高PET图像分割精度。实验结果表明,该方法能有效地对PET图像中的病灶目标区域进行分割,可避免陷入局部最优且具有良好的实时性。
关键词
pet图像分割
SNAKE模型
GVF
SNAKE模型
差分进化算法
Keywords
pet
image segmentation
Snake model
GVF Snake model
DE algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
PET/CT图像分割技术在NSCLC患者放疗中的应用
被引量:
2
3
作者
陈韦翔
张余琴
张煜
机构
南方医科大学生物医学工程学院
南方医科大学南方医院放疗科
出处
《中国CT和MRI杂志》
2021年第6期55-57,共3页
文摘
目的探讨PET/CT图像分割技术在非小细胞肺癌(NSCLC)患者放疗中的应用价值。方法将2016年6月至2020年2月我院的NSCLC患者118例随机分为研究组与对照组,各59例,对照组行常规CT检查,根据所得影像手动分割癌灶靶区,研究组行PET/CT检查,根据所得影像分别用手动和计算机自动化程序分割癌灶靶区,对照组以CT手动分割图像制定放疗计划,研究组以PET/CT自动分割图像制定放疗计划,比较三种分割图像所得的靶区体积与两组正常组织放疗剂量分布,记录比较两组放疗后2个月内并发症的发生情况。结果研究组手动、自动分割靶区体积均明显小于对照组(P<0.05);研究组中,PET/CT图像手动分割与自动分割的靶区体积无明显差异(P>0.05);研究组正常组织放射剂量明显低于对照组(P<0.05);放疗后2个月内研究组并发症发生率明显低于对照组(P<0.05)。结论 PET/CT图像分割技术能提高NSCLC患者癌灶靶区的定位精度,降低放疗中正常组织受累剂量,减少放疗后相关并发症。
关键词
pet
/CT
图像
分割
技术
非小细胞肺癌
放疗
应用价值
Keywords
pet
/CT Image Segmentation Technology
Non-small Cell Lung Cancer
Radiotherapy
Application Value
分类号
R322.35 [医药卫生—人体解剖和组织胚胎学]
R734.2 [医药卫生—肿瘤]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于视觉显著模型的PET图像快速分割算法
刘露
于晓婷
丁博
《哈尔滨理工大学学报》
CAS
北大核心
2017
6
下载PDF
职称材料
2
差分进化算法GVF Snake模型在PET图像分割中的应用
毕晓君
肖婧
《中国图象图形学报》
CSCD
北大核心
2011
13
原文传递
3
PET/CT图像分割技术在NSCLC患者放疗中的应用
陈韦翔
张余琴
张煜
《中国CT和MRI杂志》
2021
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