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
2D/3D级联卷积在分割CT肺动脉上的应用研究
被引量:
2
1
作者
黄绍辉
严凯
+2 位作者
王博亮
王弘轩
王继伟
《中国数字医学》
2019年第5期7-11,共5页
医学影像分割是计算机辅助诊断的重要组成部分。针对CT影像的三维特性,提出了一种基于2D/3D级联卷积的Unet网络结构用来分割肺动脉。该结构相比基于传统2D卷积的方法,关联了第三维度信息,提高了分割准确度和泛化能力,相比基于传统3D卷...
医学影像分割是计算机辅助诊断的重要组成部分。针对CT影像的三维特性,提出了一种基于2D/3D级联卷积的Unet网络结构用来分割肺动脉。该结构相比基于传统2D卷积的方法,关联了第三维度信息,提高了分割准确度和泛化能力,相比基于传统3D卷积的方法提高了准确度和执行效率。实验对多套肺动脉增强CT数据集做了验证,分割准确率达到85.7%,高于传统2D和3DUnet网络,同时执行效率较3DUnet提高近30%,在CT影像分割上做到了效率和准确度的兼顾。
展开更多
关键词
CT影像分割
肺动脉
深度学习
2D/3D级联卷积
下载PDF
职称材料
基于3D_ResUnet肝脏CT图像分割的临床应用研究
被引量:
3
2
作者
王继伟
李成伟
+1 位作者
黄绍辉
王博亮
《中国数字医学》
2019年第10期68-70,共3页
目的:为解决传统肝实质分割方法在阈值分割方面存在的分割精度低的问题。方法:采用AI自动识别算法,通过Unet与Resnet相结合的3D_ResUnet网络对肝脏CT图像进行分割,并对分割结果通过最大联通分量的方法去除杂质,得到较为精确的肝脏区域,...
目的:为解决传统肝实质分割方法在阈值分割方面存在的分割精度低的问题。方法:采用AI自动识别算法,通过Unet与Resnet相结合的3D_ResUnet网络对肝脏CT图像进行分割,并对分割结果通过最大联通分量的方法去除杂质,得到较为精确的肝脏区域,实现肝实质自动分割。结果:基于3D_ResUnet的肝脏CT图像分割,其分割的平均Dice为96.12%,高于3D_Unet的分割精度。结论:基于3D_ResUnet的肝脏CT图像分割提高了肝实质分割的精度,实现了无需人工交互的全自动分割,通过应用在肝癌手术计划系统中,为临床医生的肝癌手术规划提供了可视化依据。
展开更多
关键词
CT影像分割
肝实质
3D_ResUnet
下载PDF
职称材料
题名
2D/3D级联卷积在分割CT肺动脉上的应用研究
被引量:
2
1
作者
黄绍辉
严凯
王博亮
王弘轩
王继伟
机构
厦门大学
信息
科学与技术学院计算机科学系
厦门大学附属成功医院信息中心
出处
《中国数字医学》
2019年第5期7-11,共5页
基金
国家自然科学基金(编号:61001144,61102137,61327001,61671399)~~
文摘
医学影像分割是计算机辅助诊断的重要组成部分。针对CT影像的三维特性,提出了一种基于2D/3D级联卷积的Unet网络结构用来分割肺动脉。该结构相比基于传统2D卷积的方法,关联了第三维度信息,提高了分割准确度和泛化能力,相比基于传统3D卷积的方法提高了准确度和执行效率。实验对多套肺动脉增强CT数据集做了验证,分割准确率达到85.7%,高于传统2D和3DUnet网络,同时执行效率较3DUnet提高近30%,在CT影像分割上做到了效率和准确度的兼顾。
关键词
CT影像分割
肺动脉
深度学习
2D/3D级联卷积
Keywords
segmentation of CT image
pulmonary artery
deep learning
2D/3D cascade convolution
分类号
R445.3 [医药卫生—影像医学与核医学]
R319 [医药卫生—基础医学]
下载PDF
职称材料
题名
基于3D_ResUnet肝脏CT图像分割的临床应用研究
被引量:
3
2
作者
王继伟
李成伟
黄绍辉
王博亮
机构
解放军陆军第七十三集团军
医院
(
厦门大学
附属
成功
医院
)
信息
中心
厦门大学
信息
科学与技术学院
出处
《中国数字医学》
2019年第10期68-70,共3页
基金
国家自然科学基金(编号:61327001)~~
文摘
目的:为解决传统肝实质分割方法在阈值分割方面存在的分割精度低的问题。方法:采用AI自动识别算法,通过Unet与Resnet相结合的3D_ResUnet网络对肝脏CT图像进行分割,并对分割结果通过最大联通分量的方法去除杂质,得到较为精确的肝脏区域,实现肝实质自动分割。结果:基于3D_ResUnet的肝脏CT图像分割,其分割的平均Dice为96.12%,高于3D_Unet的分割精度。结论:基于3D_ResUnet的肝脏CT图像分割提高了肝实质分割的精度,实现了无需人工交互的全自动分割,通过应用在肝癌手术计划系统中,为临床医生的肝癌手术规划提供了可视化依据。
关键词
CT影像分割
肝实质
3D_ResUnet
Keywords
CT images segmentation
liver parenchyma
3D_ResUnet
分类号
R319 [医药卫生—基础医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
2D/3D级联卷积在分割CT肺动脉上的应用研究
黄绍辉
严凯
王博亮
王弘轩
王继伟
《中国数字医学》
2019
2
下载PDF
职称材料
2
基于3D_ResUnet肝脏CT图像分割的临床应用研究
王继伟
李成伟
黄绍辉
王博亮
《中国数字医学》
2019
3
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