期刊文献+
共找到226篇文章
< 1 2 12 >
每页显示 20 50 100
基于全卷积网络的X线图像成像部位自动分割 预览
1
作者 郭磊 王玉军 +3 位作者 贺宏伟 王昌元 刘露 杨秀云 《中国医疗器械杂志》 2019年第3期170-172,共3页
目的医学图像分割是医学图像处理的关键步骤。该文提出一种全卷积网络结构,实现X线图像中成像部位自动分割。方法鉴于卷积神经网络特征提取优势,设计由9个层级组成的全卷积网络进行医学图像分割。该网络采用多种尺寸卷积核来提取图像中... 目的医学图像分割是医学图像处理的关键步骤。该文提出一种全卷积网络结构,实现X线图像中成像部位自动分割。方法鉴于卷积神经网络特征提取优势,设计由9个层级组成的全卷积网络进行医学图像分割。该网络采用多种尺寸卷积核来提取图像中多维图像特征,取消池化层以避免下采样过程中图像细节丢失。结果结合X线图像分割的特定场景进行实验。对比传统分割方法,该方法实现了更加精确的成像部位分割。结论全卷积网络能够提取有代表性的多维图像特征,避免下采样阶段图像细节丢失,实现X线图像中成像部位精确自动分割。 展开更多
关键词 全卷积网络 医学图像分割 X线图像 成像部位 图像特征
在线阅读 下载PDF
基于级联随机森林与活动轮廓的3D MR图像分割 预览
2
作者 马超 刘亚淑 +1 位作者 骆功宁 王宽全 《自动化学报》 EI CSCD 北大核心 2019年第5期1004-1014,共11页
针对医学磁共振(Magnetic resonance, MR)图像三维分割中随机森林(Random forest, RF)方法难以获得具有几何约束的结果以及活动轮廓模型(Active contour model, ACM)不能自动分割发生信号混叠的组织结构的问题,提出了一种整合了级联随... 针对医学磁共振(Magnetic resonance, MR)图像三维分割中随机森林(Random forest, RF)方法难以获得具有几何约束的结果以及活动轮廓模型(Active contour model, ACM)不能自动分割发生信号混叠的组织结构的问题,提出了一种整合了级联随机森林与活动轮廓模型的磁共振图像三维分割方法.该方法首先从多模态磁共振体数据中提取图像多尺度局部鲁棒统计信息,以此驱动级联随机森林对磁共振图像进行迭代的体素分类,从而获得对组织结构的初步分割结果,进一步将此结果作为初始轮廓与形状先验,整合进一个尺度可调的活动轮廓模型中,将独立的体素分类转化为轮廓曲线演化,最终得到具有几何约束的精确分割结果.在公开数据集上的实验结果表明,本文的自动化分割方法在分割精度和鲁棒性等方面,相比其他同类方法具有较大的性能提升. 展开更多
关键词 医学图像分割 随机森林 活动轮廓模型 三维分割 形状先验
在线阅读 下载PDF
面向医学图像分割的超像素U-Net网络设计 预览
3
作者 王海鸥 刘慧 +2 位作者 郭强 邓凯 张彩明 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第6期1007-1017,共11页
近年来,超像素在医学图像处理领域的应用愈加广泛,现有的方法取得了较好的效果,如LAW,SLIC等.然而,这些方法在处理医学图像得到超像素时,位于组织边缘像素点的划分仍存在类别模糊问题.为此,提出一种基于U-Net网络的超像素分割方法.首先... 近年来,超像素在医学图像处理领域的应用愈加广泛,现有的方法取得了较好的效果,如LAW,SLIC等.然而,这些方法在处理医学图像得到超像素时,位于组织边缘像素点的划分仍存在类别模糊问题.为此,提出一种基于U-Net网络的超像素分割方法.首先,通过双边滤波模型过滤外部噪声,增强超像素信息;然后,结合U-Net卷积网络学习图像特征.该方法为U-Net网络中每个特征尺度的卷积层后嵌入一个规范层,用于增强网络对参数的敏感性.实验结果表明,该方法有效提高了医学图像超像素的分割精度,与groundtruth相比,其改善了超像素边缘分类的准确性,优化了超像素分割结果,在精确度、召回率、F-measure和分割速度等性能指标上均取得了更好的效果. 展开更多
关键词 超像素 双边滤波 卷积网络 U-Net 医学图像分割
在线阅读 下载PDF
面向医学图像分割的蚁群密度峰值聚类 预览
4
作者 朱红 何瀚志 +2 位作者 方谦昊 代岳 姜代红 《南京师大学报:自然科学版》 CAS CSCD 北大核心 2019年第2期1-8,共8页
在医学图像分割研究中,针对密度峰值聚类算法(density peaks clustering algorithm,DPC),依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷,提出了一种结合蚁群算法选取密度峰值聚类最优参数的医学图像分割方法.该... 在医学图像分割研究中,针对密度峰值聚类算法(density peaks clustering algorithm,DPC),依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷,提出了一种结合蚁群算法选取密度峰值聚类最优参数的医学图像分割方法.该算法首先利用蚁群算法全局性和鲁棒性的优点,使用图像熵计算信息素来指导蚁群的搜索路径;再使用变量量化表示聚类中心个数,蚁群通过迭代选择最优截断距离dc和聚类中心,实现了DPC算法的自适应分割并得到了较好的分割效果.仿真实验分析证明了算法的有效性和实用性. 展开更多
关键词 医学图像分割 密度峰值 聚类中心 蚁群算法 信息素
在线阅读 下载PDF
基于ITK和VTK的医学图像分割与重建 预览
5
作者 关天民 刘光孟 轩亮 《大连交通大学学报》 CAS 2019年第3期61-65,共5页
基于开源软件开发包ITK,使用连接门限法和快速步进法分别完成对肺实质和脊柱的医学图像的自动分割,分割效果良好.通过对分割结果的对比分析,得出两种分割方法的适用对象.使用连接门限法分割CT序列图像,并输入到VTK中,实现了胸椎的三维重... 基于开源软件开发包ITK,使用连接门限法和快速步进法分别完成对肺实质和脊柱的医学图像的自动分割,分割效果良好.通过对分割结果的对比分析,得出两种分割方法的适用对象.使用连接门限法分割CT序列图像,并输入到VTK中,实现了胸椎的三维重建.实验结果准确还原了目标组织空间位置、几何特征等信息,各脊柱块间没有粘连,能够满足医生对局部组织的观测需求. 展开更多
关键词 ITK VTK 医学图像分割 三维重建
在线阅读 下载PDF
改进的卷积神经网络在医学图像分割上的应用 预览
6
作者 刘辰 肖志勇 杜年茂 《计算机科学与探索》 CSCD 北大核心 2019年第9期1593-1603,共11页
为了提高医学图像分割的精确性和鲁棒性,提出了一种基于改进卷积神经网络的医学图像分割方法。首先采用卷积神经网络对冠状面、矢状面以及横断面三个视图下的2D切片序列进行分割,然后将三个视图下的分割结果进行集成,得到最终的结果。... 为了提高医学图像分割的精确性和鲁棒性,提出了一种基于改进卷积神经网络的医学图像分割方法。首先采用卷积神经网络对冠状面、矢状面以及横断面三个视图下的2D切片序列进行分割,然后将三个视图下的分割结果进行集成,得到最终的结果。其中卷积神经网络由编码部分、双向卷积长短记忆网络(BDCLSTM)和解码部分组成。为获取多尺度信息,扩大卷积层的感受野,编码部分使用不同大小的非对称卷积层和空洞卷积。此外,在编码和解码部分之间使用BDC-LSTM,充分挖掘单视图下切片序列间的相关信息,从而提高分割精度。以海马体分割为例,在ADNI标准数据集上,以相似性系数、灵敏度和阳性预测率作为评判标准,准确率分别达到了89.36%、88.73%和90.16%。实验结果表明,该算法在准确率上更具竞争力。 展开更多
关键词 医学图像分割 磁共振成像(MRI) 卷积神经网络 长短记忆网络(LSTM) 多视图集成
在线阅读 下载PDF
基于Canny算子的C-V水平集模型 预览
7
作者 喻建锋 吕毅斌 +1 位作者 房巾莉 王樱子 《计算机技术与发展》 2019年第7期145-149,共5页
医学图像分割一直以来都是图像分割中的难点,可在实际应用中却有着非常重要的价值。直接利用传统的C-V水平集模型对图像进行分割,其缺点是该模型对噪声比较敏感,无法准确处理边界信息模糊的图像,以至于在寻找图像边缘时经常出现错误的定... 医学图像分割一直以来都是图像分割中的难点,可在实际应用中却有着非常重要的价值。直接利用传统的C-V水平集模型对图像进行分割,其缺点是该模型对噪声比较敏感,无法准确处理边界信息模糊的图像,以至于在寻找图像边缘时经常出现错误的定位,找到的边界不准确,使得图像分割效果不理想。因此,文中提出一种基于Canny算子的C-V水平集模型。该模型在传统的C-V水平集模型的基础上,用Canny算子预先处理过的图像去替代原图像,进而使用C-V水平集模型对预处理过的图像进行分割。该模型利用了Canny算子具有的较好的定位性能、较高的检测精度、最小的响应性能和很好的信噪比等优点,克服了传统的C-V水平集模型对噪声敏感、抗干扰性差、边缘不够精细的缺点,从而分割出一条比较理想的边界,达到了很好的分割效果。 展开更多
关键词 医学图像分割 水平集算法 Chan-Vese水平集模型 CANNY算子 边缘检测
在线阅读 下载PDF
基于深度学习的医学图像分割研究进展 预览
8
作者 宫进昌 赵尚义 王远军 《中国医学物理学杂志》 CSCD 2019年第4期420-424,共5页
医学图像分割是医学图像定量分析的关键步骤之一,因此病灶分割对临床诊断有重要意义。针对传统分割方法中存在的过多依赖医学领域的先验知识和人为评估错误等问题,提出了基于深度学习的病灶分割方法。本文总结了卷积神经网络算法应用于... 医学图像分割是医学图像定量分析的关键步骤之一,因此病灶分割对临床诊断有重要意义。针对传统分割方法中存在的过多依赖医学领域的先验知识和人为评估错误等问题,提出了基于深度学习的病灶分割方法。本文总结了卷积神经网络算法应用于医学图像病灶分割的研究进展。首先,论述卷积神经网络的基本结构及其常用架构;其次介绍深度学习在医学图像病灶分割中的应用,其中包括肺结节的检测和分类,脑肿瘤分割和乳腺病灶的分割;最后,分析了目前该研究中存在的优缺点并对深度学习的发展方向进行展望。 展开更多
关键词 医学图像分割 深度学习 卷积神经网络 综述
在线阅读 免费下载
端到端深度图像分割网络中抑制无效率学习的目标损失函数设计
9
作者 叶靖雯 吴晓峰 《微电子学与计算机》 北大核心 2019年第9期38-43,共6页
在端到端深度图像分割网络训练时,常出现前景和背景区域相差巨大的情况,造成目标特征学习不足而背景特征学习过度.对此提出一种基于代价敏感学习的目标函数构造方法:借鉴难例挖掘思想,使用表征难易程度的Focal因子对样本训练误差加权处... 在端到端深度图像分割网络训练时,常出现前景和背景区域相差巨大的情况,造成目标特征学习不足而背景特征学习过度.对此提出一种基于代价敏感学习的目标函数构造方法:借鉴难例挖掘思想,使用表征难易程度的Focal因子对样本训练误差加权处理,有效抑制无效率学习;仿人类视觉系统引入感受野因子,兼顾上下文信息.在医学影像数据集上对方法的有效性和可扩展性进行了测试.结果表明,新方法有助于提升网络对于小目标的检出能力,同时分割结果更贴合目标轮廓. 展开更多
关键词 深度学习 医学图像分割 损失函数设计 无效率学习
基于U-net模型的全自动鼻咽肿瘤MR图像分割 预览
10
作者 潘沛克 王艳 +1 位作者 罗勇 周激流 《计算机应用》 CSCD 北大核心 2019年第4期1183-1188,共6页
鼻咽肿瘤生长方向不确定,解剖结构复杂,当前主要依靠医生手动分割,该方法耗时久同时严重依赖于医生的经验。针对这一问题,基于深度学习理论,提出一种基于U-net模型的全自动鼻咽肿瘤MR图像分割算法,利用卷积操作替换原始U-net模型中的最... 鼻咽肿瘤生长方向不确定,解剖结构复杂,当前主要依靠医生手动分割,该方法耗时久同时严重依赖于医生的经验。针对这一问题,基于深度学习理论,提出一种基于U-net模型的全自动鼻咽肿瘤MR图像分割算法,利用卷积操作替换原始U-net模型中的最大池化操作以减少特征信息的损失。首先,从所有患者的肿瘤切片中提取大小为128×128的区域作为数据样本;然后,将患者样本分为训练样本集和测试样本集,并对训练样本集进行数据扩充;最后,选择训练样本集中所有数据用于训练网络模型。为了验证所提模型的有效性,选取测试样本集中患者的所有肿瘤切片进行分割,最终平均分割精度可达到:DSC(Dice Similarity Coefficient)为80.05%,PM系数为85.7%,CR系数为71.26%,ASSD(Average Symmetric Surface Distance)指标为1.1568。与基于图像块的卷积神经网络(CNN)相比,所提算法DSC,PM(Prevent Match)、CR(Correspondence Ratio)系数分别提高了9.86个百分点、19.61个百分点、16.02个百分点,ASSD指标下降了0.4364;与全卷积神经网络(FCN)模型及基于最大池化的U-net网络相比,所提算法的DSC、CR系数均取得了最优结果,PM系数较两种对比模型中的最大值低2.55个百分点,ASSD指标较两种对比模型中的最小值略高出0.0046。实验结果表明,所提算法针对鼻咽肿瘤图像可以实现较好的自动化分割效果以辅助医生进行诊断。 展开更多
关键词 鼻咽肿瘤 医学图像分割 深度学习模型 端到端模型 U-net模型
在线阅读 下载PDF
基于深度学习的医学图像分割方法 预览
11
作者 朱恩泽 何瀚志 +3 位作者 仲弘扬 江滔 张子涵 朱红 《徐州医科大学学报》 CAS 2019年第2期143-147,共5页
当今社会已进入大数据时代,医学图像分析与处理也因此面临新的挑战,如何充分挖掘岀海量医学图像中的信息,是我们需要去思考的问题。深度学习为我们在解决这一方面的问题上提供了新的思路。深度学习作为机器学习研究中的新领域,近年来受... 当今社会已进入大数据时代,医学图像分析与处理也因此面临新的挑战,如何充分挖掘岀海量医学图像中的信息,是我们需要去思考的问题。深度学习为我们在解决这一方面的问题上提供了新的思路。深度学习作为机器学习研究中的新领域,近年来受到了越来越多的关注。其相关研究涉及多个领域,尤其是图像处理方面。其中,基于深度学习的医学图像处理是个十分热门的话题。本文首先简明介绍深度学习;随后说明深度学习在医学图像分割中的应用;最后对深度学习在医学图像处理中存在的问题进行分析以及对未来做出展望。 展开更多
关键词 深度学习 神经网络 医学图像分割
在线阅读 免费下载
基于非线性增强和图割的CT序列肝脏肿瘤自动分割 预览
12
作者 廖苗 刘毅志 +3 位作者 欧阳军林 余建勇 赵于前 张宝泽 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第6期1030-1038,共9页
针对腹部CT图像肝脏肿瘤对比度低、边界模糊、灰度多样等因素引起的分割困难,提出基于非线性增强和图割的肝脏肿瘤自动分割.首先根据肝脏区域灰度分布特性,采用自适应分段非线性增强和迭代卷积操作提高正常肝实质与肿瘤组织的对比度;然... 针对腹部CT图像肝脏肿瘤对比度低、边界模糊、灰度多样等因素引起的分割困难,提出基于非线性增强和图割的肝脏肿瘤自动分割.首先根据肝脏区域灰度分布特性,采用自适应分段非线性增强和迭代卷积操作提高正常肝实质与肿瘤组织的对比度;然后将增强结果和图像边界信息有效地融入图割能量函数,实现肝脏肿瘤初步自动分割结果;最后采用三维形态学开操作对初步分割结果进行优化,去除其中的误分割区域,提高分割精度.在3Dircadb和XYH数据库上的实验结果表明,该方法能有效地自动分割腹部CT序列中的肝脏肿瘤,且综合分割性能优于现有多种方法. 展开更多
关键词 医学图像分割 图割 非线性增强 肝脏肿瘤
在线阅读 下载PDF
基于群智能优化算法的医学图像分割综述 预览
13
作者 陈华 杨帆 刘刚 《高技术通讯》 CAS 北大核心 2019年第5期512-522,共11页
医学图像是医学影像的分析基础,而分割问题是研究的关键步骤。随着智能技术的快速发展,越来越多的人将智能优化算法应用到医学图像分割中,其中群智能优化算法是当今热门的研究课题。群智能优化算法是指人类参考群体生活的昆虫、动物的... 医学图像是医学影像的分析基础,而分割问题是研究的关键步骤。随着智能技术的快速发展,越来越多的人将智能优化算法应用到医学图像分割中,其中群智能优化算法是当今热门的研究课题。群智能优化算法是指人类参考群体生活的昆虫、动物的复杂社会行为而提出的模拟生物系统中群体生活习性的一种新算法。本文主要介绍了包括粒子群算法(PSO)、萤火虫算法(FA)、布谷鸟搜索算法(CS)、蝙蝠算法(BA)在内的几种优化算法及其改进之后在医学图像分割等方面的应用,为学者今后的交流与研究提供参考。 展开更多
关键词 医学图像分割 群智能优化 粒子群算法(PSO) 萤火虫算法(FA) 布谷鸟搜索算法(CS) 蝙蝠算法(BA)
在线阅读 下载PDF
基于遗传密度峰值聚类的医学图像分割 预览
14
作者 何瀚志 朱红 王伟 《计算机工程与设计》 北大核心 2019年第3期856-861,共6页
针对密度峰值算法(density peaks cluster,DPC)依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷,提出一种基于遗传算法求取分割图像最大熵值,获得最优分割阈值的方法。得到满意的分割效果,实现了DPC算法的自适应... 针对密度峰值算法(density peaks cluster,DPC)依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷,提出一种基于遗传算法求取分割图像最大熵值,获得最优分割阈值的方法。得到满意的分割效果,实现了DPC算法的自适应分割并应用到医学图像上。仿真实验采用多张哈佛全脑图中的经典疾病图像,与K-means、AP(仿射传播)聚类算法及DPC算法作比较,比较结果表明,DPC的改进算法能自动获取截断距离,确定聚类中心,获得更好的分割效果。 展开更多
关键词 密度峰值 聚类 遗传算法 最大熵值 医学图像分割
在线阅读 下载PDF
图像分割方法在医学领域中的应用 预览 被引量:1
15
作者 郑彩侠 张同舟 +1 位作者 孙长江 刘景鑫 《中国医疗设备》 2018年第6期1-5,11共6页
在当今的医学诊断中,医疗影像的辅助诊断作用变得日益重要。近年来,基于计算机视觉的医学图像自动分析与处理技术已经成为一个热点研究领域,各类医学图像的分割与识别方法层出不穷。本文从常用的图像分割算法出发,对医学图像分割领域的... 在当今的医学诊断中,医疗影像的辅助诊断作用变得日益重要。近年来,基于计算机视觉的医学图像自动分析与处理技术已经成为一个热点研究领域,各类医学图像的分割与识别方法层出不穷。本文从常用的图像分割算法出发,对医学图像分割领域的研究现状进行分析,并对现有的分割方法进行介绍、分类和总结,最后给出该领域的主要发展趋势。 展开更多
关键词 图像分割方法 医学图像分割 医学图像处理 计算机辅助诊断 人工智能
在线阅读 下载PDF
基于局部稀疏形状表示的医学图像分割模型 被引量:2
16
作者 姚红兵 卞锦文 +1 位作者 丛嘉伟 黄印 《激光与光电子学进展》 CSCD 北大核心 2018年第5期169-174,共6页
针对人体器官计算机断层扫描(CT)图像边缘模糊、难以自动分割的问题,提出了一种基于局部先验形状信息和主动轮廓模型的分割方法。针对一个形状与训练集中样本相似的器官目标,在基于图像灰度信息进行底层分割的同时,利用形状字典中的... 针对人体器官计算机断层扫描(CT)图像边缘模糊、难以自动分割的问题,提出了一种基于局部先验形状信息和主动轮廓模型的分割方法。针对一个形状与训练集中样本相似的器官目标,在基于图像灰度信息进行底层分割的同时,利用形状字典中的先验形状表示目标,将其作为高层监督,引导变分目标分割。在已有形状字典稀疏表示的基础上,利用掩模矩阵对字典形状进行局部分解,以生成补充字典,通过对局部先验的稀疏形状的约束实现对目标形状的局部描述。通过对字典中相似形状局部分解的重组,替代传统整体稀疏形状的表示方法,实现对与形状字典中仅存在部分相似目标的分割,扩大了字典形状的适用范围。分割实验表明,所提模型可准确地从边缘模糊的图像中提取并分割所需目标,从而可应用于医学图像分割。 展开更多
关键词 图像处理 医学图像分割 稀疏表示 先验形状 局部信息 计算机断层扫描图像
医学图像分割方法 预览 被引量:1
17
作者 潘晓航 《电子技术与软件工程》 2018年第11期84-85,235共3页
随着影像医学在临床医学的成功应用,医学图像分割在临床诊疗中起着越来越重要的作用。分割算法的精准性将影响诊断结果和治疗方案,本文从医学图像分割几种常用的方法出发,结合医学图像的应用,总结了每种方法的优缺点,列举了每种方法的... 随着影像医学在临床医学的成功应用,医学图像分割在临床诊疗中起着越来越重要的作用。分割算法的精准性将影响诊断结果和治疗方案,本文从医学图像分割几种常用的方法出发,结合医学图像的应用,总结了每种方法的优缺点,列举了每种方法的改进算法。最后,进一步阐述了图像分割技术的发展趋势。 展开更多
关键词 医学图像分割 医学图像应用 阈值 模糊C-均值 活动轮廓模型 人工神经网络
在线阅读 下载PDF
基于阈值的医学图像分割技术的计算机模拟及应用 预览 被引量:9
18
作者 郭璇 郑菲 +8 位作者 赵若晗 吴丹 彭钰欣 韩冬熇 毛凌毓 杨影 叶佳慧 纪杜娟 董默 《软件》 2018年第3期12-15,共4页
随着现代计算机技术及图像处理技术的快速发展,图像分割作为图像分析、理解的基础,在诸多领域具有广泛的应用,尤其在医学方面。医学图像分割是医学图像处理和分析的关键步骤,也是其它高级医学图像分析和解释系统的核心组成部分。本文针... 随着现代计算机技术及图像处理技术的快速发展,图像分割作为图像分析、理解的基础,在诸多领域具有广泛的应用,尤其在医学方面。医学图像分割是医学图像处理和分析的关键步骤,也是其它高级医学图像分析和解释系统的核心组成部分。本文针对医学图像分割的分类、特征等进行了简要的介绍,对基于阈值的分割方法进行详尽的讨论并以计算机实际处理效果分析了各种基于阈值的分割方法的优缺点。 展开更多
关键词 医学图像分割 阈值分割 最大熵法 OTSU
在线阅读 下载PDF
应用图像块和全卷积神经网络的肩关节MRI自动分割 被引量:1
19
作者 刘云鹏 蔡文立 +2 位作者 洪国斌 王仁芳 金冉 《中国图象图形学报》 CSCD 北大核心 2018年第10期1558-1570,共13页
目的 MRI正逐步代替CT进行骨头与关节的检查,肩关节MRI中骨结构的精确自动分割对于骨损伤和疾病的度量与诊断至关重要,现有骨头分割算法无法做到不用任何先验知识进行自动分割,且通用性和精准度相对较低,为此提出一种基于图像块和全卷... 目的 MRI正逐步代替CT进行骨头与关节的检查,肩关节MRI中骨结构的精确自动分割对于骨损伤和疾病的度量与诊断至关重要,现有骨头分割算法无法做到不用任何先验知识进行自动分割,且通用性和精准度相对较低,为此提出一种基于图像块和全卷积神经网络(PCNN和FCN)相结合的自动分割算法。方法 首先建立4个分割模型,包括3个基于U-Net的骨头分割模型(肱骨分割模型、关节骨分割模型、肱骨头和关节骨作为整体的分割模型)和一个基于块的Alex Net分割模型;然后使用4个分割模型来获取候选的骨头区域,并通过投票的方式准确检测到肱骨和关节骨的位置区域;最后在检测到的骨头区域内进一步使用Alex Net分割模型,从而分割出精确度在像素级别的骨头边缘。结果 实验数据来自美国哈佛医学院/麻省总医院骨科的8组病人,每组扫描序列包括100片左右图像,都已经分割标注。5组病人用于训练和进行五倍的交叉验证,3组病人用于测试实际的分割效果,其中Dice Coefficient、Positive Predicted Value(PPV)和Sensitivity平均准确率分别达到0. 92±0. 02、0. 96±0. 03和0. 94±0. 02。结论 本文方法针对小样本的病人数据集,仅通过2维医学图像上的深度学习,可以得到非常精确的肩关节分割结果。所提算法已经集成到我们开发的医学图像度量分析平台“3DQI”,通过该平台可以展示肩关节骨头3D分割效果,给骨科医生提供临床的诊断指导作用。同时,所提算法框架具有一定的通用性,适应于小样本数据下CT和MRI中特定器官和组织的精确分割。 展开更多
关键词 深度学习 医学图像分割 全卷积网络 核磁共振图像 骨科诊断
基于局部特征约束的TEM图像分割算法 预览 被引量:2
20
作者 魏本征 尹义龙 《数据采集与处理》 CSCD 北大核心 2018年第3期400-408,共9页
神经细胞图像分割对于神经科学研究具有重要应用价值。神经细胞亚显微结构的复杂性,以及透射电子显微成像(Transmission electron microscope,TEM)易出现的边界丢失、模糊等质量问题,使得神经细胞TEM图像的自动分割成为一个医学图像... 神经细胞图像分割对于神经科学研究具有重要应用价值。神经细胞亚显微结构的复杂性,以及透射电子显微成像(Transmission electron microscope,TEM)易出现的边界丢失、模糊等质量问题,使得神经细胞TEM图像的自动分割成为一个医学图像处理难题。基于神经细胞TEM图像的局部聚簇性特点,应用超像素技术,本文研究设计了一种基于局部特征约束的TEM图像分割算法。首先构建基于图模型的超像素图像结构表示,然后应用Markov随机场(Markov random field,MRF)模型提取超像素局部空间信息,从而有效地解决超像素图像分割方法中超像素点间邻域信息和空间结构复杂的问题,最后通过MRF模型优化和超像素合并处理获取图像分割结果。研究结果表明,该算法分割精度较高、鲁棒性强,且能很好地表征图像亚显微结构信息。 展开更多
关键词 医学图像分割 局部空间信息 超像素 电子显微图像
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部 意见反馈