期刊文献+
共找到600篇文章
< 1 2 30 >
每页显示 20 50 100
人工智能在乳腺癌诊治中的应用与思考 预览
1
作者 罗晓 李安华 《中华医学超声杂志(电子版)》 CSCD 北大核心 2019年第4期247-251,共5页
1956年,美国达特茅斯大学举行首次人工智能(artificial intelligence,AI)研讨会,John McCarthy 等首先提出“人工智能”的概念[1]。AI是个多义词,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术... 1956年,美国达特茅斯大学举行首次人工智能(artificial intelligence,AI)研讨会,John McCarthy 等首先提出“人工智能”的概念[1]。AI是个多义词,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。1966年,美国学者Ledley首次提出“计算机辅助诊断(computer-aided diagnosis,CAD)”,是指通过影像学、医学图像处理技术以及其他手段,主要包括图像采集、图像预处理、感兴趣区域(region of interest,ROI)分割、特征提取和分类识别等,再结合计算机的分析,辅助发现病灶,提高诊断的准确率[2]。 展开更多
关键词 人工智能 计算机辅助诊断 乳腺癌 diagnosis 诊治 图像处理技术 美国学者 图像预处理
在线阅读 下载PDF
卷积神经网络在MRI图像诊断中的应用 预览
2
作者 王洋 刘积仁 +1 位作者 赵大哲 邱道云 《东北大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第2期169-173,共5页
基于卷积神经网络对颅内组织器官疾病诊断提出了创新思路.选取帕金森病患者图像通过灰度映射、直方图均衡化、改进的小波去噪、图像增强等预处理,以VGG-Net网络模型为基础设计并搭建卷积神经网络,采取正则化策略避免过拟合问题,用患者MR... 基于卷积神经网络对颅内组织器官疾病诊断提出了创新思路.选取帕金森病患者图像通过灰度映射、直方图均衡化、改进的小波去噪、图像增强等预处理,以VGG-Net网络模型为基础设计并搭建卷积神经网络,采取正则化策略避免过拟合问题,用患者MRI图像集对网络模型进行5次十折交叉验证,同时通过反卷积网络实现特征可视化,挖掘疾病潜在特征.实验结果和客观评价表明,本文搭建的网络可根据患者MRI图像实现良好的辅助诊断. 展开更多
关键词 深度学习 卷积神经网络 计算机辅助诊断 帕金森病 图像分类
在线阅读 下载PDF
肝细胞癌MR图像的纹理分类研究 预览
3
作者 邱甲军 吴跃 +1 位作者 惠孛 刘彦伯 《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第4期619-626,共8页
结合小波多分辨率分析方法与统计分析方法提出了一种复合纹理分类模型,评估其基于核磁共振(MR)图像辅助诊断肝细胞癌(HCC)与正常肝脏组织的价值。首先,训练样本按类别分成两组,在每组中执行小波系数统计;其次,对新样本的小波系数基于两... 结合小波多分辨率分析方法与统计分析方法提出了一种复合纹理分类模型,评估其基于核磁共振(MR)图像辅助诊断肝细胞癌(HCC)与正常肝脏组织的价值。首先,训练样本按类别分成两组,在每组中执行小波系数统计;其次,对新样本的小波系数基于两组统计结果执行两次离散化,以直方图、共生矩阵、游程长度矩阵等方法提取到两组特征;最后,基于两组特征执行两次分类以计算新样本的类别属性概率并决策。实验结果显示,该模型获得了比传统方法更好的分类性能,表明采用该模型对基于MR图像进行HCC与正常肝脏组织的计算机辅助诊断是有益的。 展开更多
关键词 计算机辅助诊断 肝细胞癌 核磁共振图像 纹理分析
在线阅读 免费下载
基于超声的计算机辅助诊断肝纤维化研究进展 预览
4
作者 翟岳仙 刘翔 +1 位作者 宋家琳 赵静文 《中国医学影像技术》 CSCD 北大核心 2019年第7期1107-1110,共4页
肝纤维化是一个病理生理过程,任何肝脏损伤在肝脏修复愈合的过程中均可产生肝纤维化,严重肝纤维化导致肝硬化,进而发生肝癌等严重并发症.早期发现肝纤维化尤为重要.随着医学图像分析技术的发展,结合统计机器学习、特别是深度学习,基于... 肝纤维化是一个病理生理过程,任何肝脏损伤在肝脏修复愈合的过程中均可产生肝纤维化,严重肝纤维化导致肝硬化,进而发生肝癌等严重并发症.早期发现肝纤维化尤为重要.随着医学图像分析技术的发展,结合统计机器学习、特别是深度学习,基于超声的计算机辅助诊断肝纤维化研究取得了长足进展,本文对此进行综述. 展开更多
关键词 肝纤维化 超声检查 计算机辅助诊断
在线阅读 下载PDF
融合宫颈细胞领域特征的多流卷积神经网络分类算法 预览
5
作者 杨志明 李亚伟 +3 位作者 杨冰 庞文博 田泽宁 王泳 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第4期531-540,共10页
细胞分类是宫颈癌计算机辅助诊断研究和应用的关键技术.针对通用深度学习分类算法在细胞分类中缺少领域知识指导这一局限性,提出一种基于数据驱动和宫颈细胞领域知识的多流卷积神经网络分类算法.文中算法以细胞和细胞核图像为输入,通过... 细胞分类是宫颈癌计算机辅助诊断研究和应用的关键技术.针对通用深度学习分类算法在细胞分类中缺少领域知识指导这一局限性,提出一种基于数据驱动和宫颈细胞领域知识的多流卷积神经网络分类算法.文中算法以细胞和细胞核图像为输入,通过卷积神经网络提取图像特征,并根据宫颈细胞标准分级系统中领域知识提取人工设计特征,最后将上述2种特征进行拼接,并经过全连接层融合,构建适用于细胞分类的多流卷积神经网络.实验结果表明,文中算法在仅使用Alexnet作为基础网络的情况下,在Herlev宫颈细胞图像数据集上的正常与异常细胞的分类准确率达到99%,取得了该数据库上目前最好的分类结果;在Ideepwise数据集上,按照细胞学诊断报告的分级准确率为85%,相比单流网络提升3%. 展开更多
关键词 计算机辅助诊断 宫颈细胞 深度学习 卷积神经网络
在线阅读 下载PDF
基于CT图像的全髋关节置换辅助诊断算法 预览
6
作者 王琪 刘圣炜 +1 位作者 朱德成 许啸 《科学技术与工程》 北大核心 2019年第1期183-189,共7页
计算机辅助诊断算法是医学图像处理领域的研究热门。全髋关节置换前医生需要手动对比CT与股骨柄图像进行诊断。提出了一种基于CT图像的人工髋关节置换辅助诊断算法。首先统一CT图像与人工髋关节图像的度量;然后通过图像处理提取CT中股... 计算机辅助诊断算法是医学图像处理领域的研究热门。全髋关节置换前医生需要手动对比CT与股骨柄图像进行诊断。提出了一种基于CT图像的人工髋关节置换辅助诊断算法。首先统一CT图像与人工髋关节图像的度量;然后通过图像处理提取CT中股骨头中心与股骨干轴线作为内部基准;最后根据基准对人工髋关节图像进行几何变换,与CT图像融合后以模拟植入后效果,辅助医生诊断。实验结果表明,该算法能够准确地将人工髋关节图像与CT图像配准。 展开更多
关键词 CT图像 全髋关节置换 计算机辅助诊断
在线阅读 免费下载
基于集成VPRS-RUGGA支持向量机的多模态肺部肿瘤计算机辅助诊断模型 预览
7
作者 张飞飞 周涛 +2 位作者 陆惠玲 梁蒙蒙 杨健 《生物医学工程研究》 2019年第1期48-53,共6页
针对计算机辅助诊断模型优化过程中稳定性差和早熟问题,提出基于集成VPRS-RUGGA-支持向量机的肺部肿瘤计算机辅助诊断模型。首先,引入变精度粗糙集构造属性依赖度,结合属性约简长度和惩罚函数的加权和构造适应度函数框架;其次,采用无回... 针对计算机辅助诊断模型优化过程中稳定性差和早熟问题,提出基于集成VPRS-RUGGA-支持向量机的肺部肿瘤计算机辅助诊断模型。首先,引入变精度粗糙集构造属性依赖度,结合属性约简长度和惩罚函数的加权和构造适应度函数框架;其次,采用无回放余数随机选择法、均匀交叉和高斯变异算子进行遗传操作;然后,在CT、PET和PET/CT样本空间中提取肺部肿瘤ROI区域特征,构造不同的特征空间,运用VPRS-RUGGA-支持向量机模型约简和分类识别;最后,在不同的样本空间中构造支持向量机(SVM)个体分类器,采用相对多数投票法输出集成结论。实验结果表明,集成VPRS-RUGGA-SVM模型可以有效的提高泛化性能和稳定性,VPRS-RUGGA-SVM模型可有效改善早熟问题,提高模型的分类性能。 展开更多
关键词 遗传算法 变精度粗糙集 支持向量机 计算机辅助诊断 特征约简
在线阅读 免费下载
人工智能在医学影像CAD中的应用 预览 被引量:2
8
作者 潘亚玲 王晗琦 陆勇(审校) 《国际医学放射学杂志》 北大核心 2019年第1期3-7,共5页
深度学习是目前人工智能领域备受关注和极具应用前景的机器学习算法,有望革新传统计算机辅助诊断(CAD)系统,在精准影像诊断中发挥重要作用。就人工智能、机器学习、深度学习、卷积神经网络、迁移学习的基本概念,以及基于深度学习的CAD... 深度学习是目前人工智能领域备受关注和极具应用前景的机器学习算法,有望革新传统计算机辅助诊断(CAD)系统,在精准影像诊断中发挥重要作用。就人工智能、机器学习、深度学习、卷积神经网络、迁移学习的基本概念,以及基于深度学习的CAD系统在肺、乳腺、心脏、颅脑、肝脏、前列腺、骨骼的影像及病理学中的研究现状予以综述。 展开更多
关键词 人工智能 机器学习 深度学习 卷积神经网络 计算机辅助诊断
在线阅读 下载PDF
亚实性结节肺腺癌的研究进展 预览
9
作者 韩仙俊(综述) 贺文(审校) 《放射学实践》 北大核心 2019年第2期216-219,共4页
亚实性结节即磨玻璃密度结节(GGN)作为一个非特异性征象,可以出现在非典型腺瘤样增生(AAH)、原位腺癌(AIS)、腺癌和良性病变(如炎症、局部纤维化、局灶性肺出血)等多种病理状态下。GGN的良恶性鉴别诊断主要依靠其生长特性、密度、形态... 亚实性结节即磨玻璃密度结节(GGN)作为一个非特异性征象,可以出现在非典型腺瘤样增生(AAH)、原位腺癌(AIS)、腺癌和良性病变(如炎症、局部纤维化、局灶性肺出血)等多种病理状态下。GGN的良恶性鉴别诊断主要依靠其生长特性、密度、形态特征和影像组学技术等。计算机辅助诊断(CAD)已初步应用于肺结节良恶性的判别。本文对GGN的相关研究及CAD进展进行综述。 展开更多
关键词 肺肿瘤 磨玻璃结节 亚实性结节 肺腺癌 人工智能 计算机辅助诊断 影像组学 体层摄影术 X线计算机
在线阅读 下载PDF
基于超声RF信号的乳腺肿瘤分级检测方法 预览 被引量:1
10
作者 童莹 严郁 《光电工程》 CAS CSCD 北大核心 2019年第1期37-50,共14页
为解决超声乳腺肿瘤分级检测问题,从超声射频(RF)信号的角度提出了一种有效的乳腺肿瘤分级检测方法。首先,采用Shearlet变换提取乳腺超声RF信号的多尺度、多方向特征;其次,考虑Shearlet特征的高维冗余性,采用多尺度方向二值模式(MDBP)... 为解决超声乳腺肿瘤分级检测问题,从超声射频(RF)信号的角度提出了一种有效的乳腺肿瘤分级检测方法。首先,采用Shearlet变换提取乳腺超声RF信号的多尺度、多方向特征;其次,考虑Shearlet特征的高维冗余性,采用多尺度方向二值模式(MDBP)对其进行编码,在不损失特征信息的条件下降低特征维度;最后,依据医生阅片经验以及不同分级乳腺肿瘤的特征差异性,设计出适合乳腺病变分级检测的层级二叉树SVM分类器(CBT-SVM)。在928个乳腺肿瘤患者的超声RF信号上进行验证,大量结果表明,提出方法可以有效实现3级、4A级~4C级、5级乳腺肿瘤的分级检测,准确度、敏感度、特异度、PPV、NPV以及MCC分别达到89.29%、75.62%、94.54%、97%、98.3%和81.01%。 展开更多
关键词 计算机辅助诊断 超声RF信号 支持向量机 SHEARLET变换
在线阅读 下载PDF
基于改进的卷积神经网络LeNet-5乳腺疾病诊断方法 预览
11
作者 赵京霞 钱育蓉 +1 位作者 张猛 杜娇 《东北师大学报:自然科学版》 CAS 北大核心 2019年第2期65-70,共6页
针对计算机辅助乳腺疾病诊断方法准确率低、耗时长等问题,提出一种基于改进的卷积神经网络(CNN)的乳腺疾病诊断方法.该方法从以下3个方面做了改进:(1)设计双通道卷积神经网络来解决单通道特征提取不充分的问题;(2)采用Dropout技术有效... 针对计算机辅助乳腺疾病诊断方法准确率低、耗时长等问题,提出一种基于改进的卷积神经网络(CNN)的乳腺疾病诊断方法.该方法从以下3个方面做了改进:(1)设计双通道卷积神经网络来解决单通道特征提取不充分的问题;(2)采用Dropout技术有效地防止过拟合现象;(3)采用支持向量机(SVM)代替传统的Softmax分类器以减少运算量,提高运算速度.测试结果表明:所提出的分类模型平均准确率高达92.31%,平均训练时间为968s,充分验证了该方法的有效性. 展开更多
关键词 计算机辅助诊断 卷积神经网络 双通道 医学图像分类
在线阅读 下载PDF
融合位置尺度信息的胸部X光肺结节检测
12
作者 焦庆磊 陈宇彤 朱明 《小型微型计算机系统》 CSCD 北大核心 2019年第6期1324-1329,共6页
基于胸部正面X光的肺结节检测任务因结节较小、肋骨遮挡等原因检测难度较大,需要在保证高敏感度的前提下,尽可能地减少假阳性样本比率.目前大多数肺结节检测方法一般分为3个步骤:肺部区域分割;候选区域生成;通过进一步分类,减少假阳性结... 基于胸部正面X光的肺结节检测任务因结节较小、肋骨遮挡等原因检测难度较大,需要在保证高敏感度的前提下,尽可能地减少假阳性样本比率.目前大多数肺结节检测方法一般分为3个步骤:肺部区域分割;候选区域生成;通过进一步分类,减少假阳性结果.这类方法存在一些问题,每一步的结果都依赖于前一步的性能,整个流程往往会使用多个模型、多次处理以提升效果,算法复杂而且计算量大.同时,会有些结节因为器官遮挡不在肺部分割的区域内,肺部分割会漏掉一些结节.针对这个问题,本文使用一个端到端的目标检测网络来完成肺结节检测任务,X光片经过图像预处理后输入网络,直接得到肺结节的预测结果.此方法基于卷积神经网络(Convolutional Neural Network,CNN)的目标检测模型,同时在分类任务中融合位置和尺寸信息,实验证明这些信息有助于模型判断.在公开数据集--日本放射技术学会(Japanese Society of Radiological Technology,JSRT)数据集的实验结果显示,本文方法在平均每张图像4. 5个假阳性结果时敏感度为92%,2个假阳性结果时敏感度为88%,在较低的假阳性率的情况下,超出了先前的研究成果. 展开更多
关键词 计算机辅助诊断 卷积神经网络 肺结节检测 医学影像分析
基于MATLAB_GUI的超声乳腺肿瘤图像分割平台设计 预览
13
作者 范怀玉 马军山 《软件》 2019年第6期30-33,共4页
利用种子区域增长对超声乳腺肿瘤图像进行分割是一种常用的计算机辅助诊断方法。要实现快速分割,满足实时在线分割图像的需求,需要解决两个关键的步骤:种子点的自动快速定位和分割阈值的选择。本文在Matlab环境下开发了一个图形用户界... 利用种子区域增长对超声乳腺肿瘤图像进行分割是一种常用的计算机辅助诊断方法。要实现快速分割,满足实时在线分割图像的需求,需要解决两个关键的步骤:种子点的自动快速定位和分割阈值的选择。本文在Matlab环境下开发了一个图形用户界面软件平台,为超声乳腺图像中病灶的分割提供一种客观、可重复、易使用的方法。对65幅超声乳腺肿瘤图像进行了实验验证,结果表明:该平台的分割图像效果和所用时间都比手动分割效率高,分割所用平均时间5.55秒。使用者通过滑块选择阈值来分割图像,而不必熟悉MATLAB程序来调整参数。 展开更多
关键词 种子区域增长 计算机辅助诊断 图形用户界面
在线阅读 下载PDF
基于AlexNet和集成分类器的乳腺癌计算机辅助诊断方法
14
作者 侯霄雄 许新征 +1 位作者 朱炯 郭燕燕 《山东大学学报:工学版》 CAS CSCD 北大核心 2019年第2期74-79,共6页
为解决在计算机辅助诊断(computer aided diagnosis,CAD)中采用人工提取医学影像特征的弊端,在ImageNet数据集上预训练深度神经网络模型Alexnet,通过迁移学习再训练后的Alexnet模型对医学影像进行特征提取,利用集成学习方法训练分类器... 为解决在计算机辅助诊断(computer aided diagnosis,CAD)中采用人工提取医学影像特征的弊端,在ImageNet数据集上预训练深度神经网络模型Alexnet,通过迁移学习再训练后的Alexnet模型对医学影像进行特征提取,利用集成学习方法训练分类器进行分类。试验结果表明,基于Alexnet和随机森林方法的分类器正确率达到了0.87±0.03,集成分类器的分类性能优于单一分类器。 展开更多
关键词 医学影像分析 深度学习 卷积神经网络 计算机辅助诊断 集成分类器
基于多尺度特征的乳腺肿块检测方法研究 预览
15
作者 陈珊 卜巍 邬向前 《智能计算机与应用》 2019年第1期159-164,168共7页
提升乳腺肿块病变检测的准确率,从而提升乳腺钼靶X光检查的效率对乳腺癌的及早防治有重要意义。针对乳腺钼靶图像中形态大小不一的肿块病变,本文提出了一种基于多尺度特征的乳腺肿块病变检测方法,将在自然图像检测领域取得优秀性能的SS... 提升乳腺肿块病变检测的准确率,从而提升乳腺钼靶X光检查的效率对乳腺癌的及早防治有重要意义。针对乳腺钼靶图像中形态大小不一的肿块病变,本文提出了一种基于多尺度特征的乳腺肿块病变检测方法,将在自然图像检测领域取得优秀性能的SSD网络应用到乳腺肿块病变检测中。首先利用特征提取网络对输入的乳腺钼靶图像进行特征提取,特征提取网络的每个特征层中的特征图的尺度随着层次加深而减小,再在不同尺度的特征图上对肿块目标进行预测,最后将各个特征层的结果综合起来作为最后的检测结果。通过FROC曲线进行性能分析,并在相同Sensitivity值下的FPI值大小这一评测指标上与其它目前性能较佳的乳腺肿块检测方法进行比较,本文方法的有效性得以证实。 展开更多
关键词 乳腺钼靶图像 计算机辅助诊断 乳腺肿块检测 多尺度特征
在线阅读 免费下载
基于人工神经网络模型的肺癌CT图像分割算法 预览
16
作者 石海 杨凡 +1 位作者 黄嘉海 周洁 《中国医疗设备》 2019年第10期86-89,93共5页
目的提出一种基于人工神经网络模型的肺癌CT图像分割算法。方法第一步采用维纳滤波器和模糊增强抑制图像噪声和提升图像对比度,第二步提取图像的纹理特征和分形特征,第三步根据网络最佳参数训练和测试人工神经网络模型,第四步提取CT图... 目的提出一种基于人工神经网络模型的肺癌CT图像分割算法。方法第一步采用维纳滤波器和模糊增强抑制图像噪声和提升图像对比度,第二步提取图像的纹理特征和分形特征,第三步根据网络最佳参数训练和测试人工神经网络模型,第四步提取CT图像中肺癌病灶区域。512个样本和80例图像被用来训练和测试模型。结果肺癌CT图像包含13个癌症显著区域特征(3个纹理特征和10分形特征)。训练和测试数据所得最佳分类函数为列文伯格-马夸尔特反向传播,学习速率R为0.3,动量为0.9,隐藏神经元数量为20。训练阶段灵敏度、特异度和准确度可达98.4%,100%和98.6%,同时测试阶段对应指标分别可达90.9%,100%和95.1%。结论基于人工神经网络模型的图像分割算法能高效、准确定的提取CT肺癌病灶,可作为影像医师诊断肺癌的有效工具。 展开更多
关键词 人工神经网络 计算机辅助诊断 模糊增强 肺癌 特征提取
在线阅读 下载PDF
人工智能在消化内镜领域的发展和应用
17
作者 赵胜兵 柏愚 李兆申 《中华医学信息导报》 2019年第10期13-14,共2页
伴随着深度学习算法的出现,机器学习完全摆脱了人工提取数据特征低效和不精确的局限性,给人工智能(AI)的研究和发展带来了革命性的进步。在大数据的支持下,基于深度学习的AI系统对皮肤病变和糖尿病视网膜病变的图像已经具备与医学专家... 伴随着深度学习算法的出现,机器学习完全摆脱了人工提取数据特征低效和不精确的局限性,给人工智能(AI)的研究和发展带来了革命性的进步。在大数据的支持下,基于深度学习的AI系统对皮肤病变和糖尿病视网膜病变的图像已经具备与医学专家相同甚至更佳的识别能力,显现出辅助临床诊疗的潜力。基于深度学习的计算机辅助诊断(CAD)在消化内镜领域也受到越来越多的关注,结肠镜、上消化道内镜、胶囊内镜等内镜影像领域中卷积神经网络(CNN)具备很高的应用价值,在识别上消化道内镜图像的解剖部位、幽门螺杆菌(Hp)感染和胃癌,结肠息肉的检测与分类,炎症性肠病的监测,识别乳糜泻和钩虫病,小肠病变检出与运动特征分类等领域取得了突破性成果。与此同时,国内外学者也逐渐注意到消化内镜领域CAD开发过程中的信息孤岛、数据收集与标注规范性、患者隐私保护与数据安全等敏感问题,着手探讨制定CAD开发与运行的行业指导意见及规范以保证辅助诊断的准确性和临床适应性,促进行业的良性循环与可持续发展。本文就深度学习与CNN在消化内镜领域的研究现状作一综述,以期为我国智能化内镜的探索提供思路和参考。 展开更多
关键词 消化内镜 人工智能 计算机辅助诊断 糖尿病视网膜病变 上消化道内镜 机器学习 识别能力 数据收集
集成Hough球面检测的3D非刚性ICP配准算法在脑肿瘤良恶性识别中的应用 预览
18
作者 李致勋 公慧玲 姜建 《现代计算机》 2019年第14期52-56,共5页
目前,脑部肿瘤已经成为世界上最致命的疾病之一。术前利用影像诊断手段对肿瘤良恶性检测的结果将会直接用于手术计划和实施方案的制定。Hough变换对脑部球面进行检测后,球心可作为固定对应点用于ICP配准点的约束,然后在非刚性配准的基... 目前,脑部肿瘤已经成为世界上最致命的疾病之一。术前利用影像诊断手段对肿瘤良恶性检测的结果将会直接用于手术计划和实施方案的制定。Hough变换对脑部球面进行检测后,球心可作为固定对应点用于ICP配准点的约束,然后在非刚性配准的基础上用病患脑部图像与正常脑部图像进行3D差分,即可在差分区域的基础上进行特征提取和分类,用于脑肿瘤的良恶性识别。最终实验证明,该方法具有良好的识别分类效果。 展开更多
关键词 脑肿瘤 HOUGH变换 三维非刚性配准 计算机辅助诊断
在线阅读 免费下载
基于特征融合的肝包虫病CT图像识别 预览
19
作者 排孜丽耶·尤山塔依 严传波 +3 位作者 木拉提·哈米提 姚娟 阿布都艾尼·库吐鲁克 吴淼 《北京生物医学工程》 2019年第4期400-406,共7页
目的探讨特征融合方法在肝包虫病CT图像分类识别中的应用,旨在提高肝包虫病的诊断准确率。方法选取正常肝脏和单囊型肝包虫病CT图像各150张,对每幅图像采取空域与频域滤波算法、数学形态学算法和点处理,分别得到10幅特征子图像并对它们... 目的探讨特征融合方法在肝包虫病CT图像分类识别中的应用,旨在提高肝包虫病的诊断准确率。方法选取正常肝脏和单囊型肝包虫病CT图像各150张,对每幅图像采取空域与频域滤波算法、数学形态学算法和点处理,分别得到10幅特征子图像并对它们进行特征融合。对融合后的图像提取灰度和纹理特征,通过统计学分析筛选关键特征。结果对提取的10维特征进行统计学分析,得到正常肝脏和单囊型肝包虫CT融合图像之间完全没有交集的4个灰度和1个纹理特征取值范围,以此来区分肝包虫病与正常肝脏CT图像。结论从原始图像中提取特征子图像并进行融合,再对融合后图像提取特征的方法能够很好地区分识别正常肝脏和单囊型肝包虫病CT图像,为肝包虫病的早期诊断提供依据。 展开更多
关键词 肝包虫病 特征融合 计算机辅助诊断 特征提取 分类识别
在线阅读 下载PDF
基于深度学习的肺部医学图像分析研究进展 预览
20
作者 刘锐 何先波 《川北医学院学报》 CAS 2019年第2期316-320,共5页
目的:肺癌是全球致死率第一的癌症。近年来,医学影像技术的飞速发展使得医学图像分析进入了大数据时代。CT成像技术是最常见的影像筛查疾病的方式之一,传统的利用肺部CT影像诊断肺部肿瘤的工作量十分巨大,往往伴随长时间的阅片和医生的... 目的:肺癌是全球致死率第一的癌症。近年来,医学影像技术的飞速发展使得医学图像分析进入了大数据时代。CT成像技术是最常见的影像筛查疾病的方式之一,传统的利用肺部CT影像诊断肺部肿瘤的工作量十分巨大,往往伴随长时间的阅片和医生的主观评价等缺点,导致假阳性率高,致使产生误诊。深度学习技术在计算机视觉领域的巨大成功让肺癌实现计算机辅助诊断筛查成为可能。本文介绍了深度学习及其在医学图像处理领域的研究进展,尤其对肺部肿瘤图像方面的应用研究现状做了重点介绍,总结了深度学习在医学图像分析中面临的主要问题并对应用前景进行了展望。 展开更多
关键词 深度学习 医学图像 肺部肿瘤 计算机辅助诊断
在线阅读 免费下载
上一页 1 2 30 下一页 到第
使用帮助 返回顶部 意见反馈