期刊文献+
共找到691篇文章
< 1 2 35 >
每页显示 20 50 100
基于卷积神经网络和迁移学习的肺结节检测 认领
1
作者 陈道争 江倩 《计算机工程与设计》 北大核心 2021年第1期240-247,共8页
为解决训练样本不足的问题,提出一种基于卷积神经网络和迁移学习的X光胸片肺结节检测方法。基于Keras深度学习框架,对比分析3种预训练卷积神经网络模型的分类性能,在此基础上进一步探究迁移学习的有效性。在公开的JSRT数据集上进行验证... 为解决训练样本不足的问题,提出一种基于卷积神经网络和迁移学习的X光胸片肺结节检测方法。基于Keras深度学习框架,对比分析3种预训练卷积神经网络模型的分类性能,在此基础上进一步探究迁移学习的有效性。在公开的JSRT数据集上进行验证,提出方法获得了93.75%的准确度、94.36%的敏感度、92.74%的特异度以及98.20%的AUC值。与已有的其它研究进行对比,实现了最高的敏感度和较低的假阳性率,验证了迁移学习的有效性和所提算法的可行性。 展开更多
关键词 肺结节 卷积神经网络 迁移学习 计算机辅助诊断 医学影像分析
在线阅读 下载PDF
深度学习在主动脉中膜变性病理图像分类中的应用 认领
2
作者 孙中杰 万涛 +3 位作者 陈东 汪昊 赵艳丽 秦曾昌 《计算机应用》 北大核心 2021年第1期280-285,共6页
胸主动脉瘤和夹层(TAAD)是严重的心血管疾病之一,而中膜变性(MD)的组织学改变对疾病的诊断及早期干预具有重要的临床意义。针对病理图像的高度复杂性使得MD的诊断过程耗时费力且一致性差的问题,提出了一种基于深度学习的病理图像分类方... 胸主动脉瘤和夹层(TAAD)是严重的心血管疾病之一,而中膜变性(MD)的组织学改变对疾病的诊断及早期干预具有重要的临床意义。针对病理图像的高度复杂性使得MD的诊断过程耗时费力且一致性差的问题,提出了一种基于深度学习的病理图像分类方法,并将其应用于四种MD病变类型以进行性能验证。该方法使用了一种改进的基于GoogLeNet的卷积神经网络模型,首先采用迁移学习来将先验知识应用于TAAD病理图像的表达,然后使用Focal loss和L2正则化来解决数据不平衡问题,从而进一步优化模型性能。实验结果表明,所提模型的平均四分类准确率达到98.78%,表现出较好的泛化性能。可见所提方法可以有效地提升病理学家的诊断效率。 展开更多
关键词 深度学习 卷积神经网络 计算机辅助诊断 非炎性主动脉中膜变性 病理图像
在线阅读 下载PDF
计算机辅助诊断软件联合多学科建立甲状腺结节恶性风险预测模型 认领
3
作者 叶冯颖 杨文敏 +4 位作者 李尚青 苏淇琛 游剑虹 王康健 吕国荣 《中国医学物理学杂志》 2021年第1期54-60,共7页
目的:应用计算机辅助诊断(CAD)软件量化分析甲状腺结节的超声特点,结合临床及实验室指标,建立甲状腺结节恶性风险预测模型,检测预测模型诊断效能并与不同年资医师诊断对比。方法:模型建立组多中心、前瞻性地纳入2019年1月~9月在福建医... 目的:应用计算机辅助诊断(CAD)软件量化分析甲状腺结节的超声特点,结合临床及实验室指标,建立甲状腺结节恶性风险预测模型,检测预测模型诊断效能并与不同年资医师诊断对比。方法:模型建立组多中心、前瞻性地纳入2019年1月~9月在福建医科大学附属第二医院、厦门大学附属中山医院、漳州市医院接受甲状腺手术及术前超声检查的364例患者(共388个结节),采用CAD软件分析超声图像。收集CAD软件图像分析信息、临床信息及实验室信息作为相关因素。以病理为金标准,对比21种相关因素的良恶性组间差别,筛选出组间差异具有统计学意义的11种相关因素进行Logistic回归分析,筛选出对结节良恶性预测有统计学意义的6种相关因素进行模型建立。模型验证组纳入同期于3所医院行甲状腺细针穿刺(FNA)及穿刺前检查的105例患者(共105个结节)。由预测模型及3位不同年资的医师分别判断结节良恶性,对照病理结果,绘制受试者工作曲线(ROC),计算曲线下面积(AUC)、敏感度、特异度、阳性预测值(PPV)、阴性预测值(NPV),对比预测模型与不同年资医师的诊断效能。结果:建立预测模型为Logi(tp)=-5.218+2.601×(低回声指数)+1.981×(强回声指数)+3.079×(边缘模糊指数)+1.267×(纵横比>1)+0.614×(TSH)-0.071×(结节最大径)。计算可得模型的AUC为0.884,敏感度为85.50%,特异度为81.97%,PPV为91.1%,NPV为72.5%。预测模型的AUC、敏感度介于中、高年资医师间,特异度介于低、中年资医师间。结论:该模型具有较好的甲状腺结节恶性风险预测能力,可认为总体诊断效能介于中、高年资医师之间。 展开更多
关键词 计算机辅助诊断 甲状腺结节 超声 Logistics回归预测模型
在线阅读 免费下载
深度学习技术在乳腺癌诊断中的应用 认领
4
作者 李蒙蒙 《中国医学工程》 2021年第1期1-3,共3页
目的构建深度学习卷积神经网络模型,提高乳腺癌诊断的智能化和信息化水平。方法通过对真实临床中公开的乳腺癌数据集进行统计分析,运用人工智能领域的卷积神经网络模型,为医疗人员诊断恶性乳腺癌患者提供可靠的理论基础。根据建立的神... 目的构建深度学习卷积神经网络模型,提高乳腺癌诊断的智能化和信息化水平。方法通过对真实临床中公开的乳腺癌数据集进行统计分析,运用人工智能领域的卷积神经网络模型,为医疗人员诊断恶性乳腺癌患者提供可靠的理论基础。根据建立的神经网络模型,选取当前流行的乳腺癌数据集进行建模分析,得到相应的诊断结果。结果实验结果显示,大数据驱动下的乳腺癌诊断模型能够准确有效预测恶性乳腺癌患者。该文提出的卷积神经网络模型与传统的支持向量机模型相比,在准确率、特异性、敏感性和曲线下面积方面相比分别提高2.7%、2.9%、2.8%和3.0%。结论深度学习领域的卷积神经网络方法,在乳腺癌诊断方面具有良好的前景,可减少医疗人员的病情诊断负担,为人工智能视角下的乳腺癌诊断技术指明新方向。 展开更多
关键词 乳腺癌 人工智能 计算机辅助诊断 深度学习
在线阅读 下载PDF
基于深度学习的膀胱肿瘤MRI图像分级分期预测 认领
5
作者 蔡亚洁 李畅 +3 位作者 杜悦 张文龙 白羽 黄道斌 《电脑知识与技术:学术版》 2021年第1期29-31,共3页
膀胱癌的发病呈现增高的趋势,对放射科医生来说,检测和分类膀胱恶性肿瘤是一项耗时较大的工作。近年来,计算机辅助诊断系统的进步以及深度学习(Deep learning)的发展,使其成为医学图像处理的有力工具。文章提出一种基于深度卷积神经网... 膀胱癌的发病呈现增高的趋势,对放射科医生来说,检测和分类膀胱恶性肿瘤是一项耗时较大的工作。近年来,计算机辅助诊断系统的进步以及深度学习(Deep learning)的发展,使其成为医学图像处理的有力工具。文章提出一种基于深度卷积神经网络的膀胱癌MRI图像的优化模型,得到适合膀胱肿瘤MRI图像分级和分期预测的算法,取得较好的预测诊断效果,膀胱肿瘤分级预测准确率93.75%,膀胱肿瘤分期预测准确率98.96%,为膀胱肿瘤的无创预测提供了新的手段。 展开更多
关键词 膀胱癌 MRI 计算机辅助诊断 深度学习 卷积神经网络
在线阅读 下载PDF
文章速递基于注意力机制的两阶段纵膈淋巴结自动分割算法 认领
6
作者 徐少伟 秦品乐 +2 位作者 曾建朝 赵致楷 高媛 《计算机应用》 CSCD 北大核心 2021年第2期556-562,共7页
判断淋巴结分区是否存在淋巴结转移以及准确分割恶性淋巴结对于肺癌诊断以及治疗意义重大。针对纵膈淋巴结尺寸差异大、正负样本不平衡、与周边软组织和肺肿瘤特征相似等问题,提出了一个新颖的用于纵膈淋巴结分割的基于注意力机制的级... 判断淋巴结分区是否存在淋巴结转移以及准确分割恶性淋巴结对于肺癌诊断以及治疗意义重大。针对纵膈淋巴结尺寸差异大、正负样本不平衡、与周边软组织和肺肿瘤特征相似等问题,提出了一个新颖的用于纵膈淋巴结分割的基于注意力机制的级联算法。首先,根据医学先验设计了两阶段分割算法剔除纵膈干扰组织后对疑似淋巴结进行分割,减少负样本的影响和训练难度,同时增强对纵膈淋巴结的分割能力;然后,引入全局聚合模块和双注意力模块以提升网络对多尺度目标和背景的分类能力。实验结果表明,提出的算法在纵膈淋巴结数据集上的准确率达到0.7079,召回率达到0.7269,Dice score达到0.7011,在准确率和Dice score上均明显优于当前其他纵膈淋巴结分割算法,能较好地解决淋巴结尺寸差异大、样本不平衡、特征易混淆等问题。 展开更多
关键词 纵膈淋巴结分割 注意力机制 计算机辅助诊断 三维卷积神经网络 三维医学影像
在线阅读 下载PDF
深度学习方法对周围型肺癌和肺结核球的分类初探 认领
7
作者 王彬冰 白雪 +7 位作者 陈明 郑光浩 胡东 张璐 张华 贾宏远 刘吉平 单国平 《浙江医学》 CAS 2020年第7期674-678,共5页
目的评价深度学习方法对周围型肺癌和肺结核球的分类能力,同时比较了不同来源CT影像和病灶大小对最终分类结果的影响。方法研究数据包含了2家医院的4台不同CT机型,共114例证实为肺癌或肺结核球的金标准CT影像。对CT图像进行肺组织提取... 目的评价深度学习方法对周围型肺癌和肺结核球的分类能力,同时比较了不同来源CT影像和病灶大小对最终分类结果的影响。方法研究数据包含了2家医院的4台不同CT机型,共114例证实为肺癌或肺结核球的金标准CT影像。对CT图像进行肺组织提取、裁剪、旋转、翻转等数据增强方法后,生成4686张训练图像。使用改进的、基于GoogLeNet深度学习网络进行训练。结果对总共146张训练集以外的测试图谱分类结果显示,模型的总体分类精确率、召回率、F值分别为88.9%、77.4%、82.8%。如果测试影像和训练影像来自不同CT机型,深度学习方法的分类能力下降(F值92.6%比74.2%)。模型对病灶最长径<3cm的病灶分类能力更高(F值88.0%比73.2%)。结论深度学习方法可以有效地鉴别周围型肺癌和肺结核球,但病灶大小以及训练集、测试集图谱来源对训练结果有一定影响。 展开更多
关键词 人工智能 计算机辅助诊断 计算机辅助分类 肺癌 肺结核球
在线阅读 免费下载
计算机辅助诊断系统基于不同指南诊断甲状腺良恶性结节的对比分析 认领
8
作者 叶冯颖 李尚青 +4 位作者 苏淇琛 游剑虹 王康健 蔡名利 吕国荣 《临床超声医学杂志》 CSCD 2020年第9期694-696,共3页
目的对比分析计算机辅助诊断(CAD)系统基于不同指南诊断甲状腺良恶性结节的价值。方法多中心、前瞻性分析经手术或超声引导下细针穿刺病理证实的453例甲状腺结节患者(共521个甲状腺结节),以病理结果为金标准,绘制CAD系统基于不同指南(AC... 目的对比分析计算机辅助诊断(CAD)系统基于不同指南诊断甲状腺良恶性结节的价值。方法多中心、前瞻性分析经手术或超声引导下细针穿刺病理证实的453例甲状腺结节患者(共521个甲状腺结节),以病理结果为金标准,绘制CAD系统基于不同指南(ACR指南、ATA指南、AACE指南、KSThR共识、BTA指南、Kwak指南、Seo指南、Russ指南)诊断甲状腺恶性结节的受试者工作特征(ROC)曲线,计算曲线下面积(AUC),分析其诊断效能。结果以2分为截断值,KSThR共识诊断甲状腺恶性结节的敏感性90.60%,阴性预测值84.1%,AUC为0.759,均高于其余7个指南(均P<0.01);以分类4类为截断值,BTA指南诊断甲状腺恶性结节的特异性79.95%,阳性预测值70.9%,均高于其余7个指南(均P<0.01)。结论CAD系统对甲状腺良恶性结节的鉴别诊断有较好价值,KSThR共识的AUC和敏感性最高,BTA指南的特异性最高。 展开更多
关键词 超声检查 计算机辅助诊断 甲状腺结节 良恶性 诊断效能
在线阅读 下载PDF
甲状腺、乳腺超声影像自动分析技术综述 认领
9
作者 龚勋 杨菲 +5 位作者 杜章锦 师恩 赵绪 杨子奇 邹海鹏 罗俊 《软件学报》 EI CSCD 北大核心 2020年第7期2245-2282,共38页
超声诊断是甲状腺、乳腺癌首选影像学检查和术前评估方法.但良/恶性结节的超声表现存在重叠,仍欠缺定量、稳定的分析手段,严重依赖操作者的经验.近年来,基于计算机技术的医疗影像分析水平快速发展,超声影像分析取得了一系列里程碑式的突... 超声诊断是甲状腺、乳腺癌首选影像学检查和术前评估方法.但良/恶性结节的超声表现存在重叠,仍欠缺定量、稳定的分析手段,严重依赖操作者的经验.近年来,基于计算机技术的医疗影像分析水平快速发展,超声影像分析取得了一系列里程碑式的突破,为医疗提供有效的诊断决策支持.以甲状腺、乳腺两类超声影像为对象,梳理了计算机视觉、图像识别技术在医学超声图像上的学术进展,以超声影像自动诊断涉及的一系列关键技术为主线,从图像预处理、病灶区定位及分割、特征提取和分类这4个方面对近年来主流算法进行了详尽的综述分析,从算法分析、数据和评估方法等方面进行多维度梳理.最后讨论了具体面向这两种腺体的超声图像计算机分析存在的问题,并对此领域的研究趋势和发展方向进行了展望. 展开更多
关键词 超声影像 计算机辅助诊断 甲状腺癌 乳腺癌 自动诊断
在线阅读 下载PDF
基于深度学习的胸部常见病变诊断方法 认领
10
作者 张驰名 王庆凤 +4 位作者 刘志勤 黄俊 陈波 付婕 周莹 《计算机工程》 CAS CSCD 北大核心 2020年第7期306-311,320共7页
胸透X射线广泛应用于多种胸部常见病变的筛查任务,由于不同类型的胸科疾病在病理形态、大小、位置等方面往往具有多样性以及较大的差异性,且疾病样本具有比例不平衡等问题,导致难以通过深度学习技术来检测并定位胸部疾病区域。针对该问... 胸透X射线广泛应用于多种胸部常见病变的筛查任务,由于不同类型的胸科疾病在病理形态、大小、位置等方面往往具有多样性以及较大的差异性,且疾病样本具有比例不平衡等问题,导致难以通过深度学习技术来检测并定位胸部疾病区域。针对该问题,提出一种基于深度学习的胸部疾病诊断算法。通过压缩激励模块实现自适应特征重标定,以提高网络的细粒度分类能力。采用全局最大-平均池化层增强网络病理特征的空间映射能力,使用焦点损失函数降低简单易分类样本的权重,使得模型在训练时更专注易错分样本的学习。在此基础上,通过梯度加权类激活映射实现弱监督病变区域的可视化定位,为网络预测结果提供相应的视觉解释。在ChestX-Ray14官方数据划分标准下进行训练与评估,结果表明,该算法对14种常见胸部疾病的诊断效果较好,平均AUC值达到0.83。 展开更多
关键词 卷积神经网络 医学图像分类 计算机辅助诊断 胸部X射线 胸部病变诊断
在线阅读 下载PDF
基于深度迁移学习的肺结节辅助诊断方法 认领 被引量:5
11
作者 张驰名 王庆凤 +4 位作者 刘志勤 黄俊 周莹 刘启榆 徐卫云 《计算机工程》 CAS CSCD 北大核心 2020年第1期271-278,共8页
在肺癌早期筛查过程中,人工诊断胸部CT扫描图像费时费力,而深度学习网络缺乏足够的医学数据进行训练。为此,提出一种渐进式微调(PFT)策略,将其应用于深度迁移学习网络以辅助诊断肺结节良恶性。利用神经网络在粗粒度的自然图像大数据集... 在肺癌早期筛查过程中,人工诊断胸部CT扫描图像费时费力,而深度学习网络缺乏足够的医学数据进行训练。为此,提出一种渐进式微调(PFT)策略,将其应用于深度迁移学习网络以辅助诊断肺结节良恶性。利用神经网络在粗粒度的自然图像大数据集中学习特征知识,经重构网络分类层将所学到的特征信息迁移至肺结节的细粒度小数据集。采用PFT策略从全连接分类层开始,逐层释放、微调训练卷积层直至所有网络层,并通过定量分析各层微调后肺结节良恶性分类的AUC值,确定最佳微调深度。此外,采用梯度加权类激活映射图和t-SNE算法为网络预测结果提供相应的视觉支持与解释。在LIDC数据集中的实验结果表明,该方法对肺结节良恶性诊断的准确率可达91.44%,其AUC值为0.9621。 展开更多
关键词 迁移学习 卷积神经网络 医学图像分类 计算机辅助诊断 肺结节诊断
在线阅读 下载PDF
人工智能技术在影像诊断中的应用及展望 认领
12
作者 陈丽 曹红格 《现代医用影像学》 2020年第1期19-21,共3页
深度学习作为新一代人工智能技术,以其强大的特征自动提取能力已经在自然语言处理、图像识别等领域崭露头角,而医生针对医学影像素材进行分析、诊断的过程与深度学习在其他图像领域的应用过程极为相似,故本文首先以深度学习的基本原理... 深度学习作为新一代人工智能技术,以其强大的特征自动提取能力已经在自然语言处理、图像识别等领域崭露头角,而医生针对医学影像素材进行分析、诊断的过程与深度学习在其他图像领域的应用过程极为相似,故本文首先以深度学习的基本原理为切入点,其次对其目前在影像诊断领域的现状进行阐述,最后针对亟待解决的环节予以梳理及展望。 展开更多
关键词 深度学习 影像诊断 计算机辅助诊断 人工智能 神经网络
在线阅读 免费下载
基于增强LetNet-5的非霍奇金淋巴瘤辅助诊断 认领
13
作者 张剑飞 崔文升 +1 位作者 王真 杜晓昕 《科学技术与工程》 北大核心 2020年第16期6527-6531,共5页
针对主流网络模型在医学辅助诊断适用性低的问题,在现有LetNet-5模型的基础上,给出了增强LetNet-5模型用于非霍奇金淋巴瘤的智能辅助诊断方案。首先将获取到的数据集进行图像切分和归一化等预处理操作,然后使用深度学习框架KERAS搭建增... 针对主流网络模型在医学辅助诊断适用性低的问题,在现有LetNet-5模型的基础上,给出了增强LetNet-5模型用于非霍奇金淋巴瘤的智能辅助诊断方案。首先将获取到的数据集进行图像切分和归一化等预处理操作,然后使用深度学习框架KERAS搭建增强前后的LetNet-5模型,接着对增强前后的网络模型进行训练、预测和评估,最后对模型的泛化能力和稳定性进行验证。实验表明,增强LetNet-5模型相对于原始LetNet-5模型具有更高的识别精度、更好的稳定性和更快的模型收敛速度,为非霍奇金淋巴瘤的诊断提供科学性的指导并具有重要的临床价值。 展开更多
关键词 深度学习 卷积神经网络 LetNet-5模型 计算机辅助诊断
在线阅读 免费下载
一种双视图信息融合的乳腺肿块自动检测算法 认领
14
作者 蒋慧琴 王博霖 +2 位作者 马岭 于湛 徐红卫 《郑州大学学报:理学版》 CAS 北大核心 2020年第4期28-36,共9页
针对基于单视图的深度学习乳腺肿块检测算法假阳性率较高问题,提出一种双视图信息融合的乳腺肿块自动检测算法。首先建立双曲正割模型,利用互相关法自动搜索乳腺X线摄影图像中的肿块感兴趣区域,并根据胸壁线、乳头位置在双侧头尾位和内... 针对基于单视图的深度学习乳腺肿块检测算法假阳性率较高问题,提出一种双视图信息融合的乳腺肿块自动检测算法。首先建立双曲正割模型,利用互相关法自动搜索乳腺X线摄影图像中的肿块感兴趣区域,并根据胸壁线、乳头位置在双侧头尾位和内外侧斜位图像上建立物理坐标系,筛选标注假阳性区域以在数据层扩充监督学习信息;其次,设计空间金字塔池化模块有效融合基于YOLOv3主干网络提取的多尺度局部特征以提高检测敏感性;最后,在类别损失函数中增加聚焦参数,通过调节算法学习过程以提高检测特异性。充分利用双视图数据提供的先验信息提高检测正确率,实验结果表明检测敏感性达到92.0%,特异性达到87.7%,平均每幅图像假阳性0.041个,其检测性能较原模型大幅提升,且具有较好的鲁棒性。 展开更多
关键词 乳腺癌 乳腺X线摄影 计算机辅助诊断 双视图 YOLOv3 faster-RCNN 空间金字塔池化 聚焦损失函数
在线阅读 免费下载
深度学习在医学影像中的应用综述 认领
15
作者 施俊 汪琳琳 +11 位作者 王珊珊 陈艳霞 王乾 魏冬铭 梁淑君 彭佳林 易佳锦 刘盛锋 倪东 王明亮 张道强 沈定刚 《中国图象图形学报》 CSCD 北大核心 2020年第10期1953-1981,共29页
深度学习能自动从大样本数据中学习获得优良的特征表达,有效提升各种机器学习任务的性能,已广泛应用于信号处理、计算机视觉和自然语言处理等诸多领域。基于深度学习的医学影像智能计算是目前智慧医疗领域的研究热点,其中深度学习方法... 深度学习能自动从大样本数据中学习获得优良的特征表达,有效提升各种机器学习任务的性能,已广泛应用于信号处理、计算机视觉和自然语言处理等诸多领域。基于深度学习的医学影像智能计算是目前智慧医疗领域的研究热点,其中深度学习方法已经应用于医学影像处理、分析的全流程。由于医学影像内在的特殊性、复杂性,特别是考虑到医学影像领域普遍存在的小样本问题,相关学习任务和应用场景对深度学习方法提出了新要求。本文以临床常用的X射线、超声、计算机断层扫描和磁共振等4种影像为例,对深度学习在医学影像中的应用现状进行综述,特别面向图像重建、病灶检测、图像分割、图像配准和计算机辅助诊断这5大任务的主要深度学习方法的进展进行介绍,并对发展趋势进行展望。 展开更多
关键词 深度学习 医学影像 图像重建 病灶检测 图像分割 图像配准 计算机辅助诊断
基于LPQ特征的视网膜OCT图像分类算法 认领
16
作者 任岚 穆国旺 《计算机科学与应用》 2020年第1期112-117,共6页
为缓解我国眼科疾病患者多、医生少、医疗压力巨大的国情,提出一种基于局部相位量化(local phase quantization, LPQ)特征的视网膜OCT图像分类算法。首先对图像进行预处理,主要包括对感兴趣区域探测阶段、拟合阶段和切割阶段;其次提取... 为缓解我国眼科疾病患者多、医生少、医疗压力巨大的国情,提出一种基于局部相位量化(local phase quantization, LPQ)特征的视网膜OCT图像分类算法。首先对图像进行预处理,主要包括对感兴趣区域探测阶段、拟合阶段和切割阶段;其次提取切割后图像的LPQ特征;然后利用PCA方法对其降维;最后,利用SVM进行分类。在Duke视网膜数据集上对算法进行了验证,并和现有文献中提到的LBP特征、Gabor特征及SIFT特征进行了对比研究。实验结果表明,利用LPQ特征可以得到相对更好的分类结果。 展开更多
关键词 计算机辅助诊断 视网膜OCT图像 局部相位量化 主成分分析 支持向量机
在线阅读 下载PDF
基于双模经颅超声成像的帕金森病计算机辅助诊断研究 认领
17
作者 颜敏俊 王文刚 徐文蔚 《中国医疗设备》 2020年第5期109-113,共5页
目的通过充分挖掘经颅B型超声(Transcranial B-mode Sonography,TBS)和经颅多普勒超声(Transcranial DopplerSonography,TDS)影像中所蕴含的关于帕金森病的特征,利用这两种模态特征之间的互补性判别信息,拟构建一个基于融合TBS和TDS影像... 目的通过充分挖掘经颅B型超声(Transcranial B-mode Sonography,TBS)和经颅多普勒超声(Transcranial DopplerSonography,TDS)影像中所蕴含的关于帕金森病的特征,利用这两种模态特征之间的互补性判别信息,拟构建一个基于融合TBS和TDS影像的PD的计算机辅助诊断系统。方法首先从经颅B型超声图像中提取出统计学特征和纹理特征,从TDS影像的光谱曲线中计算出血流的特征。然后将双模态影像特征输入到一个宽度学习分类器中,用于对PD进行分类。结果实验结果表明,使用双模经颅超声成像数据能提高PD的诊断准确率,并且使用宽度学习分类器的计算机辅助诊断性能优于SVM分类器。结论研究结果有助于理解PD患者的经颅超声影像特征以及实现PD的自动诊断。 展开更多
关键词 经颅B型超声 经颅多普勒超声 帕金森病 宽度学习 计算机辅助诊断
在线阅读 下载PDF
嗜酸性粒细胞胃肠炎病理切片的计算机辅助诊断 认领
18
作者 万真真 李春雪 +2 位作者 刘芳 张绍永 韩帅 《激光与光电子学进展》 CSCD 北大核心 2020年第20期345-352,共8页
嗜酸性粒细胞胃肠炎(EG)是一种以外周血嗜酸性粒细胞(EOS)增多为特征的胃肠道疾病,其主要诊断依据为消化道黏膜标本病理切片中嗜酸性粒细胞的数目是否超标。利用计算机图像分析算法对病理切片图像中的嗜酸性粒细胞进行识别并计数,旨在... 嗜酸性粒细胞胃肠炎(EG)是一种以外周血嗜酸性粒细胞(EOS)增多为特征的胃肠道疾病,其主要诊断依据为消化道黏膜标本病理切片中嗜酸性粒细胞的数目是否超标。利用计算机图像分析算法对病理切片图像中的嗜酸性粒细胞进行识别并计数,旨在辅助病理医生人工计算EOS的数目,减少医生的工作量,提高工作效率。采用鲁棒性较强的分水岭算法作为识别EOS的核心算法,并通过距离变换和前后景标记的改进算法解决传统分水岭算法中的过分割问题,提高识别计数的准确性。采用改进分水岭算法对EG病理图像中的EOS进行识别计数,并将其与病理医生的金标准进行比对。改进分水岭算法的平均准确率为95.0%。与传统算法相比,改进算法准确率的相对标准方差由5.8%提高到2.2%,过分割率由13.4%降低为3.7%,算法的运行时间由40 s缩短为27 s左右。 展开更多
关键词 医用光学 计算机辅助诊断 病理切片 嗜酸性粒细胞 分水岭 过分割 前后景标记
深度学习在心电图分类中的应用分析 认领
19
作者 苏淏璇 徐秀林 《生物医学工程研究》 2020年第4期419-424,共6页
我们综述了深度学习在心电图(electrocardiogram,ECG)诊断应用中的最新研究进展,详细阐述了卷积神经网络、循环神经网络、深度信念网络、深度残差网络的应用实例,比较了基于不同神经网络的心电图模型,并对各种计算机辅助诊断模型的具体... 我们综述了深度学习在心电图(electrocardiogram,ECG)诊断应用中的最新研究进展,详细阐述了卷积神经网络、循环神经网络、深度信念网络、深度残差网络的应用实例,比较了基于不同神经网络的心电图模型,并对各种计算机辅助诊断模型的具体临床应用进行分析,总结了深度学习在心电图诊断中面临的问题及未来发展趋势。 展开更多
关键词 深度学习 心电图 神经网络 计算机辅助诊断 综述
在线阅读 免费下载
S-Detect技术在乳腺超声检查中的诊断性能 认领
20
作者 王美文 王艳春 +2 位作者 肖沪生 任亚娟 徐芳 《中国医学物理学杂志》 CSCD 2020年第4期450-455,共6页
目的:分析S-Detect技术在乳腺超声检查中的诊断性能。方法:选择2018年6月~12月接受检查的的女性患者175例,共纳入192个乳腺肿块。分别通过超声医生和S-Detect技术来评估其对乳腺超声检查结果的一致性。比较两者的诊断性能,包括敏感性、... 目的:分析S-Detect技术在乳腺超声检查中的诊断性能。方法:选择2018年6月~12月接受检查的的女性患者175例,共纳入192个乳腺肿块。分别通过超声医生和S-Detect技术来评估其对乳腺超声检查结果的一致性。比较两者的诊断性能,包括敏感性、特异性、阳性预测值、阴性预测值、准确性和接受者操作特征曲线下面积。结果:192个乳腺肿块中,恶性72个(37.5%),良性120个(62.5%)。对于4a类良性肿块,相比超声医生,S-Detect技术具有较高的良性评估率。S-Detect技术的特异性、阳性预测值、准确性和接受者操作特征曲线下面积显著高于超声医生,而诊断敏感度、阴性预测值低于超声医生(P<0.05)。超声医生和S-Detect技术的最终评估结果显示中度一致(κ=0.58)。结论:S-Detect技术可作为提高乳腺超声诊断特异性的一种辅助诊断手段,可指导乳腺肿块的诊断。 展开更多
关键词 乳腺肿块 S-Detect技术 计算机辅助诊断
在线阅读 免费下载
上一页 1 2 35 下一页 到第
使用帮助 返回顶部 意见反馈