期刊文献+
共找到366篇文章
< 1 2 19 >
每页显示 20 50 100
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
1
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
2
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
计算机辅助诊断系统鉴别甲状腺结节良恶性的诊断效能及其影响因素 预览
3
作者 许敏 韩峰 +5 位作者 罗晓 王建伟 郑玮 郭智兴 林庆光 李安华 《中华医学超声杂志(电子版)》 CSCD 北大核心 2019年第4期252-256,共5页
目的评估计算机辅助诊断系统(CAD)鉴别甲状腺结节良恶性的诊断效能及其影响因素。方法回顾性分析2013年1月至2017年12月就诊于中山大学附属肿瘤医院的1035例患者资料(共1065个甲状腺结节),所有甲状腺结节均经超声引导下细针穿刺活检或... 目的评估计算机辅助诊断系统(CAD)鉴别甲状腺结节良恶性的诊断效能及其影响因素。方法回顾性分析2013年1月至2017年12月就诊于中山大学附属肿瘤医院的1035例患者资料(共1065个甲状腺结节),所有甲状腺结节均经超声引导下细针穿刺活检或外科手术证实。利用CAD系统基于Kwak提出的甲状腺影像报告与数据系统(K-TI-RADS)、美国甲状腺协会(ATA)指南、美国放射协会(ACR)发表的ACR-TI-RADS指南分为3组并进行分析,以病理结果为“金标准”,建立受试者工作特征(receiver operator characteristic,ROC)曲线,计算曲线下面积(area under the ROCcurve,AUC),采用Z检验比较组间AUC的差异。根据约登指数最大的切点值确定最佳诊断临界点,计算以最佳诊断临界点区分良恶性时,不同组间的敏感度、特异度、阳性预测值、阴性预测值和准确性,采用McNemar检验比较各组间差异。结果ACR-TI-RADS指南诊断甲状腺结节的曲线下面积(AUC)高于K-TI-RADS及ATA指南(0.743 vs 0.703,0.743 vs 0.693),差异均有统计学意义(Z=3.026、3.669,P均<0.01)。ACR-TI-RADS指南敏感度高于K-TI-RADS指南(91.95% vs 63.98%),差异有统计学意义(P<0.001),与ATA指南比较(91.95% vs 90.04%),差异无统计学意义(P=0.7123)。以4c类为诊断界值时,K-TI-RADS指南特异度最高(66.23% vs 49.74%,66.23% vs 47.38%),差异均有统计学意义(P均<0.001)。结节大小影响CAD的诊断效能,其中当结节最大径线为5~<10mm或≥20mm时,CAD的AUC最大,差异有统计学意义(P<0.001)。而CAD在正常甲状腺背景与桥本甲状腺炎背景下,AUC比较,差异无统计学意义(P=0.82)。结论甲状腺CAD基于ACR-TIRADS指南进行诊断时,显示出更好的诊断效能,而结节大小影响CAD的诊断效能。 展开更多
关键词 甲状腺结节 超声检查 计算机辅助诊断系统
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
4
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
基于改进的卷积神经网络LeNet-5乳腺疾病诊断方法 预览
5
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
6
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
7
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
8
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
9
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
人工智能在医学影像领域的应用与挑战 预览
10
作者 季冰 刘伶俐 《中国医学伦理学》 2019年第8期981-985,共5页
人工智能与医学影像的结合被认为是最具发展前景的领域。其在医学影像中的应用,主要包括计算机辅助诊断、影像组学、影像基因组学等场景。当前,人工智能在医学影像领域的应用还处于初级阶段,面临着诸多来自技术和伦理的挑战,如数据质量... 人工智能与医学影像的结合被认为是最具发展前景的领域。其在医学影像中的应用,主要包括计算机辅助诊断、影像组学、影像基因组学等场景。当前,人工智能在医学影像领域的应用还处于初级阶段,面临着诸多来自技术和伦理的挑战,如数据质量问题、机器性能问题、算法偏见问题、隐私泄露问题以及责任划分问题等,需采取措施加以规避和制约。如:制定相应的法律法规和伦理规范,建立质控管理系统和监管体系,加强理论攻关和技术研发力度,推动人工智能技术不断走向成熟和完善等。 展开更多
关键词 人工智能 医学影像 计算机辅助诊断系统
在线阅读 下载PDF
基于人工神经网络模型的肺癌CT图像分割算法 预览
11
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
基于深度学习的肺部医学图像分析研究进展 预览
12
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
帕金森震颤与原发性震颤的计算机辅助诊断方法综述 预览
13
作者 张雨倩 顾冬云 《计算机科学》 CSCD 北大核心 2019年第7期22-29,共8页
帕金森型震颤和原发性震颤的诊断一直是临床上的难题,而正确的诊断和用药对病人的治疗和康复尤为重要.随着传感器和人工智能技术的发展,越来越多的学者开始利用新的研究成果对两种疾病进行辅助诊断,并取得了良好的效果.文中总结了目前... 帕金森型震颤和原发性震颤的诊断一直是临床上的难题,而正确的诊断和用药对病人的治疗和康复尤为重要.随着传感器和人工智能技术的发展,越来越多的学者开始利用新的研究成果对两种疾病进行辅助诊断,并取得了良好的效果.文中总结了目前用于两种疾病诊断的可穿戴设备及其涉及到的相关分类算法,并讨论其优点和局限性;最后分析两种震颤辅助诊断研究当前存在的主要问题,并展望了未来可能的研究方向. 展开更多
关键词 计算机辅助诊断 帕金森震颤 原发性震颤 人工智能 可穿戴传感器
在线阅读 免费下载
基于XGBoost的乳腺癌预测模型 预览
14
作者 沈倩倩 邵峰晶 孙仁诚 《青岛大学学报:自然科学版》 CAS 2019年第1期95-100,共6页
针对现有乳腺癌预测模型虽然准确率较高,但是存在过拟合现象且在用于计算机辅助诊断(Computer Aided Diagnosis,CAD)过程中不能很好的降低漏诊率和误诊率的问题,提出了一种基于XGBoost算法构建的乳腺癌预测模型。在实验中采用细针穿刺... 针对现有乳腺癌预测模型虽然准确率较高,但是存在过拟合现象且在用于计算机辅助诊断(Computer Aided Diagnosis,CAD)过程中不能很好的降低漏诊率和误诊率的问题,提出了一种基于XGBoost算法构建的乳腺癌预测模型。在实验中采用细针穿刺细胞病理学检查所获得的检验数据进行实验并对比基于XGBoost的乳腺癌预测模型与已有预测模型的预测准确率,结果显示,基于XGBoost算法的乳腺癌预测模型预测准确率达到了97.86%,ROC曲线下方面积(AUC)的大小达到了99.59%,该模型的准确率优于已有乳腺癌预测模型的准确率,且获得了较高的AUC值,通过基于XGBoost的乳腺癌预测模型可以进一步优化乳腺癌的诊断技术。 展开更多
关键词 乳腺癌 辅助诊断 实时预测 XGBoost
在线阅读 下载PDF
结合甲状腺影像报告及数据系统的甲状腺超声CAD的研究进展 预览 被引量:3
15
作者 于立超 吴长君 《临床与病理杂志》 2018年第3期628-633,共6页
近年来医学人工智能迅速发展,计算机辅助诊断(computer-aided diagnosis,CAD)作为医学人工智能的前沿领域逐渐应用于临床工作当中。超声医学以其高分辨率、实时、动态、多角度的优点,在甲状腺结节的术前评估、术中引导以及术后评价方... 近年来医学人工智能迅速发展,计算机辅助诊断(computer-aided diagnosis,CAD)作为医学人工智能的前沿领域逐渐应用于临床工作当中。超声医学以其高分辨率、实时、动态、多角度的优点,在甲状腺结节的术前评估、术中引导以及术后评价方面有其他影像技术无可替代的作用;而甲状腺影像报告和数据体系(thyroid imaging report and data system,TI-RADS-US)的制定为甲状腺结节超声诊断提供了指南性规范。结合TI-RADS-US的甲状腺超声CAD系统更是成为了医学人工智能的研究热点。 展开更多
关键词 计算机辅助诊断 甲状腺影像报告和数据体系 甲状腺结节 超声成像
在线阅读 下载PDF
基于双层信息融合的乳腺切片癌细胞识别 预览
16
作者 刘景鑫 张同舟 +3 位作者 郑彩侠 张磊超 徐慧 孔俊 《中国医疗设备》 2018年第1期20-23,33共5页
组织切片图像在癌症诊断中具有重要意义,目前已经被广泛应用于临床医学工作以及科学研究中。传统的采用组织切片技术的癌症诊断主要依靠病理医生的个人经验,导致分析过程耗时耗力,且得到的诊断结果容易带有主观偏向性。本文提出一种基... 组织切片图像在癌症诊断中具有重要意义,目前已经被广泛应用于临床医学工作以及科学研究中。传统的采用组织切片技术的癌症诊断主要依靠病理医生的个人经验,导致分析过程耗时耗力,且得到的诊断结果容易带有主观偏向性。本文提出一种基于计算机模式识别技术的乳腺切片癌细胞识别方法,该方法可有效融合乳腺细胞切片图像的多种特征信息和多分类器的决策结果信息,从而实现对乳腺癌细胞和正常细胞的自动分类识别。 展开更多
关键词 癌细胞识别 特征层信息融合 决策层信息融合 计算机辅助诊断 人工智能
在线阅读 下载PDF
基于多特征融合和ELM的肝病多分类识别 预览
17
作者 李海强 赵希梅 +1 位作者 魏宾 王国栋 《青岛大学学报:自然科学版》 CAS 2018年第4期42-48,共7页
针对在肝病多分类识别中分类精度较低的问题,提出一种基于多特征融合和ELM的肝病多分类识别方法。从肝脏超声图像中选定感兴趣区域,分别对其提取LBP特征、GL-CM特征和Gabor特征,将得到的三种特征进行融合,得到鲁棒性更强的特征,通过超... 针对在肝病多分类识别中分类精度较低的问题,提出一种基于多特征融合和ELM的肝病多分类识别方法。从肝脏超声图像中选定感兴趣区域,分别对其提取LBP特征、GL-CM特征和Gabor特征,将得到的三种特征进行融合,得到鲁棒性更强的特征,通过超限学习机进行分类。实验结果表明,新提出的方法可以有效提高肝病多分类识别的识别率,并且时间效率较高,有助于肝病的临床诊断。 展开更多
关键词 多特征融合 超限学习机 肝病多分类识别 计算机辅助诊断 识别率
在线阅读 下载PDF
二维和三维卷积神经网络相结合的CT图像肺结节检测方法 被引量:1
18
作者 苗光 李朝锋 《激光与光电子学进展》 CSCD 北大核心 2018年第5期129-137,共9页
针对现有方法在大量肺部数据中存在的检测肺结节效率不高及大量假阳性的问题,提出了一种基于端到端的二维全卷积对象定位网络(2DFCN)与三维立体式目标分类卷积神经网络(3DCNN)相结合的肺结节检测方法。首先采用2D全卷积神经网络对所... 针对现有方法在大量肺部数据中存在的检测肺结节效率不高及大量假阳性的问题,提出了一种基于端到端的二维全卷积对象定位网络(2DFCN)与三维立体式目标分类卷积神经网络(3DCNN)相结合的肺结节检测方法。首先采用2D全卷积神经网络对所有CT图像进行初步检测,快速识别和定位CT图像中的疑似结节区域,输出一张与原图尺寸相同且被标记好的图像。然后计算疑似结节区域的坐标,根据坐标值提取疑似结节的三维立体图像块训练构建的3D卷积神经网络框架。最后利用训练的3D模型对候选结节做二分类处理以去除假阳性。在LIDC-IDRI数据集上,结节初步检测召回率在平均每位患者为36.2个假阳性时可达98.2%;在假阳性去除之后,假阳性为1和4时分别达到了87.3%和97.0%的准确率。LIDC-IDRI数据库上的实验结果表明,所提方法对三维CT图像的肺结节检测具有更高的适用性,取得了较高的召回率和准确率,优于目前相关文献报道的方法。该框架易于扩展到其他3D医疗图像的目标检测任务中,对辅助医师诊治具有重要的应用价值。 展开更多
关键词 成像系统 肺结节检测 胸部CT扫描 计算机辅助诊断 卷积神经网络
基于肺部CT图像的计算机辅助诊断系统构建 预览
19
作者 王洪洋 张颖 +1 位作者 朱海波 高碧海 《中国医学装备》 2018年第10期98-102,共5页
目的:基于肺部CT图像构建计算机辅助诊断(CAD)系统,以实现图像读取、预处理、基本操作、宏观信息描述、感兴趣区域(ROI)轮廓分析、ROI特征提取及ROI图像分类器等功能,为肺部疾病的诊断和研究提供量化分析和辅助决策。方法:CT图像... 目的:基于肺部CT图像构建计算机辅助诊断(CAD)系统,以实现图像读取、预处理、基本操作、宏观信息描述、感兴趣区域(ROI)轮廓分析、ROI特征提取及ROI图像分类器等功能,为肺部疾病的诊断和研究提供量化分析和辅助决策。方法:CT图像CAD系统框架基于JavaWeb技术开发,结合数字滤波、腐蚀、膨胀等图像处理方法,实现肺部CT图像临床ROI的自动分割。采用支持向量机、随机森林及人工神经网络等机器学习,以医院208例CT影像资料为样本,构建肺结节辅助诊断模型。结果:CT图像CAD系统初步实现了CT图像ROI的分割,训练并测试了肺结节辅助诊断模型,测试准确率〉90%,误诊率〈8%,低于医学影像疾病10%-30%的误诊率。结论:建立CT图像CAD系统不仅能够提高阅片效率,还能减少人为因素而导致的失误,提高诊断效率和就医体验。 展开更多
关键词 医学影像 计算机辅助诊断 肺结节 CT
在线阅读 下载PDF
基于影像学的多种人工智能算法在肿瘤研究中的应用进展 预览 被引量:1
20
作者 陈永晔 张恩龙 +2 位作者 张家慧 郎宁 袁慧书 《磁共振成像》 CAS CSCD 2018年第10期796-800,共5页
随着计算机算法的不断突破以及硬件设备的不断更新,人工智能开始逐步呈现出应用在医学图像上的优势,就某些特定疾病而言,其拥有良好的诊断准确率以及医生无法匹及的诊断效率。本文归纳总结了近几年基于影像的多种人工智能算法在肿瘤研... 随着计算机算法的不断突破以及硬件设备的不断更新,人工智能开始逐步呈现出应用在医学图像上的优势,就某些特定疾病而言,其拥有良好的诊断准确率以及医生无法匹及的诊断效率。本文归纳总结了近几年基于影像的多种人工智能算法在肿瘤研究中的应用进展,并分析其现实应用意义,以实现更好地将其从实验阶段向临床应用阶段转化。 展开更多
关键词 人工智能 计算机辅助诊断 医学图像 肿瘤 医学影像学 机器学习
在线阅读 下载PDF
上一页 1 2 19 下一页 到第
使用帮助 返回顶部 意见反馈