检索结果-南通市图书馆

Supervised and Semi-supervised Methods for Abdominal Organ Segmentation: A Review

International Journal of Automation and computing 2021年第6期18卷 887-914页

作者： Isaac Baffour Senkyire Zhe Liu School of Computer Science and Communication Engineering Jiangsu UniversityZhenjiang 212013China Computer Science Department Ghana Communication Technology UniversityAccraGhana

Abdominal organ segmentation is the segregation of a single or multiple abdominal organ(s) into semantic image segments of pixels identified with homogeneous features such as color and texture, and intensity. The abdominal organ(s) condition is mostly connected with greater morbidity and mortality. Most patients often have asymptomatic abdominal conditions and symptoms, which are often recognized late;hence the abdomen has been the third most common cause of damage to the human body. That notwithstanding,there may be improved outcomes where the condition of an abdominal organ is detected earlier. Over the years, supervised and semi-supervised machine learning methods have been used to segment abdominal organ(s) in order to detect the organ(s) condition. The supervised methods perform well when the used training data represents the target data, but the methods require large manually annotated data and have adaptation problems. The semi-supervised methods are fast but record poor performance than the supervised if assumptions about the data fail to hold. Current state-of-the-art methods of supervised segmentation are largely based on deep learning techniques due to their good accuracy and success in real world applications. Though it requires a large amount of training data for automatic feature extraction, deep learning can hardly be used. As regards the semi-supervised methods of segmentation, self-training and graph-based techniques have attracted much research attention. Self-training can be used with any classifier but does not have a mechanism to rectify mistakes early. Graph-based techniques thrive on their convexity, scalability, and effectiveness in application but have an out-of-sample problem. In this review paper, a study has been carried out on supervised and semi-supervised methods of performing abdominal organ segmentation. An observation of the current approaches, connection and gaps are identified, and prospective future research opportunities are enu

关键词： Abdominal organ supervised segmentation semi-supervised segmentation evaluation metrics image segmentation machine learning

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Novel Approach for Automatic Region of Interest and Seed Point Detection in CT Images Based on Temporal and Spatial Data

引用

Computers, Materials & Continua 2019年第5期59卷 669-686页

作者： Zhe Liu Charlie Maere Yuqing Song School of Computer Science and Telecommunication Jiangsu UniversityZhenjiangChina

Accurately finding the region of interest is a very vital step for segmenting organs in medical image *** propose a novel approach of automatically identifying region of interest in Computed Tomography Image(CT)images based on temporal and spatial *** method is a 3 stages approach,1)We extract organ features from the CT images by adopting the Hounsfield filter.2)We use these filtered features and introduce our novel approach of selecting observable feature candidates by calculating contours’area and automatically detect a seed point.3)We use a novel approach to track the growing region changes across the CT image sequence in detecting region of interest,given a seed point as our *** used quantitative and qualitative analysis to measure the accuracy against the given ground truth and our results presented a better performance than other generic approaches for automatic region of interest detection of organs in abdominal CT *** the results presented in this research work,our proposed novel sequence approach method has been proven to be superior in terms of accuracy,automation and robustness.

关键词： Computed tomography image continuously adaptive mean-shift hounsfield particle-size distribution

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

An Improved Unsupervised Image Segmentation Method Based on Multi-Objective Particle Swarm Optimization Clustering Algorithm

引用

Computers, Materials & Continua 2019年第2期58卷 451-461页

作者： Zhe Liu Bao Xiang Yuqing Song Hu Lu Qingfeng Liu School of Computer Science and Telecommunication Engineering Jiangsu UniversityZhenjiang212013China School of Computer Science Jilin Normal UniversitySiping136000China Institute of Science and Technology Information Jiangsu UniversityZhenjiang212013China

Most image segmentation methods based on clustering algorithms use singleobjective function to implement image *** avoid the defect,this paper proposes a new image segmentation method based on a multi-objective particle swarm optimization(PSO)clustering *** unsupervised algorithm not only offers a new similarity computing approach based on electromagnetic forces,but also obtains the proper number of clusters which is determined by scale-space *** is experimentally demonstrated that the applicability and effectiveness of the proposed multi-objective PSO clustering algorithm.

关键词： Multi-objective optimization particle swarm optimization electromagnetic forces scale-space theory

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于多特征融合和水平集的碧根果品质检测

引用

农业机械学报 2019年第12期50卷 348-356,364页

作者：刘哲邹小波宋余庆王明苏骏江苏大学计算机科学与通信工程学院镇江212013 江苏大学食品与生物工程学院镇江212013

碧根果在生产加工过程中易酸败,误食会对人体造成多方面危害。针对此问题,提出一种基于多特征融合和水平集的碧根果品质检测方法。以薄壳碧根果为研究对象,首先,对采集的原始图像进行预处理,解决目标对象与背景区域比例不匹配问题;然后... 详细信息

碧根果在生产加工过程中易酸败,误食会对人体造成多方面危害。针对此问题,提出一种基于多特征融合和水平集的碧根果品质检测方法。以薄壳碧根果为研究对象,首先,对采集的原始图像进行预处理,解决目标对象与背景区域比例不匹配问题;然后,通过改进边缘指示函数的自适应距离正则化水平集算法(Distance regularized level set evolution,DRLSE)对图像进行感兴趣区域(Region of interest,ROI)分割,最后提取图像灰度直方图统计特征、灰度共生矩阵、Tamura和局部二值模式等多特征,并进行融合分析,建立支持向量机(Support vector machine,SVM)判别模型,实现碧根果无损品质检测。试验采集了200个正常、酸败碧根果样本图像,对其进行图像酸败及多特征分析。结果表明,采用本文方法判别碧根果酸败的分类准确率高达96.15%,在此基础上识别碧根果酸败程度,平均识别率为90.81%。

关键词：碧根果水平集多特征支持向量机无损检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多层EESP深度学习模型的农作物病虫害识别方法

引用

农业机械学报 2020年第8期51卷 196-202页

作者：宋余庆谢熹刘哲邹小波江苏大学计算机科学与通信工程学院镇江212013 江苏大学食品与生物工程学院镇江212013

为了提取图像高层语义特征、解决各种植物病虫害图像尺寸不相同的问题,提出了多层次增强高效空间金字塔(Extremely efficient spatial pyramid,EESP)卷积深度学习模型。首先,对图像进行预处理;其次,构建多层融合EESP网络模型,该模型通... 详细信息

为了提取图像高层语义特征、解决各种植物病虫害图像尺寸不相同的问题,提出了多层次增强高效空间金字塔(Extremely efficient spatial pyramid,EESP)卷积深度学习模型。首先,对图像进行预处理;其次,构建多层融合EESP网络模型,该模型通过对每层设置不同的空洞率进行空洞卷积,选择性地提取不同层次的特征信息,通过融合各层信息获得各种农作物病虫害图像的不同特征;最后,通过Softmax分类方法实现农作物病虫害识别。数据集包括10种农作物的61种病虫害类别,迭代训练300次,得到本文方法Top1分类准确率最高达到了88.4%,且采用三阶EESP模型达到了最佳效果。

关键词：农作物病虫害深度学习卷积神经网络空间金字塔结构

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于显著稀疏表示和邻域信息的多聚焦图像融合

引用

计算机科学 2019年第9期46卷 254-258页

作者：张冰谢从华刘哲苏州大学计算机科学与技术学院江苏苏州215006 常熟理工学院计算机科学与工程学院江苏苏州215500 江苏大学计算机科学与通信工程学院江苏镇江212013

针对多聚焦图像融合算法中边缘模糊和重影的问题,文中提出了一种基于显著稀疏表示模型的多聚焦图像融合方法。首先,根据显著稀疏表示将图像分解为公共稀疏部分、独有稀疏部分和细节信息。其次,利用独有的特征和细节信息检测图像的聚焦... 详细信息

针对多聚焦图像融合算法中边缘模糊和重影的问题,文中提出了一种基于显著稀疏表示模型的多聚焦图像融合方法。首先,根据显著稀疏表示将图像分解为公共稀疏部分、独有稀疏部分和细节信息。其次,利用独有的特征和细节信息检测图像的聚焦区域。最后,利用图像的细节和邻域信息更精确地划分聚焦区域和散焦区域,将不同的源图像的聚焦区进行融合。大量实验结果表明,该方法对多聚焦图像实现了有效融合。与几种最先进的融合算法相比,该方法处理后的图像保留了更多的源图像信息和边缘信息,减少了未配准图像的重影,提高了图像的融合效果。

关键词：多聚焦图像融合稀疏表示邻域信息失配图像

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术

引用

吉林大学学报（工学版） 2018年第5期48卷 1614-1620页

作者：刘哲徐涛宋余庆徐春艳江苏大学计算机科学与通信工程学院江苏镇江212013 吉林大学机械科学与工程学院长春130022

针对传统的图像处理是以单个像素点为基础进行融合而忽略了信息的相似性以及存在信息丢失的问题,提出了基于非下采样Contourlet变换(Nonsubsampled contourlet transform,NSCT)和相似信息鲁棒主成分分析(Robust principle component ana... 详细信息

针对传统的图像处理是以单个像素点为基础进行融合而忽略了信息的相似性以及存在信息丢失的问题,提出了基于非下采样Contourlet变换(Nonsubsampled contourlet transform,NSCT)和相似信息鲁棒主成分分析(Robust principle component analysis,RPCA)模型的图像融合技术。首先对源图像获取图像块构造初始矩阵,通过对构造矩阵进行NSCT分解获得高频和低频部分,利用提出的具有相似信息低秩矩阵模型将低频成分分解成低秩矩阵和稀疏误差矩阵,再分别对两幅图像的低秩矩阵、稀疏误差矩阵及高频成分采用绝对值最大法融合规则进行融合,最后通过逆变换得到融合图像。MRI和CT的脑部图像的实验分析结果表明,本文算法可以更好地保留源图像中的边缘和纹理信息。

关键词：图像处理图像融合非下采样Contourlet变换鲁棒主成分分析低秩矩阵

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Texture Feature Extraction from Thyroid MR Imaging Using High-Order Derived Mean CLBP

引用

Journal of Computer Science & Technology 2019年第1期34卷 35-46页

作者： Zhe Liu Cheng-Jian Qiu Yu-Qing Song Xiao-Hong Liu Juan Wang Victor S.Sheng School of Computer Science and Telecommunication Jiangsu UniversityZhenjiang 212013China Department of Computer Science University of Central ArkansasArkansas 72035U.S.A.

In the field of medical imaging,the traditional local binary pattern (LBP)and its improved algorithms are often sensitive to *** LBPs are solely based on the signal information from local differences,and the binary quantization method oversimplifies the local texture features while disregarding the imaging information from the concaveconvex regions between the high-order pixels and the neighboring sampling ***,we propose an improved Derived Mean Complete Local Binary Pattern (DM_CLBP) algorithm based on high-order *** the DM_CLBP method,the grey value of a single pixel is replaced by the mean grey value of the rectangular area block,and the difference between pixel values in the area is obtained using the second-order differentiation *** on the calculation concept of the complete local binary pattern (CLBP)algorithm,the cascade signs and magnitudes of the two components are encoded and recombined in DM_CLBP using a uniform *** results from the experiments showed that the proposed DM_CLBP descriptors achieved a classification accuracy of 94.4%.Compared with LBP and other improved algorithms,the DM_CLBP algorithm presented in this study can effectively differentiate between lesion areas and normal areas in thyroid MR,(magnetic resonance)images and shows the improved accuracy of area classification.

关键词： thyroid magnetic resonance imaging (MRI) local binary pattern texture feature complete local binary pattern (CLBP)

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

结合切片上下文信息的多阶段胰腺定位与分割

引用

电子学报 2021年第4期49卷 706-715页

作者：王瑞豪刘哲宋余庆江苏大学计算机科学与通信工程学院江苏镇江212013

当前基于深度学习的胰腺分割主要存在以下问题:(1)胰腺的解剖特异性导致深度网络模型容易受到复杂多变背景的干扰;(2)传统两阶段分割方法在粗分割阶段将整张CT图像作为输入,导致依赖粗分割结果得到的定位不够准确;(3)传统两阶段分割方... 详细信息

当前基于深度学习的胰腺分割主要存在以下问题:(1)胰腺的解剖特异性导致深度网络模型容易受到复杂多变背景的干扰;(2)传统两阶段分割方法在粗分割阶段将整张CT图像作为输入,导致依赖粗分割结果得到的定位不够准确;(3)传统两阶段分割方法忽略了切片间的上下文信息,限制了定位和后续分割结果的提升.针对上述问题,本文提出了结合切片上下文信息的多阶段胰腺定位与分割方法.第一阶段利用解剖先验定位粗略缩小输入区域;第二阶段先使用所设计的DASU-Net进行粗略分割,接着利用切片上下文信息优化分割结果;第三阶段使用单张切片定位进一步减少不相关背景,并使用DASU-Net完成精细分割.实验结果表明,本文所提方法能够有效提高胰腺分割的准确率.

关键词：胰腺分割多阶段分割切片上下文信息解剖先验定位单张切片定位

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于区间值直觉模糊集的图像边缘检测算法

引用

电子测量与仪器学报 2018年第12期32卷 99-107页

作者：陆盈南通理工学院计算机与信息工程学院南通226002

针对当前边缘检测算法中边缘定位精度低、噪声抑制能力较弱等问题,提出了一种基于区间值直觉模糊集(IVIFS)的图像边缘检测算法。首先,对于给定的灰度图像,将其转换为模糊图像;其次,利用T范数和T-三角余模,构造区间值模糊集(IVFS)的上、... 详细信息

针对当前边缘检测算法中边缘定位精度低、噪声抑制能力较弱等问题,提出了一种基于区间值直觉模糊集(IVIFS)的图像边缘检测算法。首先,对于给定的灰度图像,将其转换为模糊图像;其次,利用T范数和T-三角余模,构造区间值模糊集(IVFS)的上、下极值,并将模糊图像划分为区间值模糊图像;然后,根据隶属度和非隶属度区间函数,通过区间值直觉模糊生成器来构造IVIFS图像。再根据边缘像素与相邻像素强度关系,得到直觉模糊边缘信息,利用去模糊机制获取模糊边缘。最后,通过线性方程的模糊指数优化,生成图像边缘。实验表明,与当前边缘检测方案比较,所提技术得到更多的边缘细节,完整性与清晰度更好,边缘定位精度高,具有较强的噪声抑制力,适用性强。

关键词：图像边缘检测区间值直觉模糊集区间值模糊集模糊边缘边缘像素去模糊机制

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：