检索结果-南通市图书馆

计算机工程与设计 2014年第6期35卷 2084-2089页

作者：罗清林伟秦文健广东工业大学计算机学院广东广州510006 中国科学院深圳先进技术研究院广东深圳518055

由于肝脏核磁图像存在边缘模糊、噪声大、灰度分布不均匀等特点,一般分割算法效果不甚理想。为了提高分割效果,提出了一种基于先验形状信息的核图割(kernel graph cuts,KGC)模型。采用区域增长算法在待分割的肝脏区域进行预分割,再用形... 详细信息

由于肝脏核磁图像存在边缘模糊、噪声大、灰度分布不均匀等特点,一般分割算法效果不甚理想。为了提高分割效果,提出了一种基于先验形状信息的核图割(kernel graph cuts,KGC)模型。采用区域增长算法在待分割的肝脏区域进行预分割,再用形态学算子进行膨胀腐蚀操作,形成初始分割轮廓;将形状模板集和初始轮廓配准后进行核主成分分析(kernel principle component analysis,KPCA),训练出先验形状信息;在kernel Graph cuts模型的能量函数中融入先验形状信息,并在初始轮廓的基础上进行进一步精确分割。实验结果表明,提出的方法能准确分割出核磁图像中边界模糊、噪声污染大的肝脏边界,且无边界泄露和相似组织误分割等现象。

关键词：肝脏分割核磁图像核图割核主成分分析先验形状信息

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

深度全卷积网络的IVUS图像内膜与中—外膜边界检测

引用

中国图象图形学报 2018年第9期23卷 1335-1348页

作者：袁绍锋杨丰徐琳刘树杰季飞黄靖南方医科大学生物医学工程学院广州510515 南方医科大学广东省医学图像处理重点实验室广州510515 广州军区广州总医院心血管内科广州510010 华南理工大学电子与信息学院广州510641

目的心血管内超声(IVUS)图像内膜和中—外膜(MA)轮廓勾画是冠脉粥样硬化和易损斑块定量评估的必要过程。由于存在斑点噪声、图像伪影和各类斑块,重要组织边界的自动分割是一个非常困难的任务。为此,提出一种用于检测20 MHz心电门控IVUS... 详细信息

目的心血管内超声(IVUS)图像内膜和中—外膜(MA)轮廓勾画是冠脉粥样硬化和易损斑块定量评估的必要过程。由于存在斑点噪声、图像伪影和各类斑块,重要组织边界的自动分割是一个非常困难的任务。为此,提出一种用于检测20 MHz心电门控IVUS图像内膜和MA边界方法。方法首先利用深度全卷积网络(DFCN)学习原始IVUS图像与所对应手动分割图像之间映射,预测出目标或者背景的概率图,实现医学图像语义分割。然后在此基础上,结合心血管先验形状信息,采用数学形态学闭、开操作,平滑内膜和MA边界,降低分割过程中错误分类像素或区域的影响。结果针对来自10位病人的IVUS图像及其标注信息所组成的435幅国际标准公开数据集,从线性回归、Bland-Altman分析和面积交并比(JM)、面积差异百分比(PAD)、Hausdorff距离(HD)、平均距离(AD)等性能指标上,评价本文方法。实验结果表明,算法检测结果与手动勾画结果的相关性可达到0.94,其超过94.71%的结果落在95%置信区域内,具有良好一致性。内膜和MA边界的AD指标分别为:0.07 mm和0.08 mm;HD指标分别为:0.21 mm和0.30 mm。JM指标分别为0.92和0.93;PAD指标分别为5%和4%。此外,对临床所采集的100幅IVUS图像进行了测试,证明本文学习的模型在跨数据集上具有较好的泛化能力。结论与现有的国际算法比较,本文方法提高了各类斑块、声影区域和血管分支等因素的识别能力,不受超声斑点的影响,能准确地、可重复地检测出IVUS图像中的关键目标边界。

关键词：医学图像分析深度学习深度全卷积网络先验形状信息心血管内超声内膜检测中—外膜检测

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

基于核图割模型的腹部核磁图像分割算法研究

基于核图割模型的腹部核磁图像分割算法研究

引用

作者：罗清广东工业大学

学位级别：硕士

核磁共振成像(Magnetic Resonance Imaging, MRI)技术已经成为现代临床医学诊断和治疗的重要手段之一,其无辐射、多方位、高分辨率成像等优越特性使医学影像技术得到了高速的发展。现在其应用范围已扩展到全身各个部位,广泛应用于组织... 详细信息

核磁共振成像(Magnetic Resonance Imaging, MRI)技术已经成为现代临床医学诊断和治疗的重要手段之一,其无辐射、多方位、高分辨率成像等优越特性使医学影像技术得到了高速的发展。现在其应用范围已扩展到全身各个部位,广泛应用于组织器官的病变检测和微创手术治疗,在图像引导外科手术导航系统中的应用也得到了较好的发展。本文研究的课题内容是：在图像引导的腹部外科手术导航系统中,核磁图像的组织器官分割算法研究,完整和精确的分割出腹部的肝脏等组织器官,为手术导航系统中病灶位置与边界轮廓信息的确定、手术器械跟踪的准确性等提供较好的辅助条件。然而腹部组织器官的分割面临许多问题：1),腹部器官软组织较多,相互之间的灰度值相差不大,而且相邻器官紧挨在一起,甚至互相重叠,使得图像上的组织边界模糊和泄露现象明显;2),形状复杂多变,各组织器官的形状会因个体、年龄和性别的不同呈现出不同的变化;3),由于核磁共振成像设备的固有因素,图像会有较大的噪声,存在偏移场效应,导致图像灰度分布不均匀,这会对分割算法产生一定的干扰,使得分割的难度增大。为了克服上述问题,本文对核磁图像的分割算法进行了深入研究,主要工作和贡献有以下几个方面：1),简要的阐述和分析了核磁图像的物理原理和成像过程,了解核磁共振成像技术的原理,从本质上理解核磁图像分割的难点所在。将核磁图像中偏移场效应造成的灰度分布不均匀现象进行了深入分析,并将目前研究比较热门的校正算法进行了对比分析和实验。2),对目前常见的、应用范围较广的和研究比较热门的分割算法进行了文献综述,分析了各种算法的优缺点和应用场景,展望了未来几年核磁图像分割算法的研究方向。3),针对腹部核磁图像中组织器官的分割特点,提出了一种基于核图割(kernel Graph cuts, KGC)模型的核磁图像分割新方法。提出的方法的创新点主要在于：将区域增长算法和形态学膨胀/腐蚀操作结合,得到预分割的结果;然后将基于核主成分分析(kernel principal component analysis, KPCA)的先验形状信息与核图割模型结合得到一个新的分割模型,在预分割的基础上再次分割核磁图像。经过了大量的实验验证和数据对比,结果显示本文提出的方法能有效地分割腹部核磁图像的肝脏和肾脏组织。

关键词：核磁图像分割腹部器官核图割核主成分分析先验形状信息

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度网络的残缺点云补全算法研究

基于深度网络的残缺点云补全算法研究

引用

作者：夏亚奇西安电子科技大学

学位级别：硕士

在三维感知、机器人导航等实际应用场景中,数据的表现形式逐步从二维影像向三维模型的方向发展。这其中,三维点云作为一种灵活性高、信息有效性强的表现形式,受到人们的青睐。然而由于视角、遮挡等原因的限制,现实场景下采集到的三维数... 详细信息

在三维感知、机器人导航等实际应用场景中,数据的表现形式逐步从二维影像向三维模型的方向发展。这其中,三维点云作为一种灵活性高、信息有效性强的表现形式,受到人们的青睐。然而由于视角、遮挡等原因的限制,现实场景下采集到的三维数据通常都是稀疏不完整的,这导致了点云数据几何及语义信息的丢失。如何将残缺的三维点云补全为完整点云是当前点云应用面临的难点问题。随着人工智能技术的崛起,基于深度学习的点云补全方法逐渐替代传统方法,成为主流的研究方向。当前的深度点云补全网络以“编码器-解码器”结构作为主要架构,但点云数据的无序性使得编码器很难有效获取点云的拓扑细节信息以及离散点的几何结构,降低了重建点云的生成质量。为了解决这一问题,本文利用高维特征相似度的逼近方法提出了一种基于孪生编码器的点云形状补全网络,并通过改进提出了一种全新的点云补全网络——基于特征逼近的点云精细形状补全网络。本文的主要研究内容如下:（1）由于编码器很难有效获取点云的拓扑细节信息以及离散点的几何结构,本文提出了一种基于孪生编码器的点云形状补全网络。本文利用已训练好的完整点云自编码器网络的编码端输出为特征码字真值,去训练与该网络拥有相同结构的孪生网络,使该孪生网络在输入为残缺点云时的编码特征逼近完整点云的编码特征。通过这种方式来使编码器网络抓取更加有益于解码器用来重建点云的紧凑特征信息。再通过自编码器的解码端去处理经过后的特征码字,从而达到点云补全的目的。（2）网络的编码过程会对点云数据进行压缩,因此会不可避免的丢失残缺输入点云的细节结构信息。针对这个问题,本文提出了一种基于特征逼近的点云精细形状补全网络,该网络可以充分利用了残缺输入点云、中间网络的输出点云、特征逼近后的高维特征等先验信息。此外本文还设计了一种可以有效整合这些先验信息的点云形状精化单元。这样的网络结构不仅可以根据先验信息调整点云中点的位置,还可以利用级联的网络结构对输出点云不断进行上采样,获得所需分辨率的补全结果。在公开数据集上的定性和定量的实验结果表明:基于孪生编码器的点云补全网络可以恢复出残缺物体的基本形状;基于特征逼近的点云精细形状补全网络能够有效重建出点云的细节信息,其表现优于当前先进补全算法的水平。

关键词：深度神经网络点云形状补全自动编码器孪生网络先验形状信息

来源：

同方学位论文库评论

在线全文

同方学位论文库

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

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

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：