检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

肝脏ct图像病变检测与识别应用研究

肝脏CT图像病变检测与识别应用研究

作者：武海涛浙江大学

学位级别：硕士

随着医学成像技术的发展和成熟,医学影像在肝脏疾病诊断中的起到了重要的作用。目前,肝癌已经成为世界上致死率最高的疾病之一,因为治疗手段的缺乏以及早期肝癌病理指标不太明显,导致可能会造成误诊,从而错过了最佳的治疗时间。肝癌的... 详细信息

随着医学成像技术的发展和成熟,医学影像在肝脏疾病诊断中的起到了重要的作用。目前,肝癌已经成为世界上致死率最高的疾病之一,因为治疗手段的缺乏以及早期肝癌病理指标不太明显,导致可能会造成误诊,从而错过了最佳的治疗时间。肝癌的确诊主要依赖肝脏穿刺活检技术,但该技术对患者肝脏会造成一定的损伤,加之实施难度比高、术后恢复慢,因此,目前对于肝脏疾病的诊断主要还是依赖于医学影像,如肝脏ct。本论文对于肝脏ct图像病变检测与局部病变识别展开了研究,首先针对肝脏ct图像受其他器官组织影响比较大无法实现肝脏ct图像病变自动检测的问题,提出了基于肝脏区域分割结合局部特征提取的肝脏病变检测方法,采用形态学方法将肝脏区域从肝脏ct图像中分离出来,并提取肝脏区域图像灰度纹理特征建立随机森林算法分类模型,实现了批量肝脏ct图像异常ct切片检出;然后针对肝脏ct图像局部病变识别的不足,提出了基于感兴趣ROI提取和随机森林局部病变特征识别的改进方法,采用特征选择精简特征的方法优化了算法运行时间,采用决策树均衡选择的方法改进了算法识别准确率,并通过仿真验证了结果的有效性。在理论研究和仿真的基础上,本论文进一步设计实现了肝脏ct图像病变检测和局部病变识别系统,并针对算法运行效率的问题,在Spark计算框架上实现了随机森林算法应用优化,极大地提高了算法运行效率。

关键词：肝脏ct 特征提取病变检测局部病变识别随机森林

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图割理论的肝脏ct图像分割算法研究

基于图割理论的肝脏CT图像分割算法研究

作者：郝闯东北大学

学位级别：硕士

随着ct等新医学成像方法的广泛应用,医学图像处理与分析已经成为医学技术中发展最快、成果最显著的领域之一。目前,肝脏ct扫描已成为肝癌术前影像学检查的必备方法。如何对获得的影像学数据进行分析成为至关重要的问题,因此分割技术成... 详细信息

随着ct等新医学成像方法的广泛应用,医学图像处理与分析已经成为医学技术中发展最快、成果最显著的领域之一。目前,肝脏ct扫描已成为肝癌术前影像学检查的必备方法。如何对获得的影像学数据进行分析成为至关重要的问题,因此分割技术成为后续图像处理和分析中的关键技术。本文首先简述了肝脏ct图像分割的目的和意义,研究的背景及其现状,对应用于肝脏ct图像分割的方法进行了综述,并将研究目标定位在基于图割(Graph cuts)理论的肝脏ct图像分割算法研究上,系统地研究了图割的基本理论及其在图像分割领域中的应用。其次详细介绍了传统图割法的基本原理及其实现图像分割的基本框架,考虑到传统图割方法需要构造大量的图节点,且局部一致性不强,因此将超像素的概念加入到图割理论中,采用超像素方法可以有效地降低计算成本,加强局部一致性。Lazy snapping就是基于超像素概念的一个典型的应用,Lazy snapping算法中通过分水岭分割方法构成超像素块,但分水岭预分割的结果区域一致性不够强,且会造成严重的过分割现象。通过对各种超像素分割方法的比较分析,选择将SLIC(简单线性迭代聚类)应用到图割理论中,提出基于SLIC的Graph cuts图像分割法。SLIC可以较好地保留肝脏的模糊边界,且能产生较好的区域一致性。通过实验比较分析,本方法大大提高了肝脏ct图像的分割速度及其精确度,并对肝脏的分割结果进行了评价。随后针对肝脏ct图像中肝脏与其周边组织缺乏良好的灰度对比,难以找到不同组织之间的清晰边界这一关键性问题,提出基于Graph cuts与Matting的两阶段分割,采用对边缘模糊部分具有较好细化效果的Matting方法对Graph cuts分割后的结果边界进行细化,从实验结果中可以得出,明显地提高了肝脏ct图像分割的精确度。最后对本文进行了总结,指出了工作中的创新点和不足之处,并对今后的工作进行了展望。

关键词：图割 SLIC Matting 肝脏ct 图像分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于水平集方法的肝脏ct图像分割算法研究

基于水平集方法的肝脏CT图像分割算法研究

作者：李冰东北大学

学位级别：硕士

随着ct等新医学成像方法的广泛应用,医学图像处理与分析已经成为医学技术中发展最快、成果最显著的领域之一。如何对获得的影像学数据进行分析成为至关重要的问题,因此分割技术成为后续图像处理和分析中的关键技术。本文对目前国内外的... 详细信息

随着ct等新医学成像方法的广泛应用,医学图像处理与分析已经成为医学技术中发展最快、成果最显著的领域之一。如何对获得的影像学数据进行分析成为至关重要的问题,因此分割技术成为后续图像处理和分析中的关键技术。本文对目前国内外的医学图像分割方法进行了综述,将研究目标定位在基于水平集方法的肝脏ct图像分割算法研究上。针对肝脏ct图像边缘模糊,器官间对比度差、肝实质灰度不均匀等问题,提出了自己的肝脏ct图像分割方法。本文的主要工作如下:(1)针对肝脏ct成像中产生的噪声和肝实质灰度不均的问题,采用Mean Shift方法对肝脏ct图像进行平滑,由于传统的肝脏图像平滑方法在平滑的同时对严重丢失了肝脏区域的信息,且对肝实质的灰度不均问题没有很好的处理,增加了之后分割难度。Mean Shift方法通过沿灰度梯度的方向进行平滑,保留了肝脏图像的边缘信息,在平滑的同时保证了肝脏区域图像的信息,通过实验表明该方法对肝脏图像具有较好的平滑效果。(2)针对肝脏ct图像中存在的器官间对比度差、边缘模糊的问题,提出了基于GVFGAC模型的交互式肝脏分割方法。采用区域生长进行粗分割,排除肝脏图像中其他器官的影响,然后通过形态学变换和边缘提取,修复区域生长过程中产生的空洞和过分割的问题,获得梯度图后用GVFGAC模型进行细分割,GVFGAC模型通过引入GVF的矢量场,增加了进入凹陷的能力,能够更细致的完成对肝脏的分割。实验表明该方法优于现存的一些交互式肝脏图像分割方法。(3)为了排除人为参与肝脏ct图像分割带来的影响,提出了基于DRLSE模型的全自动肝脏ct图像分割方法,通过K-means的聚类分类,然后对图像进一步通过形态学变换和寻找最大连通区域完成粗分割,而后通过C-V模型和DRLSE模型相结合的水平集方法完成对肝脏ct图像的分割,由于全自动的分割方法没有人为引导,算法复杂,运算量大,采用不需要初始化的DRLSE模型可以大幅降低水平集的运算时间,结合基于C-V模型中的能量项,能够快速准确的完成对肝脏区域的细分割。实验表明该方法优于现存的一些全自动肝脏图像分割方法。

关键词：水平集肝脏ct 图像分割 GVFGAC DRLSE

基于空间约束的模糊C均值聚类肝脏ct图像分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2019年第11期39卷 3366-3369页

作者：王荣淼张峰峰詹蔚陈军吴昊苏州大学机电工程学院江苏苏州215131 苏州大学苏州纳米科技协同创新中心江苏苏州215123 苏州大学附属第一医院江苏苏州215006

传统模糊C均值(FCM)聚类算法应用于肝脏ct图像分割时仅考虑像素本身特征,无法解决灰度不均匀造成的影响以及肝脏边界模糊造成的边界泄露的问题。为解决上述问题,提出一种结合空间约束的模糊C均值(SFCM)聚类分割算法。首先,使用二维高斯... 详细信息

传统模糊C均值(FCM)聚类算法应用于肝脏ct图像分割时仅考虑像素本身特征,无法解决灰度不均匀造成的影响以及肝脏边界模糊造成的边界泄露的问题。为解决上述问题,提出一种结合空间约束的模糊C均值(SFCM)聚类分割算法。首先,使用二维高斯分布函数构建卷积核,利用该卷积核对源图像进行空间信息提取得到特征矩阵;然后,引入空间约束惩罚项,更新并优化目标函数得到新的迭代方程;最后,通过多次迭代,完成对肝脏ct图像的分割。实验结果表明,SFCM算法分割具有灰度不均匀和边界粘连的肝脏ct图像时得到的肝脏轮廓形状更加规则,准确率达到92.8%,比FCM和直觉模糊C均值(IFCM)算法的分割准确率分别提升了2.3和4.3个百分点,过分割率分别降低了4.9和5.3个百分点。

关键词：模糊C均值算法空间约束图像分割肝脏ct 灰度不均匀边界泄露

在线全文

学校读者我要写书评

暂无评论

原发性肝癌的肝脏ct灌注成像临床诊断研究

解放军预防医学杂志 2016年第S2期34卷 252-252,255页

作者：周萍侯文强吕元军吴伟祁燕红徐艳艳陈静河北省张家口市第一医院ct室河北张家口075000 河北省怀来县医院药剂科河北怀来075400 河北省涿鹿县医院ct室张家口涿鹿075600 河北省石家庄市第一医院心外科河北石家庄050000 河北省涿鹿县医院妇产科河北涿鹿075600 宣化钢铁公司职工医院内一科张家口河北075100

目的探讨原发性肝癌的肝脏ct灌注成像(ctPI)临床诊断研究。方法收集2013年1月至2015年9月来我院就诊的原发性肝癌患者102例,对所有患者进行ctPI检查,对比原发性肝癌病灶与肝硬化实质间的灌注差异。结果原发性肝癌病灶的HAF、BV及BV值均... 详细信息

目的探讨原发性肝癌的肝脏ct灌注成像(ctPI)临床诊断研究。方法收集2013年1月至2015年9月来我院就诊的原发性肝癌患者102例,对所有患者进行ctPI检查,对比原发性肝癌病灶与肝硬化实质间的灌注差异。结果原发性肝癌病灶的HAF、BV及BV值均明显高于肝硬化实质,差异有统计学意义(P0.05)。结论肝脏ct灌注成像有助于在肝硬化肝实质中早期检出肝癌,提高了原发性肝癌的检出率。

关键词：原发性肝癌肝脏ct 灌注成像

在线全文

学校读者我要写书评

暂无评论

肝脏ct检查技术

医用放射技术杂志 2007年第5期 23-23页

作者：李军马小军北京市解放军总医院放射科 100853 兰州市27支局解放军513医院放射科

目的：全面论述肝脏ct的各种扫描技术。方法：通过扫描前的准备、ct平扫、增强扫描、血管造影后ct扫描几个大方面，分别进行叙述。结果：该扫描技术应用，显著提高了肝脏疾病的检出率。结论：在肝脏ct扫描中应用合理的扫描方法，就能获... 详细信息

目的：全面论述肝脏ct的各种扫描技术。方法：通过扫描前的准备、ct平扫、增强扫描、血管造影后ct扫描几个大方面，分别进行叙述。结果：该扫描技术应用，显著提高了肝脏疾病的检出率。结论：在肝脏ct扫描中应用合理的扫描方法，就能获得最佳的图像，为临床提供更多的影像信息。

关键词：肝脏ct 增强扫描检查技术

国产碘海醇用于肝脏ct增强扫描60例临床观察

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

青岛医药卫生 2001年第6期33卷 455-455页

作者：曹玉万瑞香隋忠国青岛大学医学院附属医院 266003

碘海醇(lohexop)是一种非离子型X-ct造影剂,被广泛应用于静脉和动脉内造影,目前国内主要依赖进口。我院至2000年4月起引进国产碘海醇进行肝脏ct增强扫描观察,并以欧乃派克(Omnipaque)作对照,取得了满意的效果,现将结果报告如下。 1 临... 详细信息

碘海醇(lohexop)是一种非离子型X-ct造影剂,被广泛应用于静脉和动脉内造影,目前国内主要依赖进口。我院至2000年4月起引进国产碘海醇进行肝脏ct增强扫描观察,并以欧乃派克(Omnipaque)作对照,取得了满意的效果,现将结果报告如下。 1 临床资料与方法 1.1 病例选择收集我院2000年6月～12月接受静脉造影的患者103例,门诊患者64例,住院患者39例,男性84例,女性19例,年龄38～60周岁,平均年龄54.26岁。103例患者随机分为A组(国产碘海醇组),B组(欧乃派克组),A组60例,B组43例,两组基本情况有可比性(P>0.05)。

关键词：碘海醇肝脏ct 增强扫描 B组临床观察非离子型造影剂增强效果欧乃派克 Omnipaque ct值

基于半监督学习的肝脏和肝肿瘤ct的分割与三维重建研究

在线全文

学校读者我要写书评

暂无评论

基于半监督学习的肝脏和肝肿瘤CT的分割与三维重建研究

作者：谢宏彪西南科技大学

学位级别：硕士

肝肿瘤是世界卫生组织统计的危害人类健康的十大癌症之一,死亡率和危害性较大。在临床医学上,想要准确地切除肿瘤,主治医师需要获取肿瘤的相关位置、大小等重要信息,为了获得这些信息,需要医师具备丰富的临床经验并借助计算机或仪器辅... 详细信息

肝肿瘤是世界卫生组织统计的危害人类健康的十大癌症之一,死亡率和危害性较大。在临床医学上,想要准确地切除肿瘤,主治医师需要获取肿瘤的相关位置、大小等重要信息,为了获得这些信息,需要医师具备丰富的临床经验并借助计算机或仪器辅助诊断。利用计算机辅助系统可以有效帮助医生进行诊断治疗,使他们更高效地完成对患者的医治。这几年来,深度神经网络广泛应用在医学图像中,但训练神经网络往往需要大量的训练图像和其对应高质量的标注数据。而标注数据一般需要有经验的专家进行手动操作,并且十分耗费时间和精力。针对上述问题,本文开展了基于半监督学习的肝脏和肝肿瘤ct的分割与三维重建研究。具体研究工作如下:(1)基于半监督的3D肝脏ct图像自动分割方法精准分割肝脏区域是辅助诊断治疗的重要前提。然而肝脏ct图像需要专业的医师进行标注,有标签数据较少,获取途径单一。针对分割腹部肝脏ct图像需要大量高质量标签并且较难获取的问题,提出了一种使用协同训练的半监督方法。首先将有标签数据输入3D U-Net和3D Res U-Net进行有监督训练,保存训练得到的两个分割模型,在模型中加入无标注的数据进行预测,然后筛选较好的结果,再加入全连接条件随机场(Dense Conditional Random Filed,Dense CRF)处理挑选出的伪标签,细化伪标签的边缘信息,提升伪标签的精确度,最后加入到训练集中,重复上述步骤直到分割结果的Dice系数停止提升时结束训练。实验在Li TS2017 Challenge肝肿瘤数据集上进行测试,结果表明,在有标签数据集占总数据集的30%时,本文方法Dice值达到90.22%,几乎与全监督3D Res U-Net分割结果持平,说明本文半监督学习方法是有效的。(2)基于多维网络的肝肿瘤ct图像半监督分割方法本章提出利用有标签数据训练nn U-Net分割网络,并对无标签数据进行预测,使用条件随机场全连接模型对预测得到的未经标注的数据进行边缘细化,以提高其精确度。然后,将这些经过细化的伪标签加入到训练数据中,重复该过程直到所有未经标注的数据都被赋予了伪标签。最后将得到的肝脏预测结果转换为2D图像,再输入nn U-Net网络中得到肝肿瘤分割结果。实验在Li TS 2017 Challenge数据集上的结果表明,本文方法在有标签数据达到70%时,肝肿瘤Dice值为71.16%,对比全监督nn U-Net结果提高了2.99%。(3)基于ITK和VTK的肝肿瘤三维重建方法针对二维图像无法较好帮助医生观察患者病情的问题,提出了一种基于ITK和VTK的肝肿瘤三维重建研究方法,通过对图像的三维重建,重建出的模型可以直观明了地看到肝脏和肝肿瘤区域,并计算肝脏和肝肿瘤大小,医生可根据射频消融技术进行手术。实验在Li TS2017 Challenge肝脏数据集上随机挑选两例带有肝肿瘤的患者的ct图像进行三维重建,重建效果较好,能满足医生对于病情观察的需求。

关键词：肝脏ct U-Net 半监督学习全连接条件随机场三维重建

基于视觉注意模型的肝脏病灶区域自动提取方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

仪器仪表学报 2010年第3期31卷 635-642页

作者：马莉王文峰杭州电子科技大学自动化学院杭州310018

医学图像的感兴趣区域(region of interest,ROI)提取在计算机辅助诊断中有着重要作用。本文借助视觉注意模型的框架,针对肝脏区域病变组织与周围组织灰度差异小、弱纹理的特点,提出了一种新的肝脏ct(computer tomography)图像中异常组... 详细信息

医学图像的感兴趣区域(region of interest,ROI)提取在计算机辅助诊断中有着重要作用。本文借助视觉注意模型的框架,针对肝脏区域病变组织与周围组织灰度差异小、弱纹理的特点,提出了一种新的肝脏ct(computer tomography)图像中异常组织区域提取方法。本方法首先筛选一组与肝脏纹理相关的统计特征和基于方向分形维的显著度特征因子,然后由各特征分量显著性图合成总显著性图,最后根据显著性图标识病变发生的区域。试验表明,本文方法能准确找到肝脏区域中发生病变的位置,为显著性图在医学影像ROI提取提供了有效途径。

关键词：图像分析视觉注意模型 ROI提取肝脏ct