检索结果-南通市图书馆

基于低分辨率辅助特征和卷积神经网络的脑部图像配准方法

在线全文

学校读者我要写书评

暂无评论

光学技术 2021年第1期47卷 80-86页

作者：薛湛琦王远军上海理工大学医学影像工程研究所上海200093

针对目前深度学习方法应用于医学图像配准精度不高的问题,提出了增加低分辨率辅助特征的无监督3D卷积神经网络的脑部图像配准模型。使用无监督学习的卷积网络回归出位移场,再通过空间变换层对浮动图像进行变换,然后根据构建的损失函数... 详细信息

针对目前深度学习方法应用于医学图像配准精度不高的问题,提出了增加低分辨率辅助特征的无监督3D卷积神经网络的脑部图像配准模型。使用无监督学习的卷积网络回归出位移场,再通过空间变换层对浮动图像进行变换,然后根据构建的损失函数优化网络参数,实现端到端的无监督学习。通过添加注意力模块,在网络对应层间的连接中加入低分辨率的辅助特征,增加结构特征的同时减少多余的背景信息。方法与无监督的U-Net和VoxelMorph在MICCAI2012多图谱数据中比较,结果表明,有更高的配准精度和更快的配准速度,且不需要专家标注信息,因此在医学图像配准上具有较好的应用潜力。

关键词：无监督学习图像配准辅助特征卷积神经网络脑部图像

一种引入遗传算法的最大类间距离法在脑部图像分割中的运用

在线全文

学校读者我要写书评

暂无评论

红河学院学报 2014年第2期12卷 30-32页

作者：李志勇张丽辉孙建洪云南红河学院信息技术中心云南蒙自661100 云南师范大学教务处昆明650092 云南红河学院工学院计科系云南蒙自661100

最大类间距离法已经被证明是一种较好的阈值化方法[1],但在用于双阈值或多阈值分割时存在实现效率较低等问题,而遗传算法高效的随机搜索能力正好能弥补其不足.根据脑部图像分为灰质、白质等三类的特点,通过把遗传算法引入最大类间距离... 详细信息

最大类间距离法已经被证明是一种较好的阈值化方法[1],但在用于双阈值或多阈值分割时存在实现效率较低等问题,而遗传算法高效的随机搜索能力正好能弥补其不足.根据脑部图像分为灰质、白质等三类的特点,通过把遗传算法引入最大类间距离法来实行对脑部图像的分割,实验验证取得了较好的分割效果.

关键词：遗传算法最大类间距离法双阈值脑部图像分割

基于深度卷积神经网络的脑部图像疾病类别特征库构建

在线全文

学校读者我要写书评

暂无评论

医学信息学杂志 2018年第3期39卷 16-20页

作者：万艳丽胡红濮陈荃高星王岩中国医学科学院/北京协和医学院医学信息研究所北京100020

介绍深度卷积神经网络基本理论,阐述基于深度卷积神经网络的脑部图像视觉特征提取,设计一种适用于脑部疾病图像的分类器,进而实现脑部图像疾病类别特征库构建,为基于脑部图像疾病类别特征库开展临床辅助决策等应用提供可能。

关键词：卷积神经网络图像视觉特征脑部图像

在线全文

学校读者我要写书评

暂无评论

用透射光测量拍摄初生婴儿的脑部图像

激光与光电子学进展 2004年第5期41卷 62-62页

基于SNP的图像融合及识别分类算法在脑部医学图像中的研究

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SNP的图像融合及识别分类算法在脑部医学图像中的研究

作者：杨官怡西华大学

学位级别：硕士

随着现代医学影像领域的发展,人们能够从多种不同的方面对病灶尤其是脑部病灶进行认识。不同的成像原理可以呈现出不同模态且包含不同信息的医学图像。而通过图像融合方法,能够突破单独成像传递信息不足的局限,将多模态医学图像的显著... 详细信息

随着现代医学影像领域的发展,人们能够从多种不同的方面对病灶尤其是脑部病灶进行认识。不同的成像原理可以呈现出不同模态且包含不同信息的医学图像。而通过图像融合方法,能够突破单独成像传递信息不足的局限,将多模态医学图像的显著信息进行有效结合,为临床诊断提供有力的辅助信息。因此,医学图像的融合以及医学图像病灶的识别一直都是医学图像处理领域的研究热点。经过融合后的多模态脑部图像中包含大量有效的原始信息,能有效地将脑部肿瘤的种类识别出来。本文主要以脉冲神经膜系统为基础,结合深度学习算法,研究多模态脑部图像融合和脑部肿瘤识别的分类,从而提高多模态脑部图像的融合质量以及脑部肿瘤分类识别的准确度。提出一种非下采样轮廓波变换域和具有突触延迟的脉冲神经膜系统相结合的多模态脑部图像融合方法。通过非下采样轮廓波变换域,将多模态的医学图像分解成低频图像分量和高频图像分量,减少融合过程中的能量损失问题;以低频和高频图像分量作为脉冲神经膜系统的输入,经过系统点火规则筛选后输出系数矩阵,再通过非下采样轮廓波变换域逆分解,实现多模态脑部图像的高质量融合。实验结果表明,使用具有突触延迟的脉冲神经膜系统改进后的脑部图像融合方法,融合后的脑部图像不仅各类参数效果更好,相比于一些深度学习方法,系统运行的时间也得到了大幅降低,能有效地应用在脑部图像识别系统或其他脑部图像处理系统中。提出一种残差神经网络迁移学习和具有突触延迟的脉冲神经膜系统相结合的脑部肿瘤识别分类方法。使用迁移学习方法在大型数据集上预训练,将脉冲神经膜系统应用于残差结构中的卷积层,以此训练网络参数,优化神经网络的卷积效果,得到脑肿瘤高准确度分类的效果。并将多模态脑部肿瘤图像融合后形成的高质量融合图像形成自标注数据集,用于提出的识别分类算法,对脑部肿瘤融合图像进行识别分类。实验结果表明,使用脉冲神经膜系统结合残差神经网络进行分类训练,在公开数据集上的表现说明该方法能够有效提高脑肿瘤识别分类的准确度;对融合自标注数据集的结果进行分析,也可证明融合处理对于肿瘤分类是有效的。

关键词：脑部图像图像融合图像识别膜计算

基于隐马尔可夫随机场和共轭梯度算法的脑部MRI图像分割算法研究

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

中国医疗设备 2020年第12期35卷 95-98,128页

作者：居敏薛丽君朱建新东南大学医学院附属江阴医院影像科江苏江阴214400

目的探索基于隐马尔可夫随机场和共轭梯度算法的脑部MRI图像分割算法。方法采用隐马尔可夫随机场模拟脑部MRI图像分割过程中目标函数最小化,并用共轭梯度算法求解目标函数参数。选用IBSR脑图库临床实例MRI图像和BrainWeb脑图库人工合成... 详细信息

目的探索基于隐马尔可夫随机场和共轭梯度算法的脑部MRI图像分割算法。方法采用隐马尔可夫随机场模拟脑部MRI图像分割过程中目标函数最小化,并用共轭梯度算法求解目标函数参数。选用IBSR脑图库临床实例MRI图像和BrainWeb脑图库人工合成图像进行仿真实验,分割图像准确性采用Dice相似性系数和特异性值评估。结果基于本研究提出算法的分割图像中白质、灰质和脑脊液边界完整清晰,而且所得Dice相似性系数和特异性值均高于其他算法,其中IBSR脑图库图像平均Dice相似性系数和特异性值分别提升5.87%~6.67%和3.17%~8.16%。BrainWeb库不同噪声水平MRI脑部分割结果所得平均Dice相似性系数较马尔可夫随机场改进算法提升38.15%~1.42%,特异性值提升3.17%~8.16%。结论本研究提出算法能准确划分脑部MRI图像各区域,具有较强的抗噪性与鲁棒性。

关键词： MRI 脑部图像图像分割隐马尔可夫随机场共轭梯度

在线全文

学校读者我要写书评

暂无评论

基于图割的MRI脑部相似肿瘤图像检索方法

中国社区医师（医学专业） 2010年第16期12卷 144-144页

作者：蒋世忠黄展鹏广东药学院信息工程学院广州510006

提出一种基于图割的MRI脑部相似肿瘤图像检索方法。首先对图像进行聚类,然后构建图像的Gomory-Hu割树,按割值依次去掉值较小的边,提取出图像的特征子图并构建特征库。通过比较待检索图像与特征库中的特征向量,同时考虑特征子图的空间特... 详细信息

提出一种基于图割的MRI脑部相似肿瘤图像检索方法。首先对图像进行聚类,然后构建图像的Gomory-Hu割树,按割值依次去掉值较小的边,提取出图像的特征子图并构建特征库。通过比较待检索图像与特征库中的特征向量,同时考虑特征子图的空间特性,检索出相似肿瘤图像。实验结果表明该方法能有效地检索出脑部图像库中的相似肿瘤图像。

关键词：图割 Gomory—Hu割树脑部图像肿瘤检索