检索结果-南通市图书馆

基于生成对抗网络的隧道裂缝自动分割算法研究

在线全文

学校读者我要写书评

暂无评论

铁道学报 2023年第5期45卷 136-142页

作者：李子仡饶志强常惠李益晨丁璐方建军北京联合大学城市轨道交通与物流学院北京100101 中国科学院自动化研究所北京100190

传统裂缝识别技术需要大量带标签的裂缝图像作为试验数据集,为减少裂缝图像标注的工作量,利用生成对抗网络图像分割的特性与优势,构建一种Crack-GAN网络用于隧道裂缝自动分割。Crack-GAN网络结构集成2个模块:融合残差化U-Net网络的生成... 详细信息

传统裂缝识别技术需要大量带标签的裂缝图像作为试验数据集,为减少裂缝图像标注的工作量,利用生成对抗网络图像分割的特性与优势,构建一种Crack-GAN网络用于隧道裂缝自动分割。Crack-GAN网络结构集成2个模块:融合残差化U-Net网络的生成器网络和利用全卷积网络生成置信图的判别器网络。首先U-Net模块使用密集的残差模块来生成保留细粒度信息的深层表示,然后判别器来判断输入真假,并以端到端的方式训练,再经过生成对抗模型之间不断迭代,使生成模型达到分割裂缝的最优状态。试验表明,Crack-GAN网络在自制铁路隧道裂缝数据集上的像素准确性为98.35%,精准率为71.23%,召回率为80.78%,F 1得分为75.98%,单次检测时间80 ms,综合表现优于U-Net和CrackSegNet。

关键词：隧道裂缝分割 GAN网络 U-Net网络自动分割

自动分割辅助的窦底空间与周围组织接触面积对成骨效果影响的研究

在线全文

学校读者我要写书评

暂无评论

自动分割辅助的窦底空间与周围组织接触面积对成骨效果影响的研究

作者：佘潇山东大学

学位级别：硕士

背景与目的对于上颌后牙区垂直骨高度严重不足的患者,为了置入标准种植体,常需辅以骨增量术式,而侧壁开窗的上颌窦底提升术是为良策。植骨区域(即窦底空间)的成骨效果是手术成功的关键。在愈合期,以该区域与周围组织的接触界面为起始,... 详细信息

背景与目的对于上颌后牙区垂直骨高度严重不足的患者,为了置入标准种植体,常需辅以骨增量术式,而侧壁开窗的上颌窦底提升术是为良策。植骨区域(即窦底空间)的成骨效果是手术成功的关键。在愈合期,以该区域与周围组织的接触界面为起始,主要发生了两个成骨相关的生物学反应:新血管广泛生成,骨祖细胞的迁移定植。窦底空间分别与施耐德膜、窦腔骨壁发生接触,那么这两侧接触界面的面积大小将有可能直接影响成骨。其中,窦骨由于能够提供骨祖细胞和血液营养而被认为与成骨关系密切,而施耐德膜在其中的作用却仍有争议。在影像学分析时,既往因技术限制导致难以对接触面积直接测算,而如今深度学习可以构建自动分割模型来协助研究。综上,本研究旨在通过自动分割技术的辅助,探究窦底空间与周围组织接触面积及其他解剖相关因素对侧壁开窗上颌窦底提升术成骨效果的影响,及影响方式。材料与方法1、基于nnUNet的上颌窦与窦底空间CBCT图像自动分割根据标准分别收集用于上颌窦、窦底空间分割的CBCT影像资料。遵照统一的分割规范,将影像数据进行全面的手动分割。通过旋转缩放、高斯模糊、低像素仿真等操作对数据预处理,后以nnUNet网络模型为基础构建自动分割方法。最后,定量评估两方法的精准度,并以新样本测试其能力。2、经侧壁开窗的上颌窦底提升术中窦底空间与周围组织接触面积对成骨的影响根据标准纳入患者并实施手术,采集术前、术后和6个月随访时的CBCT影像。利用自动分割工具初步处理数据并进一步人工精修。测量剩余牙槽嵴高度,术后窦底空间的初始体积、表面积,以及愈合后的剩余体积。计算窦底空间与上颌窦骨和施耐德膜的接触面积,愈合过程的塌陷体积,及剩余体积和塌陷体积的百分比。采用多元线性回归、Pearson相关系数等方法分析解剖参数之间的相关性。结果1、基于nnUNet的上颌窦与窦底空间CBCT图像自动分割56例单侧上颌窦及43例窦底空间参与了最终分割模型的搭建,其中包括了各类解剖变异、不同种植及愈合时期的各种患者影像。Dice系数、豪斯多夫距离和体积相似度的定量评估均显示精准度良好。新样本测试中,自动预测结果边界拟合度优异。2、经侧壁开窗的上颌窦底提升术中窦底空间与周围组织接触面积对成骨的影响共对58位患者的64例上颌窦进行手术,其中57例被用于最终分析(另7例因黏膜穿孔而退出)。统计学分析结果表明,Sbc与Va呈显著正相关(β coefficient=0.141,P自动分割模型,是辅助临床诊疗与科学研究的出色工具。2、侧壁开窗窦底提升术中,窦底空间与窦骨的接触面积越大则成骨效果越佳,而与施耐德膜的接触关系并未发现有明显影响。医生在术前应评估窦腔轮廓类型,考虑是否额外增加施耐德膜抬高范围,以避免窦底空间的过度塌陷。

关键词：自动分割神经网络上颌窦底提升术接触面积成骨效果窦底空间

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

基于人工智能的膝关节自动建模研究

中国修复重建外科杂志 2023年第3期37卷 348-352页

作者：汤小勇李晓虎谷雪莲赵宇轩刘洝辰刘宇甜陶玉蓉上海理工大学健康科学与工程学院上海200093

目的研究基于Mimics软件的人工智能(artificial intelligence,AI)自动分割膝关节CT图像建模方法,旨在提高膝关节建模效率。方法选择3名志愿者膝关节CT影像,在Mimics软件中分别进行AI自动分割和手动分割图像并建模,记录自动建模时间。参... 详细信息

目的研究基于Mimics软件的人工智能(artificial intelligence,AI)自动分割膝关节CT图像建模方法,旨在提高膝关节建模效率。方法选择3名志愿者膝关节CT影像,在Mimics软件中分别进行AI自动分割和手动分割图像并建模,记录自动建模时间。参考既往文献选择股骨远端和胫骨近端解剖标志点,计算与手术设计相关的参考指标,用Pearson相关系数(r)判断两种方法建模结果相关性,以DICE系数分析两种方法建模结果一致性。结果经自动及手动分割图像均成功构建膝关节三维模型。3个膝关节自动分割建模所需时间分别为10.45、9.50、10.20 min,较既往文献中手动分割建模(64.73±17.07)min缩短。相关性分析示手动和自动分割生成的模型之间存在强相关性(r=0.999,P自动分割建模一致性程度高。结论在Mimics软件中可采用AI分割图像方法快速建立有效的膝关节三维模型。

关键词：自动分割膝关节 Pearson相关系数 DICE系数人工智能

在线全文

学校读者我要写书评

暂无评论

基于关键字的海报自动合成系统

北京航空航天大学学报 2022年第2期48卷 356-368页

作者：关帅鹏于海阳杨震周明赖英旭北京工业大学信息学部北京100124

智能化的普及对图像编辑提出了新需求,海报作为一种以图像形式传递信息的方式,在日常生活和工作管理中起着重要的作用。海报的制作需要多元素图像进行合成,目前缺少一种交互式的、一键式的图像合成系统,因此,结合当前流行的图像处理技术... 详细信息

智能化的普及对图像编辑提出了新需求,海报作为一种以图像形式传递信息的方式,在日常生活和工作管理中起着重要的作用。海报的制作需要多元素图像进行合成,目前缺少一种交互式的、一键式的图像合成系统,因此,结合当前流行的图像处理技术,设计并实现了一款海报自动合成系统。提出了一种基于关键字的图像检索方案,构建基于文本和内容的双重过滤方案,为用户提供精准快捷的图像检索手段;通过对大量精心设计的海报图像统计构图规律并引入美学常识的构图规则,提出了一种基于双向规则的人像布局推荐方案;在双向规则的共同作用下辅助用户进行人像布局设计。实验结果表明:所提方案能够稳定高效地运行,用户能够通过简单的交互操作实现图像合成,最终图像合成的效果真实有效。

关键词：图像检索自动分割无缝融合布局推荐自动合成

基于有限训练样本的融合网络模型用于盆腔危及器官自动分割的研究

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2020年第2期37卷 311-316页

作者：吴青南王运来全红王俊杰谷珊珊杨薇葛瑞刚刘杰鞠忠建北京大学国际医院放疗科北京102206 武汉大学物理科学与技术学院武汉430072 中国人民解放军总医院放疗科北京100853 北京大学第三医院放疗科北京100191 北京东方瑞云科技有限公司北京100020

将深度学习应用到医学影像中危及器官自动分割领域时,为解决训练样本不足时三维卷积神经网络优化出现的退化、梯度消失等问题,本研究将Dense Net与V-Net两个网络模型进行融合,开发一种用于三维计算机断层扫描(CT)图像自动分割的Dense V-... 详细信息

将深度学习应用到医学影像中危及器官自动分割领域时,为解决训练样本不足时三维卷积神经网络优化出现的退化、梯度消失等问题,本研究将Dense Net与V-Net两个网络模型进行融合,开发一种用于三维计算机断层扫描(CT)图像自动分割的Dense V-Network算法,勾画女性盆腔危及器官。采用戴斯相似性系数(DSC)、豪斯多夫距离(HD)、杰卡德距离(JD)三个参数来定量评估分割效果。结果显示膀胱、小肠、直肠、股骨头和脊髓自动分割的DSC值均在0.87以上(平均值是0.9);JD值均在2.3以内(平均值是0.18);除小肠外,HD值均在0.9 cm以内(平均值是0.62 cm)。经验证,Dense V-Network网络可精准地勾画盆腔危及器官。

关键词：深度学习多模型融合卷积神经网络自动分割危及器官勾画

基于深度学习T2WI及弥散加权成像双模态影像一体化模型自动识别及分割宫颈癌

在线全文

学校读者我要写书评

暂无评论

中国介入影像与治疗学 2023年第6期20卷 366-371页

作者：夏邵君朱海涛赵博李晓婷曹崑孙应实北京大学医学部医学技术研究院北京100191 北京大学肿瘤医院暨北京市肿瘤防治研究所医学影像科、恶性肿瘤发病机制及转化研究教育部重点实验室北京100142

目的基于深度学习(DL)结合Transformer网络及卷积神经网络(CNN)构建T2WI及弥散加权成像(DWI)双模态宫颈癌影像自动识别及分割一体化模型,并观察其应用价值。方法回顾性收集116例经病理确诊的宫颈癌患者,对其中58例基于盆腔轴位T2WI、80... 详细信息

目的基于深度学习(DL)结合Transformer网络及卷积神经网络(CNN)构建T2WI及弥散加权成像(DWI)双模态宫颈癌影像自动识别及分割一体化模型,并观察其应用价值。方法回顾性收集116例经病理确诊的宫颈癌患者,对其中58例基于盆腔轴位T2WI、80例基于盆腔轴位DWI手动勾画肿瘤ROI,之后行2D切片,标注为“肿瘤”或“非肿瘤”,共获得1166幅T2WI和1066幅DWI 2D切片。随机选取200幅T2WI(46幅肿瘤切片及154幅非肿瘤切片)和174幅DWI 2D切片(62幅肿瘤及112幅非肿瘤)为测试集,按4∶1比例将其余966幅T2WI和892幅DWI 2D切片分为训练集和验证集。以Swin Transformer网络构建宫颈癌四分类自动识别模型,结合迁移学习方法,对训练集和验证集的2个模态切片进行分类。基于nnU-Net框架开发2个通道深度分别为7层与8层的U-Net网络,构建不同模态影像宫颈癌自动分割模型;根据准确率(ACC)、精确度(Precision)、召回率(Recall)和平衡F分数(F1-score)评估模型自动识别测试集宫颈癌的效能,以戴斯相似性系数(DSC)、95%豪斯多夫距离(95%HD)及平均表面距离(MSD)评价其自动分割测试集宫颈癌的效能。结果自动识别模型识别测试集T2WI及DWI 2D切片中的宫颈癌的总体ACC、Recall、Precision及F1-score分别为86.90%、69.44%、82.42%及0.75。自动分割模型分割测试集T2WI 2D切片中的宫颈癌的DSC、95%HD及MSD均值分别为76.69%、14.85 mm及4.10 mm,分割DWI 2D切片中的宫颈癌的DSC、95%HD及MSD均值分别为84.18%、3.28 mm及0.42 mm。结论DL结合Transformer网络及CNN构建的T2WI及DWI双模态影像一体化模型能有效自动识别并分割宫颈癌病灶。

关键词：宫颈肿瘤磁共振成像自动识别自动分割

基于深度学习的多模态影像脑胶质母细胞瘤放疗靶区的自动勾画研究

在线全文

学校读者我要写书评

暂无评论

中华放射医学与防护杂志 2022年第9期42卷 697-703页

作者：田素青许昕姜玉良刘应龙戴卓捷章卫贾乐成王俊杰北京大学第三医院肿瘤放疗科北京100191 山东第一医科大学第二附属医院肿瘤科泰安271000 深圳市联影高端医疗装备创新研究院深圳518045 北京联影智能影像技术研究院北京100094 上海联影医疗科技股份有限公司上海201807

目的通过建立深度学习模型,探索多模态影像对脑胶质母细胞瘤放疗靶区自动勾画效果的影响。方法收集30例脑胶质母细胞瘤患者的电子计算机断层扫描(CT)序列和磁共振成像(MRI)的对比增强T1加权序列(T1C)以及T2液体衰减反转恢复序列(T2-FLAI... 详细信息

目的通过建立深度学习模型,探索多模态影像对脑胶质母细胞瘤放疗靶区自动勾画效果的影响。方法收集30例脑胶质母细胞瘤患者的电子计算机断层扫描(CT)序列和磁共振成像(MRI)的对比增强T1加权序列(T1C)以及T2液体衰减反转恢复序列(T2-FLAIR),对每例病例的原发肿瘤靶区(GTV)及其对应的临床靶区1(CTV1)和临床靶区2(CTV2)根据RTOG标准进行人工勾画,并设计4种不同的数据集:CT数据集(仅含30例CT序列的单模态数据)、CT-T1C数据集(包含30例CT序列和T1C序列的双模态数据)、CT-T2-FLAIR数据集(包含30例CT序列和T2-FLAIR序列的双模态数据)和CT-MRIs数据集(包含30例CT序列、T1C序列和T2-FLAIR序列的三模态数据)。使用每种数据集中的25例对改进后的3D U-Net进行训练,并用剩余5例进行测试。评价测试样本中GTV、CTV1和CTV2的自动勾画效果,定量评估指标包括Dice相似系数(DSC),95%Hausdorff距离(HD95)和相对体积误差(RVE)。结果该3D U-Net模型在多模态影像CT-MRIs上获得最好的GTV自动分割结果,与在单模态影像CT的自动分割结果相比(DSC:0.94 vs.0.79,HD95:2.09 mm vs.12.33 mm and RVE:1.16%vs.20.14%),DSC(t=3.78,P自动分割结果(DSC:0.90 vs.0.91,HD95:3.78 mm vs.2.41 mm,RVE:3.61%vs.5.35%)也均有较好的一致性,但与单模态影像CT的自动分割结果相比,两个靶区的DSC和HD95的差异均无统计学意义(P>0.05)。该模型对于GTV的上下界和CTV2临近的重要器官(如脑干和眼球)的自动勾画有一定的局限性。结论基于改进后的3D U-Net在多模态影像数据集CT-MRIs上对脑胶质母细胞瘤放疗靶区具有更好的分割效果,显示出较好的临床应用价值。

关键词：胶质瘤自动分割 3D卷积网络多模态影像

基于级联多尺度卷积网络的计算机断层扫描图像肾肿瘤自动分割方法

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2021年第4期38卷 722-731页

作者：冀宏钱旭升周志勇朱建兵叶陆爽汪丰戴亚康东南大学生物科学与医学工程学院南京210096 中国科学院苏州生物医学工程技术研究所江苏苏州215163 济南国科医工科技发展有限公司济南250101 江苏省苏州科技城医院江苏苏州215153 浙江省绍兴文理学院医学院浙江绍兴312000

腹部计算机断层扫描(CT)图像背景复杂,且肾脏肿瘤存在形态各异、大小不一以及边缘不清晰等特点,直接对整个CT图像进行分割往往无法有效分割出肾肿瘤。针对这些问题,提出一种基于3D U-Net和DeepLabV3+级联的多尺度肾肿瘤分割网络,利用基... 详细信息

腹部计算机断层扫描(CT)图像背景复杂,且肾脏肿瘤存在形态各异、大小不一以及边缘不清晰等特点,直接对整个CT图像进行分割往往无法有效分割出肾肿瘤。针对这些问题,提出一种基于3D U-Net和DeepLabV3+级联的多尺度肾肿瘤分割网络,利用基于空洞卷积的多尺度特征金字塔自适应地控制网络的感受野范围,将高级语义特征和低级语义特征融合,有效改善大肿瘤的分割边缘同时提升小肿瘤的分割精度。采用Kits2019公开的210例CT数据进行五折交叉验证,并对从苏州科技城医院收集的30例CT数据进行独立测试。五折交叉验证实验获得的Dice系数为0.7962±0.2741,敏感度为0.8245±0.2763,精确度为0.8051±0.2840;在外部测试集上获得的Dice系数为0.8172±0.1100,敏感度为0.8296±0.1507,精确度为0.8318±0.1168,对比其他多种方法分割精度有较大提升。

关键词：肾肿瘤多尺度卷积神经网络自动分割级联

基于3D卷积网络和多模态MRI的脑胶质瘤自动分割

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 2022年第3期39卷 300-304页

作者：王瑞齐崇孟蓝熙刘志强李少武北京市神经外科研究所/首都医科大学附属北京天坛医院北京100070 国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院放疗科北京100021

目的:基于三维(3D)卷积神经网络和多模态MRI实现脑胶质瘤的自动分割。方法:首先对来自BraTS2020公共数据集的369例脑胶质瘤的4个模态MRI数据进行3D剪裁、重采样、去伪影、归一化的预处理。其次将MRI数据和脑胶质瘤标注信息输入到基于U-... 详细信息

目的:基于三维(3D)卷积神经网络和多模态MRI实现脑胶质瘤的自动分割。方法:首先对来自BraTS2020公共数据集的369例脑胶质瘤的4个模态MRI数据进行3D剪裁、重采样、去伪影、归一化的预处理。其次将MRI数据和脑胶质瘤标注信息输入到基于U-net的3D卷积神经网络模型进行训练和测试。利用相似性系数、召回率和精确率评价整体肿瘤区域、核心肿瘤区和增强肿瘤区的分割结果。结果:在74例测试数据集上,整体肿瘤区域、核心肿瘤区域和增强肿瘤区域的相似系数平均值分别为0.88、0.77和0.73,中位值分别为0.90、0.84和0.81,召回率平均值分别为0.88、0.78和0.78,中位值分别为0.90、0.84和0.84,精确率平均值分别为0.89、0.83和0.75,中位值分别为0.91、0.89和0.79。结论:基于U-net的3D卷积神经网络在多模态MRI数据集上获得了较好的分割结果,显示其在脑胶质瘤自动分割方面的潜力,可为临床诊断分级和治疗策略选择提供参考。

关键词：胶质瘤自动分割 3D卷积网络多模态MRI