检索结果-南通市图书馆

放疗影像自动分割效果评估中几何参数与剂量学参数之间的关联性

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 2021年第5期38卷 540-544页

作者：余行刘欢傅玉川四川大学华西医院放疗科四川成都610041

目的:通过分析感兴趣区域(ROI)的几何参数与剂量学参数之间的关联性,探讨放疗影像自动分割效果评估时联合使用几何参数与剂量学参数的必要性。方法:利用卷积神经网络构建的分割模型对18例宫颈癌术后患者的危及器官与靶区进行自动分割,... 详细信息

目的:通过分析感兴趣区域(ROI)的几何参数与剂量学参数之间的关联性,探讨放疗影像自动分割效果评估时联合使用几何参数与剂量学参数的必要性。方法:利用卷积神经网络构建的分割模型对18例宫颈癌术后患者的危及器官与靶区进行自动分割,把自动分割结果与医生手动勾画结果进行比较,用于评估的几何参数包括基于体积/面积的Dice相似性系数、相对体积差与基于距离的几何参数:最大Hausdorff距离、95%Hausdorff距离、质心差,剂量学参数包括针对危及器官的平均剂量差、针对靶区的ΔD95和ΔD98。采用线性回归方法研究不同分割方式下ROI几何学参数与剂量学参数间的关系,并使用Spearman相关性分析获得几何参数间的相关性及医生勾画与自动分割间剂量学的相关性。结果:所有ROI的几何参数与剂量学参数间的关系均较弱(63.3%的R2分割结果进行评估时,应该同时考虑到几何参数与剂量学参数。选择几何参数时,应联合基于面积/体积的评估方式与基于距离的评估方式。

关键词：放射治疗自动分割几何参数剂量学参数

基于多种U-net模型的宫颈癌肿瘤超声影像靶区自动分割比较研究

在线全文

学校读者我要写书评

暂无评论

中华肿瘤防治杂志 2020年第12期27卷 1008-1013页

作者：杜德希金珏斌张吉朱可成肖承健滕银燕金献测丽水市中心医院放疗科温州医科大学附属第五医院浙江温州323000 温州医科大学附属第一医院放化科浙江温州325000 温州医科大学附属第一医院超声影像科浙江温州325000 温州医科大学附属第一医院物理室浙江温州325000

目的超声已被公认为是宫颈癌诊疗最常用成像方式之一,其准确分割是临床诊疗分析的基础,也是放射组学基本步骤。本研究比较不同U-net自动分割模型在基于超声影像宫颈癌肿瘤靶区的分割效果。方法采用U-net对基于超声影像的宫颈癌肿瘤靶区... 详细信息

目的超声已被公认为是宫颈癌诊疗最常用成像方式之一,其准确分割是临床诊疗分析的基础,也是放射组学基本步骤。本研究比较不同U-net自动分割模型在基于超声影像宫颈癌肿瘤靶区的分割效果。方法采用U-net对基于超声影像的宫颈癌肿瘤靶区进行自动分割,以Resnet 34替换骨干网络方式提出一种逐层还原的新方法,并比较U-net、U-net++和U-net++基础上修改的多种模型分割结果。选取2017-12-01-2018-12-31温州医科大学附属第一医院收治的270例宫颈癌患者的544张超声图片,随机分成训练集408张、验证集54张和测试集82张,手动勾画由高年资超声诊断医生完成。用Dice相似性系数(Dice similarity coefficient,DSC)、Jaccard相似性系数(Jaccard similarity coefficient,JSC)和平均表面距离(average surface distance,ASD)对自动分割结果进行比较分析。结果各种U-net模型的自动分割结果与医生手动勾画结果相似度都比较高。各模型平均DSC、JSC和ASD分别为0.84~0.84、0.75~0.82和7.00~9.99。Resnet 34作为骨干网络的U-net使得原始U-net结果平均DSC从0.86提升至0.89,平均ASD从8.17降低至7.00,平均JSC从0.77提升至0.81,Resnet 34作为骨干网络的U-net获得了比原始U-net更好的分割效果。结论本研究提出的方法有助于提高U-net在超声图像的分割效果,U-net++with Resnet 34取得了最佳分割结果。

关键词：宫颈癌超声影像自动分割 U-NET

基于2D/3D U-plus-net的心脏自动分割

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 2021年第9期38卷 1172-1178页

作者：宋宇宸彭昭吴昊天周解平皮一飞陈志裴曦中国科学技术大学放射医学物理中心安徽合肥230027 安徽慧软科技有限公司安徽合肥230000 中国科学技术大学附属第一医院放疗科安徽合肥230001 郑州大学第一附属医院放疗科河南郑州450052

目的:利用2D/3D U-plus-net提高心脏自动分割的准确率。方法:收集郑州大学第一附属医院60例患者胸部扫描CT图像(数据A)及中国科学技术大学附属第一医院45例患者胸部扫描CT图像(数据B)。基于改进的AlexNet将CT图像分为两类:心脏CT图像和... 详细信息

目的:利用2D/3D U-plus-net提高心脏自动分割的准确率。方法:收集郑州大学第一附属医院60例患者胸部扫描CT图像(数据A)及中国科学技术大学附属第一医院45例患者胸部扫描CT图像(数据B)。基于改进的AlexNet将CT图像分为两类:心脏CT图像和无心脏CT图像。在2D/3D U-net拓扑结构基础上,通过减小网络深度、在长连接中增加新节点、增加解码器中卷积次数的方法,得到改进后的2D/3D U-plus-net;将靠近腹部的心脏CT图像(图像张数由预实验决定)输入3D U-plus-net,其余图像输入2D U-plus-net;采用5倍交叉验证法对模型进行训练及测试。最后通过Dice系数、HD95和平均表面距离(MSD)评估自动分割精度。结果:数据A自动分割的Dice系数为0.941±0.012,MSD为(3.918±0.201)mm,HD95为(5.863±0.561)mm;数据B自动分割的Dice系数为0.934±0.014,MSD为(4.112±0.320)mm,HD95为(6.035±0.659)mm。结论:基于2D/3D U-plus-net的分割方法提高了心脏自动分割准确率。

关键词：心脏 AlexNet 2D U-plus-net 3D U-plus-net 自动分割

基于膝关节软骨磁共振半定量评分的自动分割与分类评价

在线全文

学校读者我要写书评

暂无评论

磁共振成像 2018年第12期9卷 928-935页

作者：司莉萍宣锴姚伟武上海交通大学附属第六人民医院放射科上海200030 上海交通大学生物医学工程学院医学影像先进技术研究院上海200030

目的通过机器学习大量影像诊断明确的膝关节软骨不同程度病变的磁共振图像,实现膝关节软骨评分的自动分类和分割并评价其准确性,具有监测骨关节炎(osteoarthritis,OA)发生和发展过程的应用价值。材料与方法回顾性纳入590例膝关节磁共振3... 详细信息

目的通过机器学习大量影像诊断明确的膝关节软骨不同程度病变的磁共振图像,实现膝关节软骨评分的自动分类和分割并评价其准确性,具有监测骨关节炎(osteoarthritis,OA)发生和发展过程的应用价值。材料与方法回顾性纳入590例膝关节磁共振3.0 T数据。自动分类数据557例;自动分割数据33例,其中27个数据用于训练,6个数据用于测试。在深度学习的基础上利用迁移学习方法,基于两种神经网络模型,即V型网络和Inception网络,进行自动分割和分类。软骨的分割由放射科医师进行手工标注,以进行比较。软骨的分类由放射科医师依据全器官磁共振成像评分(whole-organ magnetic resonance imaging score,WORMS)分区方法及Recht评分标准进行评分;自动分割精度的量化指标使用Dice相似性系数。结果所有膝关节骨骼自动分割的Dice相似性系数值(dice similarity coefficient value,DSC)均在0.90以上,膝关节软骨自动分割的Dice相似性系数值均在0.70以上,表明本研究提出的自动分割方法能准确地分割膝关节骨骼和软骨。结论利用深度神经网络建立了一种膝关节自动分割和软骨病变分类的方法,V型网络和Inception网络展示了快速生成准确分割和分类结果的效率和精确度,可以得到较准确的结果,有助于提取形态特征,具有监测和诊断OA的价值,为影像诊疗流程自动化提供了技术支持。

关键词：膝关节骨关节炎软骨,关节自动分割自动分类磁共振成像

在线全文

学校读者我要写书评

暂无评论

基于特征融合的U-Net肺自动分割方法

中国医学物理学杂志 2021年第6期38卷 704-712页

作者：李雪周金治莫春梅余玺西南科技大学信息工程学院四川绵阳621000 特殊环境机器人技术四川省重点实验室四川绵阳621000

目的:将肺部颜色特征与纹理特征融合形成一种更有效的特征,并利用改进的U-Net深度学习网络结构对肺部CT影像进行图像分割以准确提取肺实质区域。方法:使用的CT影像数据来源于LIDC-IDRI数据库,首先通过色彩空间转换、高阶邻域统计的方法... 详细信息

目的:将肺部颜色特征与纹理特征融合形成一种更有效的特征,并利用改进的U-Net深度学习网络结构对肺部CT影像进行图像分割以准确提取肺实质区域。方法:使用的CT影像数据来源于LIDC-IDRI数据库,首先通过色彩空间转换、高阶邻域统计的方法分别提取颜色特征和纹理特征,然后采用加权平均直方图融合两类特征,最后将特征输入改进后的U-Net模型,进行1000次CT扫描测试,以达到完整的肺实质输出。结果:该方法最终的骰子系数、灵敏度、特异性分别为93%、96%和97%。结论:本方法较单一特征分割方法具有较高的分割精度,有效提高肺实质的分割精度,可为后续的肺部疾病自动诊断提供可靠基础,减少临床诊断的成本并节省医生诊断时间。

关键词：肺实质 U-Net 自动分割颜色特征纹理特征特征融合

一种基于交叉熵的改进型PCNN图像自动分割新方法

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报（A辑） 2005年第5期10卷 579-584页

作者：刘勍马义德钱志柏天水师范学院数理与信息科学学院天水741000 兰州大学信息科学与工程学院兰州730000

脉冲耦合神经网络(PCNN)是20世纪90年代形成和发展的一种新型神经网络。为了自动地进行精确的图像分割,在基于图像处理的前提下,对现有的PCNN模型进行了改进,即从原始图像与分割图像的目标之间、背景之间的差异性出发,提出了一种基于最... 详细信息

脉冲耦合神经网络(PCNN)是20世纪90年代形成和发展的一种新型神经网络。为了自动地进行精确的图像分割,在基于图像处理的前提下,对现有的PCNN模型进行了改进,即从原始图像与分割图像的目标之间、背景之间的差异性出发,提出了一种基于最小交叉熵准则的改进型PCNN图像分割新方法。通过计算机仿真,该方法能够自动确定循环迭代次数和自动选取最佳阈值,并与基于最大香农熵的PCNN分割方法进行了比较。实验结果表明,该方法优于香农熵准则PCNN分割,其不仅对图像分割精度高,而且具有较强的适用性。

关键词： PCNN 改进型自动分割交叉熵 20世纪90年代脉冲耦合神经网络图像分割计算机仿真图像处理分割图像原始图像最佳阈值自动选取迭代次数自动确定分割方法熵准则差异性香农熵适用性最小

Fisher评价准则下的彩色磨粒图像自动分割

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2002年第6期23卷 721-725页

作者：陈果左洪福南京航空航天大学民航学院江苏南京210016

本文针对彩色显微磨粒图像特征 ,选择最大类间方差分割法 ,并对其进行推广以应用于彩色图像分割 .在详细分析各种彩色特征的前提下 ,通过选择合适的正交彩色特征量 I1 、I2 和 I3,成功地进行了两类彩色磨粒图像分割和目标提取 .同时 ,... 详细信息

本文针对彩色显微磨粒图像特征 ,选择最大类间方差分割法 ,并对其进行推广以应用于彩色图像分割 .在详细分析各种彩色特征的前提下 ,通过选择合适的正交彩色特征量 I1 、I2 和 I3,成功地进行了两类彩色磨粒图像分割和目标提取 .同时 ,本文提出了基于 Fisher评价准则的彩色特征量自动选取技术 ,通过比较 Fisher准则函数的最大值以实现彩色特征量的自动选取 ,避免了人的主观判断和决定 ,最终实现了彩色磨粒图像的自动分割 .

关键词： Fisher评价准则彩色磨粒图像自动分割机械设备故障诊断

基于Dense V-Network神经网络的女性肠道自动分割研究

在线全文

学校读者我要写书评

暂无评论

中华放射肿瘤学杂志 2020年第9期29卷 790-795页

作者：吴青南郭雯王金媛谷姗姗杨薇张慧娟王运来全红刘杰鞠忠建武汉大学物理科学与技术学院 430072 解放军总医院放疗科北京100853 北京东方瑞云科技有限公司 100020

目的用精准自动勾画女性肠道器官的Dense V-Network模型对宫颈癌患者进行训练并评估。方法将Dense Net与V-Net2个网络模型进行融合,形成一种用于三维CT图像自动分割的Dense V-Network算法。160例宫颈癌患者CT数据被随机分为训练集130例... 详细信息

目的用精准自动勾画女性肠道器官的Dense V-Network模型对宫颈癌患者进行训练并评估。方法将Dense Net与V-Net2个网络模型进行融合,形成一种用于三维CT图像自动分割的Dense V-Network算法。160例宫颈癌患者CT数据被随机分为训练集130例用于调整模型参数,测试集30例用于评估自动分割效果。采用戴斯相似性系数(DSC)等8个参数定量评估分割效果。结果小肠DSC、杰卡德距离、体积差异性系数、敏感性指数、包容性指数、豪斯多夫距离、轮廓平均差异、质心偏差分别为0.86±0.03、0.25±0.04、0.10±0.07、0.88±0.05、0.85±0.05、(2.98±0.61)cm、(2.40±0.45)mm、(4.13±1.74)mm,结果优于单一算法(均P分割肠道器官,医生修改审查简单易行,可用于临床。

关键词：深度学习卷积神经网络自动分割女性盆腔肠道

基于高分辨率DEM的黄土地貌正负地形自动分割技术研究

在线全文

学校读者我要写书评

暂无评论

地理科学 2010年第2期30卷 261-266页

作者：周毅汤国安王春肖晨超董有福孙京禄南京师范大学虚拟地理环境教育部重点实验室江苏南京210046 滁州学院国土信息工程系安徽滁州239012 北京大学遥感与地理信息系统研究所北京100871

黄土地貌正负地形自动分割是构建地表空间分布式机理-过程模型的基础。在分析黄土高原地区典型地貌坡面形态及汇流过程特征的基础上,提出了基于5m分辨率栅格DEM自动分割黄土正、负地形的技术方案。该方案首先利用坡面上下游栅格点的坡... 详细信息

黄土地貌正负地形自动分割是构建地表空间分布式机理-过程模型的基础。在分析黄土高原地区典型地貌坡面形态及汇流过程特征的基础上,提出了基于5m分辨率栅格DEM自动分割黄土正、负地形的技术方案。该方案首先利用坡面上下游栅格点的坡度对比识别沟沿线点,然后利用汇水模型提取沟沿线点约束的上游汇水区域,从而实现正、负地形的自动分割。在黄土塬区及丘陵沟壑区的实验结果表明,该方法的优点是提取精度高,人工干预少,在不同地貌类型区域内有很好的应用适宜性。

关键词：正负地形沟沿线 DEM 自动分割黄土高原