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

计算机辅助诊断技术在超声医学中的应用进展

肿瘤影像学 2019年第5期28卷 296-300页

作者：毕珂王茵同济大学附属上海市肺科医院超声科上海200433 同济大学附属同济医院病理科上海200065

计算机辅助诊断(computer aided diagnosis,CAD)在超声医学中的应用已有多年历史,在乳腺、甲状腺、颈动脉和肝脏等领域已有较好的应用成果。近年来,随着深度学习的提出,以其为核心的超声图像分类和分割研究也逐渐兴起。本文对传统超声CA... 详细信息

计算机辅助诊断(computer aided diagnosis,CAD)在超声医学中的应用已有多年历史,在乳腺、甲状腺、颈动脉和肝脏等领域已有较好的应用成果。近年来,随着深度学习的提出,以其为核心的超声图像分类和分割研究也逐渐兴起。本文对传统超声CAD技术、应用深度学习的新型超声CAD技术及其最新应用进行评述。

关键词：超声计算机辅助诊断技术人工智能

计算机辅助诊断技术在PET显像诊断中的应用

在线全文

学校读者我要写书评

暂无评论

分子诊断与治疗杂志 2007年第6期 28-32页

作者：蒋宁一张弘中山大学附属第二医院核医学科

近年来,随着现代高科技的发展,大量涌现的医学成像技术,诸如磁共振成像(MRI)、计算机X射线断层摄影(CT)、B超、彩色多普勒超声成像、核医学显像(SPECT、PET、PET/CT)、电子内镜等产生的医学图像,为医疗诊断提供了重要依据。

关键词：三维图像医学图像配准计算机辅助诊断技术图像融合 PET

计算机辅助诊断技术与断层乳腺摄影对乳腺疾病诊断的效能对比分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

影像研究与医学应用 2022年第1期6卷 61-63页

作者：陈华芳严文静南京医科大学附属苏州医院<苏州市立医院>东区影像科江苏苏州215001

目的:研讨对比乳腺疾病诊断中采用计算机辅助诊断技术、断层乳腺摄影的诊断优势。方法:选取2018年7月—2020年12月苏州市立医院收治的70例乳腺疾病治疗患者,均采用计算机辅助诊断技术、断层乳腺摄影诊断,对比手术病理诊断结果,分析比较... 详细信息

目的:研讨对比乳腺疾病诊断中采用计算机辅助诊断技术、断层乳腺摄影的诊断优势。方法:选取2018年7月—2020年12月苏州市立医院收治的70例乳腺疾病治疗患者,均采用计算机辅助诊断技术、断层乳腺摄影诊断,对比手术病理诊断结果,分析比较两种诊断结果的准确率、特异度、灵敏度、误诊率、漏诊率及疾病类型符合率。结果:70例检查患者病理确诊恶性共计47例,其中浸润性癌44例,乳头状癌3例;良性23例,其中纤维腺瘤16例,乳头状瘤1例,乳腺病5例,囊肿1例。计算机辅助诊断技术诊断的准确率(95.71%)、灵敏度(95.74%)与断层摄影(75.71%、74.47%)相比有显著差异(P计算机辅助诊断技术的漏诊率(2.17%)相对较低,与断层摄影(12.50%)相比无显著差异(P>0.05);计算机辅助诊断技术的误诊率(4.26%)低于断层摄影(25.53%)诊断,差异有统计学意义(P计算机辅助诊断技术与断层摄影浸润性癌分型符合率有显著差异(P计算机辅助诊断技术与病理检查符合度更高。结论:应用计算机辅助诊断技术实现乳腺疾病诊断有效性更高。

关键词：断层乳腺摄影计算机辅助诊断技术乳腺疾病疾病类型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

乳腺照相计算机辅助诊断技术

中国医学影像技术 2002年第9期18卷 966-966页

作者：秦乃珊蒋学祥北京大学第一医院影像科北京100034

计算机辅助诊断（CAD）技术是乳腺影像领域中的一项新进展，在1998年6月正式经美国食品与药物管理机构）FDA）认证，投入使用。

关键词：乳腺癌 X线诊断计算机辅助诊断技术

在线全文

学校读者我要写书评

暂无评论

乳腺X线计算机辅助诊断关键技术研究

乳腺X线计算机辅助诊断关键技术研究

作者：王明上海交通大学

学位级别：硕士

乳腺X线成像是检测早期乳腺癌的主要手段。利用计算机辅助医师阅读X线乳腺图像,减轻医师在阅片时的负担,进而提高乳腺癌诊断的准确率具有重要的临床意义。本文主要介绍了在乳腺图像计算机辅助诊断技术的研究方面的工作,包括关于乳腺轮... 详细信息

乳腺X线成像是检测早期乳腺癌的主要手段。利用计算机辅助医师阅读X线乳腺图像,减轻医师在阅片时的负担,进而提高乳腺癌诊断的准确率具有重要的临床意义。本文主要介绍了在乳腺图像计算机辅助诊断技术的研究方面的工作,包括关于乳腺轮廓分割、图像增强、肿块异常ROI快速检测。乳腺轮廓提取的目的在于将乳腺区域从背景中分离出来,减少背景对算法稳定性的干扰,同时也减少了运算量。本课题结合直方图统计技术,利用双阈值法将乳腺图像分成三个部分,再利用分水岭找出脊线,即乳腺轮廓。乳腺图像增强的目的在于加强乳腺图像的对比度,使异常区域更加突出。一方面,图像增强强化乳腺的针状特征,尤其是恶性的肿块区域,血管异常丰富,通过增强可以使后续的算法更容易辨识出恶性肿块;另一方面,我们的乳腺图像增强工作,可以方便医师快速定位异常区域,减少医师的工作量。在乳腺区域提取和图像增强的基础上,我们对乳腺区域进行快速搜索,寻找可疑肿块区域中心。肿块区域特点是由中心向外围灰度递减,同时恶性肿块往往还伴随有针状特征。在这里我们主要利用多尺度下的图像梯度信息表现针状特征,即被观察点周围像素灰度下降速率和梯度方向的向心率的统计,进行全局搜索,从而找到可疑区域。算法的评价标准是将搜索获得的肿块中心与医师标记的肿块区域进行比较,评价结果显示我们的算法基本能将肿块全部搜索出来。在第五章中我们给出了实验结果。上述系统的开发工作是在实验室完成的,使用了美国乳腺X线图像库的数据,若能结合医院临床的实践将更有价值,同时临床应用也是我们的目标。

关键词：乳腺X线成像乳腺癌计算机辅助诊断技术 ROI快速检测

计算机辅助诊断在医学影像诊断中的基本原理和应用进展

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

电脑知识与技术 2018年第5X期14卷 170-170,173页

作者：董伊承德医学院附属医院河北承德067000

在医学影像诊断治疗过程中,应用计算机辅助诊断技术可以自动提取病症图像中的特征,并运用高效的机器学习算法针对病变部位进行诊断。目前时期,该项技术主要被应用于多种临床疾病的多模态影像诊断分析过程中,对于医学影像诊断检查质量的... 详细信息

在医学影像诊断治疗过程中,应用计算机辅助诊断技术可以自动提取病症图像中的特征,并运用高效的机器学习算法针对病变部位进行诊断。目前时期,该项技术主要被应用于多种临床疾病的多模态影像诊断分析过程中,对于医学影像诊断检查质量的提升具有重要的促进作用。鉴于此,文中对计算机辅助诊断在医学影像诊断中的基本原理和应用进展进行了一系列的分析,首先对该项技术的基本原理进行了阐述,包括数据处理原理、图像分割原理、样本采集原理等,随后对其应用进展进行了研究,包括在肺结节诊断、乳腺癌诊断、CT结肠癌等临床病症诊断中的应用,旨在提升计算机辅助诊断在医学影像诊断中的应用价值。

关键词：计算机辅助诊断技术医学影像诊断人工智能

S-Detect联合弹性成像辅助常规超声诊断乳腺肿瘤的价值

在线全文

学校读者我要写书评

暂无评论

中国综合临床 2022年第4期38卷 320-326页

作者：詹伏兰徐文君王金宏郑宝群汕头大学医学院第一附属医院超声科汕头515041 南昌大学第二附属医院超声科南昌330000

目的探讨S-Detect技术联合弹性成像辅助常规超声鉴别诊断乳腺肿瘤良恶性的价值。方法回顾性分析2018年4月至2020年1月在汕头大学医学院第一附属医院超声检查的136例乳腺肿块患者的超声诊断资料,对超声科诊断为乳腺影像学报告和数据系统... 详细信息

目的探讨S-Detect技术联合弹性成像辅助常规超声鉴别诊断乳腺肿瘤良恶性的价值。方法回顾性分析2018年4月至2020年1月在汕头大学医学院第一附属医院超声检查的136例乳腺肿块患者的超声诊断资料,对超声科诊断为乳腺影像学报告和数据系统3类及以上的乳腺病灶,依次采用常规超声、应变式弹性成像应变率比值法(strain ratio,SR)、S-Detect检查技术进行横断面研究,并获得相应的良恶性判断结果,比较分析各单独诊断及联合诊断的效能。结果常规超声、SR、S-Detect单独及常规超声+SR、常规超声+S-Detect、常规超声+S-Detect+SR联合诊断乳腺肿瘤等六种方法的受试者工作曲线下面积(area under the receiver operating characteristic curve,AUC)分别为0.776、0.839、0.802、0.861、0.832和0.870。SR、S-Detect、常规超声+SR、常规超声+S-Detect常规超声+SR+S-Detect与常规超声组间比较,差异具有统计学意义(Z值分别为1.49、0.70、2.76、2.52、2.96,P值分别为0.137、0.484、0.006、0.012、0.003)。其中以常规超声+S-Detect+SR联合方法的准确度最高,为84.1%;与病理结果比较,其Kappa值为0.687,一致性最强。结论S-Detect联合应变式弹性成像技术辅助常规超声能显著提高乳腺肿瘤良恶性的诊断效能。

关键词：乳腺肿瘤应变式弹性成像计算机辅助诊断技术 S-Detect技术

在线全文

学校读者我要写书评

暂无评论

基于注意力机制的肺结节分类研究

计算机应用与软件 2022年第1期39卷 163-167页

作者：匡健洪敏杰刘星辰贾俊铖苏州大学计算机科学与技术学院江苏苏州215000

为进一步提升肺结节分类的效果,引入一种基于注意力机制的分类算法。通过在神经网络中添加空间和通道注意力因子,使得肺结节分类网络生成更有效的特征映射,结合梯度提升树算法,进一步提升模型的性能。经过大量实验后,证明了该方法的有... 详细信息

为进一步提升肺结节分类的效果,引入一种基于注意力机制的分类算法。通过在神经网络中添加空间和通道注意力因子,使得肺结节分类网络生成更有效的特征映射,结合梯度提升树算法,进一步提升模型的性能。经过大量实验后,证明了该方法的有效性。

关键词：计算机辅助诊断技术神经网络肺结节分类

在线全文

学校读者我要写书评

暂无评论

基于放射组学在肺癌良恶性预测的初步研究

基于放射组学在肺癌良恶性预测的初步研究

作者：方胜儒天津医科大学

学位级别：硕士

目的:肺癌是当今世界最常见的恶性肿瘤之一,是全球癌症死亡的主要原因。不能早期检测是其高死亡率的最重要因素。虽然全国肺部筛查试验主张筛查某些高危人群,但这些筛查工作的实际实施尚未成功,且需求量很大。在此基础上以及精准医学的... 详细信息

目的:肺癌是当今世界最常见的恶性肿瘤之一,是全球癌症死亡的主要原因。不能早期检测是其高死亡率的最重要因素。虽然全国肺部筛查试验主张筛查某些高危人群,但这些筛查工作的实际实施尚未成功,且需求量很大。在此基础上以及精准医学的大背景下,放射组学应运而生。2012年,荷兰研究员Lambin P首次提出了“Radiomics”的概念,并将其定义如下:使用高通量定量提取方法从影像学图像中提取大量图像特征。放射组学吸引了极大的关注,并且在2014年重新定义为:通过高通量自动（或半自动）提取方式,从放射学图像中感兴趣区（ROI）内提取大量可量化信息（或图像特征）。基于所捕获的图像特征类型,这些特征大致分为四类:强度,结构,纹理/渐变和小波。已有许多研究显示这些特征与肺结节的恶性潜能之间存在显著相关性。本文通过放射组学对肺癌病例进行定量特征提取,优化选择,然后通过机器学习方法实现肺癌病例讨论和分析。资料与方法:在公开数据库LIDC中挑选了224例以及医院收集的263例肺结节病例,提取了共867个放射组学特征。首先,对胸CT中肺结节进行分割;然后,进行肺结节感兴趣区域提取;最后,进行所有放射组学特征信息提取。针对肺结节的特点,研究中共设计了5组共62个放射组学特征构成每个样本的特征空间。采用十种降维算法对特征进行降维,最后通过七种机器学习方法进行分类比较。特征提取算法的代码全部基于Matlab R2017b实现。结果:本文给出了多种数据特征降维方法的研究,具体给出了50个,100个,200个,300个,400个,867个特征数据的分析结果,并针对不同机器学习分类算法进行研究比对,同时也对不同降维方法在不同机器学习算法中对我们的数据进行分类的结果分析,给出了最大相关最小冗余降维下的随机森林分类效果最佳,在随机森林的分类器情况下对数据进行了二维和三维特征分析。将放射组学特征区分为二维放射组学特征和三维放射组学特征。其中二维放射组学特征包括了一维放射组学特征、基本形状大小特征、二维灰度游程矩阵（GLRLM-2D）、Laws图像纹理特征（Law-Textures）、LoG二阶边缘信息特征;三维放射组学特征包括了三维灰度共生矩阵、三维灰度区域大小矩阵（GLSZM-3D）、多尺度三维小波特征;而这些特征合称混合放射组学特征。我们通过二维放射组学特征、三维放射组学特征、混合放射组学特征对于基于随机森林的肺结节良恶性分类器进行了分析。在3种特征分析中混合特征的识别精度要比其他两个高。来自LIDC数据库和来自医院的数据在基于随机森林的分类器中的结果分别为AUC=0.6571、ACC=76.26%,AUC=0.8667、ACC=76%;在基于支持向量机的分类器中的结果分别为AUC=0.6429,ACC=76.37%,AUC=0.7733、ACC=72%。由此可以发现,来自LIDC数据库的数据其分类准确度较高但是其AUC较低,而来自肿瘤医院的数据则正好与之相反。根据反复试验的数据证明,来自LIDC的数据准确度相比于来自与肿瘤医院的数据的准确度高约3%。由此我们推测不同来源的肺结节数据对于分类器的建立有一定的影响。结论:在肺癌良恶诊断鉴别中,使用放射组学特征方法可以鉴别良恶性。基于纹理特征的计算机辅助诊断系统可以提高对此类结节的诊断效能。

关键词：计算机辅助诊断技术肺结节放射组学纹理特征