检索结果-南通市图书馆

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

基于SEEDS的医学超声图像分割算法

信息技术 2024年第1期48卷 71-76页

作者：刘雨颜雨宋增才张东华北水利水电大学物理与电子学院郑州450046 腾讯科技(深圳)有限公司广东深圳518057 武汉大学物理科学与技术学院武汉430072

针对高强度聚焦超声(HIFU)治疗过程中肿瘤的快速识别与自动定位问题,提出了一种基于SEEDS超像素的自动分割方法,能够为医生快速、准确地定位肿瘤提供帮助,大大减少医生的工作量。该方法基于分裂合并的思想,先利用SEEDS将图像分裂成超像... 详细信息

针对高强度聚焦超声(HIFU)治疗过程中肿瘤的快速识别与自动定位问题,提出了一种基于SEEDS超像素的自动分割方法,能够为医生快速、准确地定位肿瘤提供帮助,大大减少医生的工作量。该方法基于分裂合并的思想,先利用SEEDS将图像分裂成超像素,再提取超像素的纹理和边界信息,使用纹理边界编码压缩算法完成超像素合并,最后在先验信息的限制下实现肿瘤的自动分割。实验结果表明,该方法可以应对图像质量低、背景复杂等不同情况下的肿瘤分割问题,分割结果比较准确。

关键词：超像素超声图像分割纹理边界编码子宫肌瘤图像

双态形状重构及其在前列腺超声图像分割中的应用

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2023年第3期40卷 954-960页

作者：石勇涛高超李伟尤一飞三峡大学计算机与信息学院湖北宜昌443002 三峡大学湖北省水电工程智能视觉监测重点实验室湖北宜昌443002

前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响,而当前已有研究结论无法精确分割各个部分。提出了一种基于点分布模型和流形学习的双态形状重构的方法,并对前列腺超声图像进行分割:通过随机森林指示隐态表达进行目标初定... 详细信息

前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响,而当前已有研究结论无法精确分割各个部分。提出了一种基于点分布模型和流形学习的双态形状重构的方法,并对前列腺超声图像进行分割:通过随机森林指示隐态表达进行目标初定位;改进边界算子以改善粗分割准确性;使用显态表达与噪声部分相邻的部分灰度显著点来进行插值计算,从而恢复整体形状。该分割方式不仅减少了数据计算量,还增加了分割可靠性。实验表明,该方法的DSC指标为97.38%,mIoU指标为95.24%,精度强于当前热门分割神经网络。

关键词：超声图像分割医学图像分割流形学习

基于TransUNet的甲状腺结节超声图像精准分割方法

在线全文

学校读者我要写书评

暂无评论

北京生物医学工程 2024年第2期43卷 165-170页

作者：陈格李翔解放军总医院京北医疗区北京100080

目的甲状腺结节的精准分割在医学影像处理中具有重要意义,然而,超声图像中的结节通常具有尺寸多变和边缘模糊的特点,这为其准确分割带来了挑战。为有效应对这一挑战,本文提出了一种结合卷积神经网络(convolutional neural network,CNN)... 详细信息

目的甲状腺结节的精准分割在医学影像处理中具有重要意义,然而,超声图像中的结节通常具有尺寸多变和边缘模糊的特点,这为其准确分割带来了挑战。为有效应对这一挑战,本文提出了一种结合卷积神经网络(convolutional neural network,CNN)和Transformer的分割网络,命名为TransUNet,旨在实现对甲状腺结节超声图像的精准分割。方法首先,使用卷积神经网络对超声图像进行编码,以生成特征图。接着,将特征图转换为序列向量,并利用Transformer的编码机制来捕捉上下文信息。此外,为保持局部细节特征的完整性,研究组还引入了跳跃连接,将其用于在解码器中对编码特征进行上采样,这对于处理边缘模糊等问题尤为重要。结果通过在甲状腺结节图像分割任务中进行广泛的实验,验证TransUNet的有效性。具体而言,骰子系数(dice coefficient,DICE)为0.75,交并比(intersection over union,IoU)为0.60,F1分数(F1 Score)为0.72,准确率高达0.93,AUC(area under the ROC curve)为0.91。这些性能指标反映了该方法在处理尺寸多变和边缘模糊等挑战方面的出色表现。结论本文提出的TransUNet为甲状腺结节超声图像分割任务带来了显著的性能提升。相较于传统的U-Net方法,TransUNet不仅更好地处理了尺寸多变和边缘模糊等挑战,而且在分割性能上具有更为出色的表现,为医学图像处理领域的进一步研究和临床应用提供了有力支持。

关键词：甲状腺结节超声图像分割深度学习全局自注意力跳跃连接

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

面向超声图像分割的深度学习算法研究

面向超声图像分割的深度学习算法研究

作者：汪金婷南方医科大学

学位级别：硕士

医学超声成像系统因其无创伤、无辐射、低成本、便捷和实时成像等优点在临床诊疗过程中被广泛应用。面对人体脏器复杂多变的解剖结构、正确引导超声探头、截取标准扫查切面、标注组织区域、评估种类繁多测量数据等常规超声检查流程,需... 详细信息

医学超声成像系统因其无创伤、无辐射、低成本、便捷和实时成像等优点在临床诊疗过程中被广泛应用。面对人体脏器复杂多变的解剖结构、正确引导超声探头、截取标准扫查切面、标注组织区域、评估种类繁多测量数据等常规超声检查流程,需要超声检查医师若干年专业训练与临床经验积累来完成。因此,识别和理解超声图像是一项高强度且复杂的任务,既是超声检查医师的临床技术操作规范,又是智能超声成像系统的主要研究内容。超声图像分割是识别和理解超声图像主要研究内容,也是计算机智能辅助超声诊断过程中关键步骤。分割算法对超声图像中人体器官、组织和病灶区域等自动分割,辅助超声医生定位感兴趣区域,降低超声医生的工作负担。因超声图像固有噪声和伪影,其分割任务存在目标区域内纹理不一致、背景纹理相似区域、目标区域边缘模糊或缺失等难点问题,这给超声图像自动分割算法带来巨大挑战。为了解决上述超声图像分割问题,本文首先将超声图像分割过程构建为难度渐进的时序任务,设计一种基于像素级难度渐进课程引导的学习策略,由易到难地完成目标区域的分割。避免耗时费力的人工标注课程的工作,提高图像分割算法的普适性,即一种数据驱动的课程挖掘方法,为不同医学图像分割的应用场景自适应定制学习课程。同时,针对难度递进的课程内容,本文设计面向课程内容的渐进递归网络。在乳腺病灶分割和甲状腺分割两个超声图像分割任务上,验证渐进递归网络性能。与其它同类图像分割方法相比,本文所提出方法能够有效对抗噪声和伪影干扰,提升超声图像分割精度。其次,利用超声图像中的目标前景和背景之间的互补信息,设计一种新的图像分割算法,即基于互补信息的交互注意网络,同时增强前景和背景的特征表达,强化分割模型的辨别能力,进一步提升算法表征能力。在该网络中,构建三级信息交互机制,充分挖掘前景和和背景特征之间的互补信息,并引入难度递进学习策略。在乳腺病灶分割和甲状腺结节分割两个任务上,与上述渐进递归网络相比较,实验结果显示,该方法性能更优。最后,将超声图像分割方法应用到胎儿头围测量任务,提出一种椭圆引导的多任务网络。该网络融合边缘检测的细节信息和区域分割的定位信息,提升边缘模糊或缺失区域的边缘检测精度。并将椭圆约束作为胎儿头围形状先验知识引入到该模型中,约束边缘检测和区域分割结果逼近椭圆。将前面提出的分割方法中的部分模块与胎儿头围测量方法相结合,进一步提升胎儿头围测量性能。在公开胎儿头围测量数据集上,验证方法的有效性。综上所述,本文研究面向超声图像分割的深度学习框架,结合由易到难的课程学习策略,实现了两种超声图像分割算法。与现有最新的方法相比,该深度学习网络展现出更优异性能,应用于胎儿头围测量任务,体现了分割算法应用前景。

关键词：超声图像分割深度学习课程学习互补信息多任务学习

构建MRI统计形变模型的子宫肌瘤超声图像分割方法

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

计算机辅助设计与图形学学报 2013年第6期25卷 817-822页

作者：倪波何发智袁志勇蔡贤涛周媛媛陈晓张德军武汉大学计算机学院武汉430072 湖北理工学院计算机学院黄石435003

超声图像分割是实现高强度超声聚焦治疗中术中引导的重要步骤,而超声图像的低信噪比使得分割的结果往往不精确,易造成手术中聚焦区域有偏差.为此提出一种基于MRI先验形变模型的超声图像分割方法.首先分别从MRI图像集和超声图像集中训练... 详细信息

超声图像分割是实现高强度超声聚焦治疗中术中引导的重要步骤,而超声图像的低信噪比使得分割的结果往往不精确,易造成手术中聚焦区域有偏差.为此提出一种基于MRI先验形变模型的超声图像分割方法.首先分别从MRI图像集和超声图像集中训练基于特定病人的统计形变模型和初始化分割模型;然后利用超声图像中子宫肌瘤的部分显著性轮廓对分割模型进行初始化;最后使用统计形变模型对超声图像的分割结果进行约束,并对结果进行优化得到最终的结果.与其他分割方法进行比较的实验结果表明,该方法能够有效地提高高强度超声聚焦治疗的精度和效率.

关键词：统计形变模型活动形状模型超声图像分割

基于改进模糊C均值算法的颈动脉超声图像分割

在线全文

学校读者我要写书评

暂无评论

天津大学学报（自然科学与工程技术版） 2018年第1期51卷 95-102页

作者：李锵张琦珺关欣滕建辅天津大学微电子学院天津300072

颈动脉的内中膜厚度(IMT)是预测心血管疾病(CVDs)病发程度的重要指标.本文研究并提出一种自动、高效的计算机辅助IMT测量算法,该算法依据先验知识自动提取感兴趣区域(ROI),并采用基于隐马尔可夫随机场(HMRF)模型改进的模糊C均值(FCM)算... 详细信息

颈动脉的内中膜厚度(IMT)是预测心血管疾病(CVDs)病发程度的重要指标.本文研究并提出一种自动、高效的计算机辅助IMT测量算法,该算法依据先验知识自动提取感兴趣区域(ROI),并采用基于隐马尔可夫随机场(HMRF)模型改进的模糊C均值(FCM)算法分割图像,实现IMT的自动测量.实验结果表明,所提算法对超声图像噪声的鲁棒性较强,IMT自动测量结果与真实值(GT)有很高的一致性:两个数据集合的相关系数为98.52%,平均绝对误差为0.022 0?0.016 4 mm.

关键词：超声图像分割内中膜厚度测量模糊C均值隐马尔可夫随机场模型感兴趣区域

在线全文

学校读者我要写书评

暂无评论

基于相位的C-V模型乳腺超声图像分割方法

东南大学学报（自然科学版） 2013年第3期43卷 494-497页

作者：粟华杨冠羽胡轶宁舒华忠东南大学影像科学与技术实验室南京210096

为了提高乳腺超声图像分割的准确率,提出了一种基于相位特征的C-V模型超声图像分割方法.首先,采用LOG-Gabor滤波器对超声图像进行6个不同方向的滤波,提取最大能量所对应的相位信息,得到超声图像的相位特征.然后,采用SRAD方法对超声图像... 详细信息

为了提高乳腺超声图像分割的准确率,提出了一种基于相位特征的C-V模型超声图像分割方法.首先,采用LOG-Gabor滤波器对超声图像进行6个不同方向的滤波,提取最大能量所对应的相位信息,得到超声图像的相位特征.然后,采用SRAD方法对超声图像降噪,并将降噪后的图像与相位特征点乘,增强图像目标与背景的对比度.最后,运用C-V模型的分割算法识别图像中的目标区域,并采用腐蚀方法使目标区域边缘完整、平滑.实验结果表明,与基于灰度的C-V模型、GAC模型以及基于相位特征的人工神经网络方法相比,利用该方法分割乳腺超声图像,分割的精确度明显提高,达到92.40%.

关键词：相位特征超声图像分割 C-V模型

基于改进主动形状模型的前列腺超声图像分割算法

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2017年第5期47卷 879-883页

作者：毕卉杨冠羽唐慧舒华忠东南大学计算机科学与工程学院南京210096 东南大学计算机网络和信息集成教育部重点实验室南京211189 东南大学中法生物医学信息研究中心南京210096

为了提高前列腺超声图像的分割精度,提出了一种基于改进主动形状模型的前列腺超声图像分割算法.首先,提取前列腺超声图像的特征集合,该特征集合由Gabor纹理特征和局部二值模式(LBP)特征组成.然后,通过利用k均值算法对提取的特征集合进... 详细信息

为了提高前列腺超声图像的分割精度,提出了一种基于改进主动形状模型的前列腺超声图像分割算法.首先,提取前列腺超声图像的特征集合,该特征集合由Gabor纹理特征和局部二值模式(LBP)特征组成.然后,通过利用k均值算法对提取的特征集合进行聚类分析,得到超声图像的聚类表示图.最后,在聚类表示图上应用ASM获取超声图像中前列腺的形状信息.结果表明,该算法可以准确地定位前列腺边界信息,与医生手动标记的前列腺轮廓相比,平均绝对距离仅为1.559 6 mm,戴斯相似度系数最高可达93.88%.利用超声图像的聚类表示图可以获得更加精确的前列腺轮廓信息,可用于海扶高聚焦超声(HIFU)手术中的精准导航.

关键词：超声图像分割 Gabor特征局部二值模式 k均值算法主动形状模型

在线全文

学校读者我要写书评

暂无评论

一种新颖的前列腺超声图像分割方法

现代电子技术 2022年第3期45卷 52-57页

作者：石勇涛宋建萍雷帮军三峡大学计算机与信息学院湖北宜昌443002 三峡大学科技学院湖北宜昌443002

现有的基于先验知识的超声图像分割方法往往都需要对先验形状进行建模,由于建模一般都是对形状的整体进行学习,造成最终分割结果往往在细节上会有所不足,并且在分割过程中都涉及到对形状的迭代,对分割时间也会造成一定的影响。为了克服... 详细信息

现有的基于先验知识的超声图像分割方法往往都需要对先验形状进行建模,由于建模一般都是对形状的整体进行学习,造成最终分割结果往往在细节上会有所不足,并且在分割过程中都涉及到对形状的迭代,对分割时间也会造成一定的影响。为了克服现有先验知识的不足,提出一种新颖的图像分割方法。该方法提出了一种边界描述符,定义了分割过程中前后检测点的空间关系,使用该空间关系能够将边界点检测过程中出现的异常(噪声)点自动过滤掉,从而摒弃掉了对先验知识的依赖。同时,该描述符改进了传统的法向量对比度边界算子,考虑了其邻域法向量上的边界信息,使得边界检测性能得到了极大的提升。实验结果表明,使用该边界描述算子能够直接将前列腺的边界分割出来,相比传统的边界检测过程,迭代次数可以忽略不计,在时间和精度上都得到了极大的提升。

关键词：超声图像分割前列腺图像法向量对比度先验形状边界描述符深度学习迭代寻优