检索结果-南通市图书馆

智能系统学报 2024年

作者：刘国奇陈宗玉刘栋常宝方王佳佳河南师范大学计算机与信息工程学院河南师范大学河南省教育人工智能与个性化学习重点实验室

从结肠图像中分割息肉小目标病变区域对于预防结直肠癌至关重要。它可以为结直肠癌的诊断提供有价值的信息。然而目前现有的方法存在2个局限性：一是不能稳健捕获全局上下文信息，二是未能充分挖掘细粒度细节特征信息。因此，提出融合... 详细信息

从结肠图像中分割息肉小目标病变区域对于预防结直肠癌至关重要。它可以为结直肠癌的诊断提供有价值的信息。然而目前现有的方法存在2个局限性：一是不能稳健捕获全局上下文信息，二是未能充分挖掘细粒度细节特征信息。因此，提出融合边界注意力的特征挖掘息肉小目标网络（transformer feature boundary network，TFB-Net）。该网络主要包括3个核心模块：首先，采用Transformer辅助编码器建立长程依赖关系，补充全局信息；其次，设计特征挖掘模块进一步细化特征，学习到更好的特征；最后，使用边界反转注意力模块加强对边界语义空间的关注，提高区域辨别能力。在5个息肉小目标数据集上进行广泛实验，实验结果表明TFB-Net具有优越的分割性能。

关键词：息肉小目标分割 Transformer 卷积神经网络特征挖掘注意力机制边界注意力语义信息全局特征

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于弱监督多注意力融合的脑MRI图像病理分割

基于弱监督多注意力融合的脑MRI图像病理分割

引用

作者：车志豪北方工业大学

学位级别：硕士

近年来,随着医学影像技术的飞速发展,脑核磁共振成像(Magnetic Resonance Imaging,MRI)图像在临床医学中的应用越来越广泛。脑MRI图像具有无辐射和多平面成像的特点,为神经学疾病的诊断和研究提供了丰富的数据源。然而,要想充分发掘这... 详细信息

近年来,随着医学影像技术的飞速发展,脑核磁共振成像(Magnetic Resonance Imaging,MRI)图像在临床医学中的应用越来越广泛。脑MRI图像具有无辐射和多平面成像的特点,为神经学疾病的诊断和研究提供了丰富的数据源。然而,要想充分发掘这些图像的潜力,必须借助先进的自动图像分析技术,以确保对脑部病理图区进行精确的分割。例如将图像中的正常结构与异常病变区域进行区分。在传统的监督学习方法中,模型的性能通常高度依赖于大规模标记好的数据集,但在医学领域,获取这样的数据集是一项昂贵且耗时的任务。此外,脑部病理区域具有位置不固定且形状不规则的特点,存在着类内异质性问题。与此同时,由于脑部组织较为复杂,病理区域边界通常因噪声和伪影的影响而变得模糊。为解决以上这些问题,本研究提出了一种基于弱监督多注意力融合的脑MRI图像病理分割技术,其采用了弱监督学习框架,并引入注意力机制和特征融合技术,在有限标注数据下实现了病理区域的准确分割。主要研究及实施内容如下:(1)针对脑MRI图像中病理区域结构复杂,从而导致标注过程费时费力且高度依赖专业人员辅助的问题,本文提出了一种基于弱监督边界细化的语义分割框架。该框架由双路结构组成,一路经过预训练的分类主干输出特征图,经过类激活映射的方法生成相应的伪标签;另一路通过无监督分割网络将相似像素聚集,生成一张抑制无关细节的边缘映射图,然后将两者进一步融合去除无关信息,从而生成最终的分割结果,大大减少了大规模标注费时费力且依赖专业人员辅助的问题;(2)针对脑MRI图像中病理区域位置随机且形状不规则导致的类内异质性问题,本文构建了一种基于混合卷积的多尺度特征融合模块。通过将不同膨胀率的卷积核进行残差连接,在不增加参数量的基础上和防止“栅格化”发生的同时,提高了感受野的捕获范围,以及不同大小、形状物体的可分辨性;(3)针对脑MRI图像结构复杂、病理区域边界模糊以及常混有伪影干扰问题,本文提出了一种基于Transformer Focus的边界注意力模块。该方法能够捕捉输入序列中的上下文信息,从而形成全局依赖关系表征。在此基础上,还引入了一组可学习的类别标记,它与空间特征映射之间构成一组相似性映射,并将其转移到相应的分割掩码上,这使得网络在联系全局信息的基础上,进一步细化边缘感知信息。为验证该方法的有效性,本文在公开的2019和2021年脑肿瘤分割挑战赛(Bra TS)数据集上分别进行了实验验证。与此同时,本文与五个先进的分割网络进行了性能对比。实验结果表明,本文所提出的方法在各项指标上均优于其他模型。

关键词：脑MRI图像病理区分割弱监督边界注意力混合卷积

来源：

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

目标辅助条件下的心肌疤痕分割网络的研究

目标辅助条件下的心肌疤痕分割网络的研究

引用

作者：李高远黑龙江大学

学位级别：硕士

心房颤动(Atrial fibrillation,AF)作为一种常见的心律失常,会导致人体容易形成血栓,造成血管堵塞,从而增加心脏衰竭和中风的风险,进而提高病人在心脏疾病上的发病率和死亡率。房颤的治疗手段是在心肌壁上形成阻断电信号传播的疤痕环(Sc... 详细信息

心房颤动(Atrial fibrillation,AF)作为一种常见的心律失常,会导致人体容易形成血栓,造成血管堵塞,从而增加心脏衰竭和中风的风险,进而提高病人在心脏疾病上的发病率和死亡率。房颤的治疗手段是在心肌壁上形成阻断电信号传播的疤痕环(Scar ring)。如何有效且快速地定位心肌疤痕(Myocardial Scar)的位置,查看疤痕的形成情况是否完全阻断异位电信号的传播,成为诊断房颤复发的重要先决条件。目前,钆增强核磁共振成像(Late Gadolinium-enhanced MRI,LGE-MRI)作为一种非侵入式成像技术成为诊断受损心肌和心肌疤痕的常用手段。由于心肌疤痕病灶区域过小且是不连续的,传统分割算法对局部小区域关注度存在明显不足,造成心肌疤痕分割效果模糊和缺失,对于深度学习的算法,直接分割疤痕效果也不理想。所以本文充分利用了左心房和心肌疤痕之间存在的相邻空间位置关系,提出了基于边界注意和密集注意力的目标辅助卷积神经网络(Edge and Dense U-Net,EDU-Net),实现了心房大目标辅助疤痕分割的方法。同时对边界信息的利用进行了详细讨论,并提出了边界膨胀方法和边界注意力辅助疤痕的分割方法,最后对这两种边界使用方法进行了讨论。EDU-Net由一个编码器和两个解码器构成,两个解码器分别分割心房和疤痕。本课题研究的创新点主要体现在以下几个方面:1、为了更好的分割出小且离散的心肌疤痕,本文提出了EDU-Net的网络模型,并且研究了边界膨胀辅助方法,边界注意力,密集注意力以及基于深度监督策略的联合损失函数,密集注意力模块的作用是为了减少小疤痕信息在下采样过程中的信息丢失,而基于深度监督策略的联合损失函数使分割出的心房边缘更加清晰,更好的辅助疤痕的分割。2、为了确保心房的边界信息被充分利用,本文对边界的使用进行了详细的讨论,提出了基于心房边界膨胀算法的辅助疤痕分割方法,对膨胀的卷积核进行了选择,进行了超参数的实验,确定了最终边界膨胀所需卷积核大小。最后验证了无关组织对心肌疤痕分割的影响。3、因为心肌疤痕存在于心房的边缘,为了使模型更加关注心房边缘的区域,提高心肌疤痕分割的准确度,本文提出了基于边界注意力的辅助心肌疤痕分割的方法。该方法在心房的边界上进行特征选择,并对边界上疤痕的位置进行加权,提高了疤痕的分割效果,同时还将边界注意力与心房边界膨胀方法进行了对比。本文进行疤痕分割使用的数据是MICCAI 2022左心房和疤痕分割挑战赛的竞赛数据,并对本文提出的方法进行定量和定性的对比实验,实验表明在心肌疤痕分割的离散和厚度上得到了明显的提升。消融性实验也验证了各个模块对于心肌疤痕分割起到的正向作用。

关键词：心肌疤痕钆增强核磁共振成像边界注意力深度学习

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：