检索结果-南通市图书馆

多模态多维信息融合的鼻咽癌mr图像肿瘤深度分割方法

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2020年第3期54卷 566-573页

作者：洪炎佳孟铁豹黎浩江刘立志李立徐硕瑀郭圣文华南理工大学生物医学工程系广东广州510006 中山大学肿瘤防治中心广东广州510060

收集421名鼻咽癌患者头颈部水平位T1加权(T1W)、T2加权(T2W)以及T1增强(T1C)三种模态mr图像,并由2名经验丰富的临床医生对图像中的肿瘤区域进行勾画,将其中346位患者的多模态图像及其标签作为训练集,将剩余75位患者的多模态图像及其标... 详细信息

收集421名鼻咽癌患者头颈部水平位T1加权(T1W)、T2加权(T2W)以及T1增强(T1C)三种模态mr图像,并由2名经验丰富的临床医生对图像中的肿瘤区域进行勾画,将其中346位患者的多模态图像及其标签作为训练集,将剩余75位患者的多模态图像及其标签作为独立测试集;分别构建单模态多维信息融合、两模态多维信息融合以及多模态多维信息融合(MMMDF)的卷积神经网络(CNN),并对模型进行训练和测试;使用Dice、豪斯多夫距离(HD)与面积差占比(PAD)评估3种模型的性能,结果表明,多模态多维融合模型的性能最优,两模态多维信息融合模型性能次之,单模态多维信息融合模型性能最差.结果证明,多模态二维与三维特征融合的深度卷积网络能够准确有效地分割鼻咽癌mr图像中的肿瘤.

关键词：鼻咽癌 mr图像分割多模态多维度深度学习

在线全文

学校读者我要写书评

暂无评论

概率加权测地距离的脑部mr图像超像素分割

计算机辅助设计与图形学学报 2019年第5期31卷 752-760页

作者：赵赟晶周元峰魏广顺辛士庆高珊珊山东大学计算机科学与技术学院青岛266000 山东大学软件学院济南250000 山东财经大学计算机科学与技术学院济南250000

超像素是一种重要的图像过分割,因为医学图像具有边界模糊、不同组织的灰度范围互相重叠的特点,为超像素分割带来极大困难.针对脑部mr图像超像素生成问题,从脑部mr图像的特点出发,充分利用脑部mr图像表达先验知识,结合脑部mr图像的一般... 详细信息

超像素是一种重要的图像过分割,因为医学图像具有边界模糊、不同组织的灰度范围互相重叠的特点,为超像素分割带来极大困难.针对脑部mr图像超像素生成问题,从脑部mr图像的特点出发,充分利用脑部mr图像表达先验知识,结合脑部mr图像的一般结构,定义每个像素属于脑组织中一个类别的概率,并基于分类概率提出一种有效的边界梯度计算方法;在此基础上,提出一种概率密度加权的测地距离脑部mr图像超像素分割算法;最后应用模糊C均值聚类算法作为后续分割处理,获得脑部mr图像的组织分类.与现有算法在分割性能上进行定量比较的实验结果表明,文中算法能够产生更准确的分割边界.

关键词： mr图像超像素图像分割测地距离概率密度

在线全文

学校读者我要写书评

暂无评论

基于mr图像的脑转移瘤计算机辅助检测

中国生物医学工程学报 2010年第5期29卷 677-682页

作者：聂生东刘兴昇孙希文陈兆学上海理工大学医学影像工程研究所上海200093 上海市肺科医院影像科上海200433

根据脑转移瘤在早期诊断过程中存在的问题,提出基于3D模板匹配的脑转移瘤计算机辅助检测方法。首先,建立合适的脑转移瘤模板;然后,在mr序列图像数据中寻找与模板相似的区域,相似度较高的区域很可能就是脑转移瘤。选取脑转移瘤为8 mm以下... 详细信息

根据脑转移瘤在早期诊断过程中存在的问题,提出基于3D模板匹配的脑转移瘤计算机辅助检测方法。首先,建立合适的脑转移瘤模板;然后,在mr序列图像数据中寻找与模板相似的区域,相似度较高的区域很可能就是脑转移瘤。选取脑转移瘤为8 mm以下的12个病例(共有27个脑转移瘤)对本方法进行测试,其总体检测正确率达到81.5%,假阳性率为每层图像0.037 8个。实验结果表明,所提出的方法能为脑转移瘤的早期诊断奠定良好的基础。

关键词： mr图像脑转移瘤模板匹配计算机辅助检测

在线全文

学校读者我要写书评

暂无评论

基于边缘信息增强的前列腺mr图像分割网络

中国图象图形学报 2024年第3期29卷 755-767页

作者：张蝶黄慧马燕黄丙仓陆炜平上海师范大学信息与机电工程学院上海201400 上海市浦东新区公利医院影像科上海200120

目的前列腺图像精确分割对评估患者健康和制定治疗方案至关重要。然而传统U-Net模型在前列腺mr(magnetic resonance)图像分割上存在过拟合、边缘信息丢失等问题。针对上述问题,提出一种改进的U-Net 2D分割模型,旨在增强边缘信息、降低... 详细信息

目的前列腺图像精确分割对评估患者健康和制定治疗方案至关重要。然而传统U-Net模型在前列腺mr(magnetic resonance)图像分割上存在过拟合、边缘信息丢失等问题。针对上述问题,提出一种改进的U-Net 2D分割模型,旨在增强边缘信息、降低噪声影响,进而提高前列腺分割效果。方法为缓解过拟合现象,新模型通过对标准U-Net架构进行修改,将普通卷积替换为深度可分离卷积,重新设计编码器和解码器结构,降低模型参数量;为保存分割结果中的边缘信息,新模型通过ECA(efficient channel attention)注意力机制对U-Net解码器特征进行优化,以放大并保存小尺度目标的信息,并提出边缘信息模块和边缘信息金字塔模块,恢复并增强边缘信息,以缓解频繁下采样带来的边缘信息衰退以及编码器和解码器特征之间的语义差距问题;利用空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块对特征进行重采样,扩大感受野,以消除特征噪声。结果在PROMISE12(prostate mr image segmentation 2012)数据集上验证模型的有效性,并与6种基于U-Net的图像分割方法进行对比,实验证明其分割结果在Dice系数(Dice coefficient,DC)、HD95(95%Hausdorff distance)、召回率(recall)、Jaccard系数和准确度(accuracy)等指标上均有提高,DC较U-Net提高了8.87%,HD95较U-Net++和Attention U-Net分别降低了12.04 mm和3.03 mm。结论提出一种基于边缘信息增强的前列腺mr图像分割网络(attention mechanism and marginal information fusion U-Net,AIM-U-Net),其生成的分割图像具有丰富的边缘信息和空间信息,其主观效果和客观评价指标均优于其他同类方法,为提高临床诊断的准确度提供帮助。

关键词：医学图像分割前列腺 mr图像 U-Net 边缘信息

在线全文

学校读者我要写书评

暂无评论

基于ISA-DWT的mr图像压缩新算法

中国生物医学工程学报 2006年第3期25卷 310-314,321页

作者：徐平朱善安叶旭东浙江大学电气工程学院杭州310027

本研究提出一种新的ISA-DWT(整数到整数的形状自适应离散小波变换)的核磁共振(mr)图像压缩算法,对变换后的系数采用适合于形状自适应离散小波变换的修改的SPIHT算法进行编码,并增加上下文自适应算术编码以提高其压缩性能。本研究算法可... 详细信息

本研究提出一种新的ISA-DWT(整数到整数的形状自适应离散小波变换)的核磁共振(mr)图像压缩算法,对变换后的系数采用适合于形状自适应离散小波变换的修改的SPIHT算法进行编码,并增加上下文自适应算术编码以提高其压缩性能。本研究算法可将前景区域和背景区域生成的压缩码流完全分离,且小波域的系数个数和图像域的个数相同。实验结果表明,对于mr图像,本研究算法的压缩性能明显优于JPEG2000中的最大位移算法。

关键词：整数到整数形状自适应离散小波变换 SPIHT mr图像最大位移算法

基于马尔可夫场的多发性硬化症mr图像分割算法

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 2009年第4期26卷 861-865页

作者：李彬陈武凡南方医科大学生物医学工程学院广州510515

多发性硬化症是一种严重威胁中枢神经功能的疾病,对其病灶的分割方法研究正受到越来越多的关注。本文提出了一种基于马尔可夫场并利用多发性硬化症形态学特性的分割算法。首先运用基于mrF模型的分割算法和区域增长法,分割出脑白质所包... 详细信息

多发性硬化症是一种严重威胁中枢神经功能的疾病,对其病灶的分割方法研究正受到越来越多的关注。本文提出了一种基于马尔可夫场并利用多发性硬化症形态学特性的分割算法。首先运用基于mrF模型的分割算法和区域增长法,分割出脑白质所包围的区域;然后对脑白质所包围的区域再次分割,就实现了对T2加权mr脑部图像的多发性硬化症病灶分割。通过对多发性硬化症模拟和临床T2加权mr脑部图像的分割实验,表明该算法能够比较准确地分割多发性硬化症病灶,并且具有无监督、稳健性好等优点,能够应用于多发性硬化症的临床辅助诊断。

关键词：图像分割马尔可夫场 mr图像多发性硬化症

在线全文

学校读者我要写书评

暂无评论

mr图像的脑肿瘤分割与分类方法研究

MR图像的脑肿瘤分割与分类方法研究

作者：任立超东北大学

学位级别：硕士

传统诊断脑肿瘤的方法无非是通过医生人工的诊断,然而这会受到医生的主观影响。脑肿瘤mr图像的自动分类需要更高的准确率,因为这会影响到肿瘤治疗方法的选择以及最佳的治疗时间。随着CAD技术的进步,脑肿瘤自动分割与分类技术得到很好的... 详细信息

传统诊断脑肿瘤的方法无非是通过医生人工的诊断,然而这会受到医生的主观影响。脑肿瘤mr图像的自动分类需要更高的准确率,因为这会影响到肿瘤治疗方法的选择以及最佳的治疗时间。随着CAD技术的进步,脑肿瘤自动分割与分类技术得到很好的运用与发展。本文的主要目的是研究脑肿瘤的准确分割及其准确的模式分类方法,建立用于处理脑肿瘤mr图像的计算机辅助诊断系统。本文首先介绍了脑部mr图像的脑组织提取。运用非线性参数估计方法拟合灰度直方图,确定背景及颅骨的阈值大小,分离颅骨与脑组织,得到初始分割图像。结合形态学原理及凸包知识,将初始分割的上半部分做凸包,再与初始分割图像做匹配,从而去除了包括脑颅骨及背景的非脑组织部分,为下一步进行的脑肿瘤提取及特征分类奠定了基础。接着研究了脑肿瘤的提取算法,把FCM和水平集结合的方法运用到脑肿瘤的提取中。对FCM算法做出改进,加入了基于相位一致性原理的空间信息,有效克服脑肿瘤图像的噪声影响。对于恶性脑肿瘤,灰度信息分布复杂的情况,运用凸包思想,包含整个脑肿瘤区域,作为初始的分割结果。同时改进水平集算法,根据FCM的聚类结果,自动确定水平集分割的各参数值和水平集的初始轮廓,从而避免了参数设定不当影响分割结果的影响,改进之后的水平集算法鲁棒性更强。得到的脑肿瘤分割图像,为下一步特征提取及肿瘤分类做好了准备。最后,在分析脑肿瘤mr图像的ROI特征的基础上,研究了对ROI的特征提取,从灰度特征、纹理特征、形状特征等方面分析脑膜瘤和胶质母细胞瘤特征。为了满足特征评判标准,研究PCA算法,用于对提取出的特征数据进行降维处理,用降维之后的特征矩阵替换计算出的所有特征可以充分描述特征数据。分类器选择PSO参数优化的SVM模型,将自适应惯性权重的标准粒子群优化算法引入到SVM的核参数寻优中,研究了PSO-SVM算法在单一特征和多特征结合下对脑肿瘤图像的分类情况,并将其与其他算法作对比,实验结果表明本文算法的准确率更高,分类效果更好。

关键词：脑肿瘤 mr图像 FCM 水平集支持向量机

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

mr图像脊椎定位与分割算法研究

MR图像脊椎定位与分割算法研究

作者：陈怡飞华中科技大学

学位级别：硕士

近年来,脊椎疾病逐渐成为影响人们日常生活的主要疾病之一。对于脊椎疾病的诊断常常需要标记椎块的位置,手工标注十分的耗时耗力。研究能够自动的对多种不同模态的图像进行脊椎定位与分割的算法,实现相应的系统将为医生诊断和治疗疾病... 详细信息

近年来,脊椎疾病逐渐成为影响人们日常生活的主要疾病之一。对于脊椎疾病的诊断常常需要标记椎块的位置,手工标注十分的耗时耗力。研究能够自动的对多种不同模态的图像进行脊椎定位与分割的算法,实现相应的系统将为医生诊断和治疗疾病提供帮助。对mr图像椎块定位与分割时,采用逐步缩小图像空间范围的策略。先从mr矢状系列图像中找出椎块显现最明显的图层,之后再确定包含椎块的ROI区域,最后在ROI区域中分割椎块。在挑选最优图层时,根据脊髓区域与椎块区域同步呈现出来、灰度分布较均匀、呈纵向长条形、与左右两侧区域灰度相差较大以及与脊椎区域分界清晰、比椎块区域容易判别的特点,找出脊髓区域最完整的图像作为最优图层。由于8种序列图像在脊髓和脊椎区域灰度分布特点不同,使用同一种方法选取最优图层较为困难,根据脊髓左侧边界长度和脊髓区域灰度分布等特征将8种序列图像分为T1,T2,Fat三类。对不同类别图像采用不同的策略选取最优图层。在脊椎ROI区域定位时,根据脊椎区域具有在脊髓区域左侧、呈纵向条状以及椎块的宽度变化较小等特点,将脊椎右边界向左平移作为参考线,在参考线左右两侧寻找纵向边界,进行筛选并连接得到脊椎区域左边界,之后对尾椎图像进行添补处理,得到完整的脊椎ROI区域。Fat类脊椎图像具有椎块灰度较大、椎间盘灰度较暗的特点,使用顶帽变换和底帽变换增大图像对比度,并使用OTSU算法计算阈值,对图像进行阈值分割,最终得到椎块分割结果。实现了多种模态下的mr图像的脊椎区域定位与Fat类图像的椎块分割,实验数据表明,本算法能够有效的定位mr图像脊椎区域,且能够分割得到较为精确的椎块区域。

关键词： mr图像椎块分割脊椎定位顶帽变换

基于非下采样剪切波变换的PET/SPECT和mr图像融合

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

航天医学与医学工程 2018年第3期31卷 353-358页

作者：邱陈辉赵奋强王媛媛夏顺仁浙江大学生物医学工程教育部重点实验室浙江省心脑血管检测技术与药效评价重点实验室浙江杭州310027

目的针对PET/SPECT伪彩色图像空间分辨率低而mr灰度图像空间分辨率高的融合问题,探究一种新方法来提升PET/SPECT和mr图像的融合质量。方法对待融合图像进行非下采样剪切波变换(nonsubsampled shearlet transform,NSST),得到各自的低频... 详细信息

目的针对PET/SPECT伪彩色图像空间分辨率低而mr灰度图像空间分辨率高的融合问题,探究一种新方法来提升PET/SPECT和mr图像的融合质量。方法对待融合图像进行非下采样剪切波变换(nonsubsampled shearlet transform,NSST),得到各自的低频子带和高频子带,然后采用绝对值取大规则去融合高频子带,采用本文提出的基于Haar小波的能量(Haar wavelet based energy,HWE)规则去融合低频子带,最后对融合后的高、低频分量进行逆NSST从而获得融合图像。采用40组脑PET/SPECT和mr图像对本文所提出方法进行测试,并与其他典型的融合方法进行比较。结果本文方法与基于DTCWT,NSCT,NSCT-SR和NSST的融合方法进行测试,结果表明,本文方法在4个指标上最优,1个指标上次优。结论本文方法在PET/SPECT和mr图像的融合中具有优越性,可提升此类医学影像在辅助临床诊断和放疗手术计划中的精准性。

关键词：图像融合 PET/SPECT图像 mr图像非下采样剪切波变换