期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CT图像的深度学习模型鉴别良恶性肾肿瘤
被引量：
4
1
作者
陈美容
周涛
+5 位作者
陈炫幸
钟向阳
陈智慧
冯宝
陈业航
徐坤财
《放射学实践》
CSCD
北大核心
2023年第4期468-473,共6页
目的:探讨基于CT图像的深度学习模型对肾脏良、恶性肿瘤的鉴别诊断价值。方法:回顾性搜集2008-2020年经病理证实且符合本研究要求的798位患者(共805例肾肿瘤)的临床和三期(平扫、皮髓质期和实质期)腹部CT影像资料。其中,来自本院的418...
目的:探讨基于CT图像的深度学习模型对肾脏良、恶性肿瘤的鉴别诊断价值。方法:回顾性搜集2008-2020年经病理证实且符合本研究要求的798位患者(共805例肾肿瘤)的临床和三期(平扫、皮髓质期和实质期)腹部CT影像资料。其中,来自本院的418例肾癌和78例肾良性肿瘤的资料用于建立影像组学模型和内部验证,来自另外两个研究中心和一个公共数据库(癌症医学图像数据库TCIA)的262例肾癌和47例肾良性肿瘤的资料作为独立外部验证集。使用ITK-SNAP3.6.0软件,在三期CT图像中选择肿瘤边缘显示较清楚的一期图像,选取肿瘤最大层面及其上、下相邻层面,沿病灶边缘手动勾画ROI,再通过软件的空间调整技术,使另外两期CT图像上肿瘤的边缘与勾画的ROI的边缘最大程度地拟合。使用ResNet50网络中的卷积核作为特征提取器,分别提取3期图像上肾肿瘤的影像组学特征,并采用Mann-Whitney U检验进行特征的筛选。对于同一肾肿瘤,分别建立基于单期和3期CT图像的深度学习模型,并对各模型的预测效能进行外部验证。随后,将训练集中良、恶性肿瘤组的样本数按3种比例(1∶1、1∶2、1∶3)进行设置,分别用于极限学习机(ELM)分类模型的训练,建立基于多期CT图像的3种深度学习模型,并对模型进行外部验证。采用AUC曲线评估深度学习模型对良恶性肾肿瘤的鉴别诊断效能,采用综合判别改善指数(IDI)评估模型预测能力的改善情况。结果:基于多期CT图像的预测模型预测恶性肿瘤的AUC(0.84)大于基于单期(平扫、皮髓质期和实质期)图像的3个AUC(0.78、0.79、0.77)。良性与恶性肿瘤的样本数比例分别为1∶1、1∶2和1∶3时,基于多期图像的预测模型的AUC分别为0.85、0.84和0.86。基于多期图像的预测模型与基于单期图像的3个预测模型比较,IDI值分别为0.1215、0.1209和0.0094(P均>0.05)。结论:基于多期CT图像的深度学习模型对肾癌与肾良性肿瘤具有较好的鉴别诊断效能,改变训练集中肾良恶性肿瘤的样本比例对预测模型的诊断效能无显著影响。
展开更多
关键词
肾肿瘤
深度学习
影像组学
体层摄影术
X线计算机
在线阅读
下载PDF
职称材料
结合深度学习与改进的极限学习机的集成学习胸腺瘤CT图像预测方法
被引量：
1
2
作者
徐坤财
冯宝
+3 位作者
陈业航
刘昱
周皓阳
陈相猛
《计算机科学》
CSCD
北大核心
2022年第S02期455-460,共6页
针对胸腺瘤患者术前危险程度的预测问题,提出了结合深度学习与改进的极限学习机的集成学习计算机辅助分析方法。首先,将胸腺瘤CT图像通过小波多尺度变换到不同的尺度下并计算小波能量图,以增加图像信息的丰富性和多样性;其次,利用小波...
针对胸腺瘤患者术前危险程度的预测问题,提出了结合深度学习与改进的极限学习机的集成学习计算机辅助分析方法。首先,将胸腺瘤CT图像通过小波多尺度变换到不同的尺度下并计算小波能量图,以增加图像信息的丰富性和多样性;其次,利用小波能量图训练卷积神经网络模型,并利用卷积核提取小波能量图中与任务相关的特异性深度特征;最后,基于改进的极限学习机为基分类器训练具有差异性的子模型并构建集成学习分类模型,以提高模型的稳定性和预测精度。多中心实验结果表明,所提方法有较好的泛化性能和稳定性,3个验证集的AUC分别为0.833,0.771,0.784。
展开更多
关键词
胸腺瘤
小波变换
卷积神经网络
极限学习机
集成学习
在线阅读
下载PDF
职称材料
题名
基于CT图像的深度学习模型鉴别良恶性肾肿瘤
被引量：
4
1
作者
陈美容
周涛
陈炫幸
钟向阳
陈智慧
冯宝
陈业航
徐坤财
机构
江门市中心医院放射科
阳江市人民医院放射科
桂林航天工业学院
出处
《放射学实践》
CSCD
北大核心
2023年第4期468-473,共6页
文摘
目的:探讨基于CT图像的深度学习模型对肾脏良、恶性肿瘤的鉴别诊断价值。方法:回顾性搜集2008-2020年经病理证实且符合本研究要求的798位患者(共805例肾肿瘤)的临床和三期(平扫、皮髓质期和实质期)腹部CT影像资料。其中,来自本院的418例肾癌和78例肾良性肿瘤的资料用于建立影像组学模型和内部验证,来自另外两个研究中心和一个公共数据库(癌症医学图像数据库TCIA)的262例肾癌和47例肾良性肿瘤的资料作为独立外部验证集。使用ITK-SNAP3.6.0软件,在三期CT图像中选择肿瘤边缘显示较清楚的一期图像,选取肿瘤最大层面及其上、下相邻层面,沿病灶边缘手动勾画ROI,再通过软件的空间调整技术,使另外两期CT图像上肿瘤的边缘与勾画的ROI的边缘最大程度地拟合。使用ResNet50网络中的卷积核作为特征提取器,分别提取3期图像上肾肿瘤的影像组学特征,并采用Mann-Whitney U检验进行特征的筛选。对于同一肾肿瘤,分别建立基于单期和3期CT图像的深度学习模型,并对各模型的预测效能进行外部验证。随后,将训练集中良、恶性肿瘤组的样本数按3种比例(1∶1、1∶2、1∶3)进行设置,分别用于极限学习机(ELM)分类模型的训练,建立基于多期CT图像的3种深度学习模型,并对模型进行外部验证。采用AUC曲线评估深度学习模型对良恶性肾肿瘤的鉴别诊断效能,采用综合判别改善指数(IDI)评估模型预测能力的改善情况。结果:基于多期CT图像的预测模型预测恶性肿瘤的AUC(0.84)大于基于单期(平扫、皮髓质期和实质期)图像的3个AUC(0.78、0.79、0.77)。良性与恶性肿瘤的样本数比例分别为1∶1、1∶2和1∶3时,基于多期图像的预测模型的AUC分别为0.85、0.84和0.86。基于多期图像的预测模型与基于单期图像的3个预测模型比较,IDI值分别为0.1215、0.1209和0.0094(P均>0.05)。结论:基于多期CT图像的深度学习模型对肾癌与肾良性肿瘤具有较好的鉴别诊断效能,改变训练集中肾良恶性肿瘤的样本比例对预测模型的诊断效能无显著影响。
关键词
肾肿瘤
深度学习
影像组学
体层摄影术
X线计算机
Keywords
Renal neoplasms
Deep learning
Radiomics
Tomography,X-ray computed
分类号
R814.42 [医药卫生—影像医学与核医学]
R737.11 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
结合深度学习与改进的极限学习机的集成学习胸腺瘤CT图像预测方法
被引量：
1
2
作者
徐坤财
冯宝
陈业航
刘昱
周皓阳
陈相猛
机构
桂林电子科技大学电子工程与自动化学院
桂林航天工业学院电子信息与自动化学院
江门市中心医院医学影像智能计算及应用实验室
出处
《计算机科学》
CSCD
北大核心
2022年第S02期455-460,共6页
基金
国家自然科学基金项目(81960324)
广西自然科学基金面上项目(粤桂联合基金项目)(2021GXNSFAA075037)
文摘
针对胸腺瘤患者术前危险程度的预测问题,提出了结合深度学习与改进的极限学习机的集成学习计算机辅助分析方法。首先,将胸腺瘤CT图像通过小波多尺度变换到不同的尺度下并计算小波能量图,以增加图像信息的丰富性和多样性;其次,利用小波能量图训练卷积神经网络模型,并利用卷积核提取小波能量图中与任务相关的特异性深度特征;最后,基于改进的极限学习机为基分类器训练具有差异性的子模型并构建集成学习分类模型,以提高模型的稳定性和预测精度。多中心实验结果表明,所提方法有较好的泛化性能和稳定性,3个验证集的AUC分别为0.833,0.771,0.784。
关键词
胸腺瘤
小波变换
卷积神经网络
极限学习机
集成学习
Keywords
Thymoma
Wavelet transform
Convolutional neural network
Extreme learning machine
Ensemble learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
R736.3 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CT图像的深度学习模型鉴别良恶性肾肿瘤
陈美容
周涛
陈炫幸
钟向阳
陈智慧
冯宝
陈业航
徐坤财
《放射学实践》
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
2
结合深度学习与改进的极限学习机的集成学习胸腺瘤CT图像预测方法
徐坤财
冯宝
陈业航
刘昱
周皓阳
陈相猛
《计算机科学》
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
