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
3
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
联合多模态特征的无造影剂MRI图像中肝肿瘤的分割和检测
被引量：
5
1
作者
肖小娇
赵文婷
+3 位作者
赵涓涓
肖宁
杨星宇
杨晓棠
《太原理工大学学报》
CAS
北大核心
2021年第3期411-416,共6页
针对无造影剂MRI图像上肿瘤信息存在模糊性和特异性的难题,提出利用多模态无造影剂MRI图像信息完成肝肿瘤的分割和检测。首先,利用多尺度特征提取块对不同模态图像上的肿瘤提取深层语义特征,将特征融合后得到具有表征能力的多模态融合特...
针对无造影剂MRI图像上肿瘤信息存在模糊性和特异性的难题,提出利用多模态无造影剂MRI图像信息完成肝肿瘤的分割和检测。首先,利用多尺度特征提取块对不同模态图像上的肿瘤提取深层语义特征,将特征融合后得到具有表征能力的多模态融合特征;其次,利用融合特征逐层还原肿瘤进而完成肿瘤的分类;最后,在联合多任务损失函数的约束下,同时完成分割和检测的训练。在临床255例肝脏无造影剂MRI图像上的测试结果表明,该方法的分割骰子系数达到(81.98±1.07)%,像素准确率达到(93.72±0.97)%,检测的生成框与金标准的交并比达到(80.19±1.46)%,分类的准确率达到(90.36±0.61)%.结果表明,本文的方法能同时较准确地分割和检测出无造影剂MRI图像中的肝肿瘤。
展开更多
关键词
肝肿瘤的分割
检测
多模态
多任务
无造影剂MRI
在线阅读
下载PDF
职称材料
基于多视角深度信念网络的肺结节识别方法
被引量：
3
2
作者
张婷
赵涓涓
+2 位作者
罗嘉滢
强彦
肖小娇
《科学技术与工程》
北大核心
2018年第5期92-98,共7页
针对传统肺癌计算机辅助诊断系统中肺结节检出过程烦琐,且存在假阳性高的问题,提出一种基于多视角深度信念网络的肺结节识别方法。该方法首先将肺结节进行三维重建并将重建后不同大小的肺结节归一到不同尺度的立方体中,然后将不同视角的...
针对传统肺癌计算机辅助诊断系统中肺结节检出过程烦琐,且存在假阳性高的问题,提出一种基于多视角深度信念网络的肺结节识别方法。该方法首先将肺结节进行三维重建并将重建后不同大小的肺结节归一到不同尺度的立方体中,然后将不同视角的2.5D切片作为深度信念网络的输入数据,最后通过不同的融合策略完成对肺结节的识别。在肺部图像数据库联盟(LIDC)数据集上大量实验表明:相比于传统肺癌识别系统本文方法敏感性为(92.8±0.25)%,平均每组病例假阳性个数为2.4±0.3,该方法能有效降低肺结节自动检测过程中的假阳性率。
展开更多
关键词
肺结节
假阳性
多视角深度信念网络
LIDC数据集
在线阅读
下载PDF
职称材料
基于条件对抗时空编码器的肺部肿瘤纵向预测方法
3
作者
肖宁
肖小娇
+3 位作者
强彦
李克勤
李硕
廉建红
《软件学报》
EI
CSCD
北大核心
2023年第9期4392-4406,共15页
肿瘤位置以及生长变化的观测是肿瘤治疗方案的制定中的重要环节.基于医学图像的干预手段以一种非侵入方式,能够直观地观察到患者体内肿瘤状态,来预测肿瘤的生长情况,从而帮助医师建立适应于患者特定的治疗方案.提出了一种全新的深度网...
肿瘤位置以及生长变化的观测是肿瘤治疗方案的制定中的重要环节.基于医学图像的干预手段以一种非侵入方式,能够直观地观察到患者体内肿瘤状态,来预测肿瘤的生长情况,从而帮助医师建立适应于患者特定的治疗方案.提出了一种全新的深度网络模型——条件对抗时空编码器模型来预测肿瘤生长情况.该模型主要分为3个部分,肿瘤预测生成器,相似度得分鉴别器以及由患者个人情况组成的条件.肿瘤预测生成器会根据两个时期的肿瘤图像预测出下一个时期的肿瘤,相似度得分鉴别器用来计算预测出的肿瘤与真实肿瘤之间的相似性,另外,使用了患者的个人情况作为条件加入到肿瘤生长预测过程中.该模型在收集到的两个医学数据集上进行实验验证,实验结果的召回率达到了76.10%,精准率达到了91.70%, Dice系数达到了82.4%,表明该模型可以精准地预测出下一个时期的肿瘤影像.
展开更多
关键词
生成对抗网络
自动编码器
肿瘤生长预测
医学图像
纵向研究
在线阅读
下载PDF
职称材料
题名
联合多模态特征的无造影剂MRI图像中肝肿瘤的分割和检测
被引量：
5
1
作者
肖小娇
赵文婷
赵涓涓
肖宁
杨星宇
杨晓棠
机构
太原理工大学信息与计算机学院
山西省肿瘤医院医学影像科
山西医科大学第一临床医学院
出处
《太原理工大学学报》
CAS
北大核心
2021年第3期411-416,共6页
基金
国家自然科学基金资助项目(61872261,61972274)
山西省自然科学基金资助项目(201801D121139)。
文摘
针对无造影剂MRI图像上肿瘤信息存在模糊性和特异性的难题,提出利用多模态无造影剂MRI图像信息完成肝肿瘤的分割和检测。首先,利用多尺度特征提取块对不同模态图像上的肿瘤提取深层语义特征,将特征融合后得到具有表征能力的多模态融合特征;其次,利用融合特征逐层还原肿瘤进而完成肿瘤的分类;最后,在联合多任务损失函数的约束下,同时完成分割和检测的训练。在临床255例肝脏无造影剂MRI图像上的测试结果表明,该方法的分割骰子系数达到(81.98±1.07)%,像素准确率达到(93.72±0.97)%,检测的生成框与金标准的交并比达到(80.19±1.46)%,分类的准确率达到(90.36±0.61)%.结果表明,本文的方法能同时较准确地分割和检测出无造影剂MRI图像中的肝肿瘤。
关键词
肝肿瘤的分割
检测
多模态
多任务
无造影剂MRI
Keywords
segmentation of liver tumors
detection
multi-modality
multi-tasking
non-contrast MRI
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多视角深度信念网络的肺结节识别方法
被引量：
3
2
作者
张婷
赵涓涓
罗嘉滢
强彦
肖小娇
机构
太原理工大学计算机科学与技术学院
出处
《科学技术与工程》
北大核心
2018年第5期92-98,共7页
基金
国家自然科学基金(61373100)
虚拟现实技术与系统国家重点实验室开放基金(BUAA-VR-17KF-14)
+1 种基金
(BUAA-VR-17KF-15)
山西省回国留学人员科研资助项目(2016-038)资助
文摘
针对传统肺癌计算机辅助诊断系统中肺结节检出过程烦琐,且存在假阳性高的问题,提出一种基于多视角深度信念网络的肺结节识别方法。该方法首先将肺结节进行三维重建并将重建后不同大小的肺结节归一到不同尺度的立方体中,然后将不同视角的2.5D切片作为深度信念网络的输入数据,最后通过不同的融合策略完成对肺结节的识别。在肺部图像数据库联盟(LIDC)数据集上大量实验表明:相比于传统肺癌识别系统本文方法敏感性为(92.8±0.25)%,平均每组病例假阳性个数为2.4±0.3,该方法能有效降低肺结节自动检测过程中的假阳性率。
关键词
肺结节
假阳性
多视角深度信念网络
LIDC数据集
Keywords
pulmonary nodules false positive multi-view deep belief network LIDC dataset
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于条件对抗时空编码器的肺部肿瘤纵向预测方法
3
作者
肖宁
肖小娇
强彦
李克勤
李硕
廉建红
机构
太原理工大学信息与计算机学院
湖南大学信息科学与工程学院
Department of Computer Science
Department of Medical Imaging and Medical Biophysics
山西省肿瘤医院胸外科
出处
《软件学报》
EI
CSCD
北大核心
2023年第9期4392-4406,共15页
基金
国家自然科学基金(61872261)
山西省自然科学基金(201901D111319)。
文摘
肿瘤位置以及生长变化的观测是肿瘤治疗方案的制定中的重要环节.基于医学图像的干预手段以一种非侵入方式,能够直观地观察到患者体内肿瘤状态,来预测肿瘤的生长情况,从而帮助医师建立适应于患者特定的治疗方案.提出了一种全新的深度网络模型——条件对抗时空编码器模型来预测肿瘤生长情况.该模型主要分为3个部分,肿瘤预测生成器,相似度得分鉴别器以及由患者个人情况组成的条件.肿瘤预测生成器会根据两个时期的肿瘤图像预测出下一个时期的肿瘤,相似度得分鉴别器用来计算预测出的肿瘤与真实肿瘤之间的相似性,另外,使用了患者的个人情况作为条件加入到肿瘤生长预测过程中.该模型在收集到的两个医学数据集上进行实验验证,实验结果的召回率达到了76.10%,精准率达到了91.70%, Dice系数达到了82.4%,表明该模型可以精准地预测出下一个时期的肿瘤影像.
关键词
生成对抗网络
自动编码器
肿瘤生长预测
医学图像
纵向研究
Keywords
generative adversarial network(GAN)
auto-encoder
tumor growth prediction
medical image
longitudinal research
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
联合多模态特征的无造影剂MRI图像中肝肿瘤的分割和检测
肖小娇
赵文婷
赵涓涓
肖宁
杨星宇
杨晓棠
《太原理工大学学报》
CAS
北大核心
2021
5
在线阅读
下载PDF
职称材料
2
基于多视角深度信念网络的肺结节识别方法
张婷
赵涓涓
罗嘉滢
强彦
肖小娇
《科学技术与工程》
北大核心
2018
3
在线阅读
下载PDF
职称材料
3
基于条件对抗时空编码器的肺部肿瘤纵向预测方法
肖宁
肖小娇
强彦
李克勤
李硕
廉建红
《软件学报》
EI
CSCD
北大核心
2023
0
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
