检索结果-维普期刊中文期刊服务平台

一种基于Mask RCNN的融合几何特征的冠状动脉分割方法被引量：3: 1; 作者邵凯张云峰 +3 位作者包芳勋郑勇秦超张彩明《太原理工大学学报》 CAS 北大核心 2021年第1期83-90,共8页; 冠状动脉分割是冠心病计算机辅助诊断系统中的一个重要步骤,其目的是保证在后续步骤中只对冠状动脉区域进行处理。冠状动脉CT血管造影(coronary computed tomography angiograph,CCTA)图像具有边界不清、结构复杂、特征不明显等内在特征... 展开更多; 关键词冠状动脉分割 Mask RCNN 几何特征分形维数; 在线阅读下载PDF 职称材料

基于CTA图像的两阶段U-Net冠状动脉分割被引量：1: 2; 作者王璐杨小帆 +1 位作者王前进徐礼胜《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第6期792-800,共9页; 基于CT血管造影(computed tomography angiography,CTA)图像的冠状动脉自动分割的挑战在于冠状动脉结构复杂、前背景分布严重不平衡,分割时易受冠状静脉和其他组织的干扰.提出了一种两阶段的冠状动脉分割算法,第一阶段采用具有密集特征... 展开更多; 关键词 CTA图像冠状动脉分割两阶段分割算法 U-Net; 在线阅读下载PDF 职称材料

基于半监督多尺度特征分解网络的CTA图像冠状动脉分割: 3; 作者赵凤军张涵 +2 位作者陈一兵贺小伟宋小磊《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第4期560-570,共11页; CT血管造影图像(CT angiography,CTA)已成为心血管疾病筛查、诊断和治疗的重要依据,从图像中分割提取出冠状动脉对于形象展示冠脉解剖结构、分析评估血流情况和疾病精准诊断有重要意义。针对CTA图像特点,该文提出了一种只需少量标记数... 展开更多; 关键词冠状动脉分割多尺度特征分解网络深度学习半监督学习 CTA图像; 在线阅读下载PDF 职称材料

融合CNN和Transformer的三维冠状动脉CT图像分割: 4; 作者潘成龙刘立程潘丹《电子测量技术》北大核心 2025年第6期143-151,共9页; 冠状动脉的分割有利于医生快速诊断心血管疾病,针对冠状动脉复杂结构和其它血管组织干扰带来的难分割,造成大量碎片分割的问题,保证模型对不同形态结构冠脉分割的自适应能力,提出了一种新的三维冠状动脉分割网络模型CA-SegNet。融合CNN... 展开更多; 关键词冠状动脉分割卷积神经网络 TRANSFORMER 特征融合注意力机制多尺度特征; 在线阅读下载PDF 职称材料

基于多尺度空间特征的冠状动脉CT血管造影图像分割网络: 5; 作者陈盈涛方康康 +3 位作者张金敖梁浩然郭焕斌邱兆文《计算机应用》北大核心 2025年第6期2007-2015,共9页; 冠状动脉血管形态结构的复杂性以及计算机断层扫描(CT)血管造影(CTA)图像的采集条件差异会导致图像灰度分布不均匀、运动伪影和噪声等图像质量问题,进而产生冠状动脉结构分割时的漏判和误判问题。因此,提出一种基于多尺度空间特征的冠... 展开更多; 关键词冠状动脉分割计算机断层扫描血管造影计算机辅助诊断多尺度融合语义分割; 在线阅读下载PDF 职称材料

一种基于CTA图像的冠状动脉自动分割算法被引量：2: 6; 作者罗宇杰祝磊 +5 位作者马骏薛凌云张子恒徐平刘亦安严明《传感技术学报》 CAS CSCD 北大核心 2022年第11期1491-1498,共8页; 基于计算机断层血管造影(Computed Tomography Angiography,CTA)的冠状动脉自动分割是后续冠脉狭窄和斑块等病灶识别的重要前置步骤。算法首先结合窗宽窗位调整和基于灰狼优化算法的多级阈值处理,实现了对肺部血管的抑制,提升了冠状动... 展开更多; 关键词医学图像处理冠状动脉分割灰狼优化算法光流法区域生长法; 在线阅读下载PDF 职称材料

基于模糊聚类和C-V模型的水平集方法图像分割被引量：2: 7; 作者单建丰郁道银 +1 位作者陈晓冬汪毅《中国介入影像与治疗学》 CSCD 2013年第8期498-502,共5页; 提出一种基于水平集方法的MSCT冠状动脉分割模型。首先在CT数据中进行模糊聚类的预处理,提取聚类信息和隶属度矩阵;然后应用聚类信息指导水平集方法初始轮廓的选取,用C-V模型进行冠状动脉的提取,完成图像分割。实验结果表明,上述方法具... 展开更多; 关键词图像处理计算机辅助冠状动脉分割水平集方法 C-V模型模糊聚类; 在线阅读下载PDF 职称材料

题名一种基于Mask RCNN的融合几何特征的冠状动脉分割方法被引量：3: 1; 作者邵凯张云峰包芳勋郑勇秦超张彩明; 机构山东财经大学计算机科学与技术学院山东财经大学山东省数字媒体技术重点实验室山东大学数学学院山东大学计算机科学与技术学院; 出处《太原理工大学学报》 CAS 北大核心 2021年第1期83-90,共8页; 基金国家自然科学基金资助项目(61972227,61873117,61672018,U1609218) 山东省自然科学基金资助项目(ZR201808160102,ZR2019MF051) +1 种基金山东省自然科学杰出青年资助项目(ZR2018JL022)。; 文摘冠状动脉分割是冠心病计算机辅助诊断系统中的一个重要步骤,其目的是保证在后续步骤中只对冠状动脉区域进行处理。冠状动脉CT血管造影(coronary computed tomography angiograph,CCTA)图像具有边界不清、结构复杂、特征不明显等内在特征,这些特点导致CCTA图像分割成为一项困难的任务。针对此问题,提出一种将几何特征融合到Mask RCNN网络中的冠状动脉分割方法,通过边界提取算法和分形特征提取算法提取边界和分形特征。使用冠脉数据集来评估所提出的方法。在评估指标中,所提方法的平均精度(PA)和Dice系数达到83%和(84.0±10.1)%.结果表明,所提方法具有较高的精度和鲁棒性。; 关键词冠状动脉分割 Mask RCNN 几何特征分形维数; Keywords coronary artery segmentation Mask RCNN geometric feature fractal dimension; 分类号 TP391.4 [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CTA图像的两阶段U-Net冠状动脉分割被引量：1: 2; 作者王璐杨小帆王前进徐礼胜; 机构东北大学计算机科学与工程学院东北大学医学与生物信息工程学院沈阳东软智能医疗科技研究院有限公司; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第6期792-800,共9页; 基金国家自然科学基金资助项目(61773110,U21A20487) 中央高校基本科研业务费专项资金资助项目(N2119008,N181604006) +1 种基金沈阳东软智能医疗科技研究院有限公司会员课题项目(MCMP062002)。; 文摘基于CT血管造影(computed tomography angiography,CTA)图像的冠状动脉自动分割的挑战在于冠状动脉结构复杂、前背景分布严重不平衡,分割时易受冠状静脉和其他组织的干扰.提出了一种两阶段的冠状动脉分割算法,第一阶段采用具有密集特征提取和残差特征修正能力的3D DRU-Net进行分割,保证分割的召回率;在第二阶段提出2D双编码多特征融合U-Net(2D DEMFU-Net)进行细分割,先对原始图像和第一阶段分割结果分别进行特征提取,再采用密集跳跃连接融合两个分支上的多层次语义特征,进一步提高分割准确性.实验结果表明,提出的两阶段分割算法在CortArt2020数据集上的Dice相似系数、召回率和精确度分别优于3D U-Net网络3.83%,5.31%和2.23%.; 关键词 CTA图像冠状动脉分割两阶段分割算法 U-Net; Keywords CTA image coronary artery segmentation two-stage segmentation U-Net; 分类号 TP391.41 [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

题名基于半监督多尺度特征分解网络的CTA图像冠状动脉分割: 3; 作者赵凤军张涵陈一兵贺小伟宋小磊; 机构西北大学信息科学与技术学院西北大学西安市影像组学与智能感知重点实验室; 出处《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第4期560-570,共11页; 基金国家自然科学基金资助项目(61971350,61701403) 中国博士后基金面上项目(2019M653717) +1 种基金西安市科技计划资助项目(GXYD18.3)。; 文摘 CT血管造影图像(CT angiography,CTA)已成为心血管疾病筛查、诊断和治疗的重要依据,从图像中分割提取出冠状动脉对于形象展示冠脉解剖结构、分析评估血流情况和疾病精准诊断有重要意义。针对CTA图像特点,该文提出了一种只需少量标记数据的半监督深度学习方法进行冠脉分割。由于不同层面图像中冠脉血管直径大小不一,该文构建了包含编解码模块的多尺度网络来有效分割不同尺寸冠脉,其中,编码模块中加入跳跃连接以获取更丰富的特征信息,而解码阶段加入密集连接模块来避免网络过深产生的梯度消失。在测试时,首先,使用卷积神经网络识别包含冠脉的切片,然后,在筛选出的包含冠脉切片中使用前述训练网络进行冠脉分割,以进一步减少由于半监督学习中标记过少而产生的过拟合现象。实验使用了28个心脏病病人的CTA数据,冠脉三维结构分割结果的灵敏度、特异性、准确率、阳性预测值、阴性预测值与Dice系数分别为86.86%,99.79%,99.99%,66.12%,99.99%,0.721 6,优于其他对比方法,证明该文提出的多尺度特征分解网络能够有效完成冠状动脉分割任务。; 关键词冠状动脉分割多尺度特征分解网络深度学习半监督学习 CTA图像; Keywords coronary artery segmentation multi-scale spatial decomposition network deep learning semi-supervised learning computed tomography angiography; 分类号 TP39 [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

题名融合CNN和Transformer的三维冠状动脉CT图像分割: 4; 作者潘成龙刘立程潘丹; 机构广东工业大学信息工程学院广东技术师范大学电子与信息学院; 出处《电子测量技术》北大核心 2025年第6期143-151,共9页; 基金国家自然科学基金(61976058) 广东省科技计划项目(2021A1515012300,2021B0101220006) 广州市科技计划项目(202103000034,202206010007)资助。; 文摘冠状动脉的分割有利于医生快速诊断心血管疾病,针对冠状动脉复杂结构和其它血管组织干扰带来的难分割,造成大量碎片分割的问题,保证模型对不同形态结构冠脉分割的自适应能力,提出了一种新的三维冠状动脉分割网络模型CA-SegNet。融合CNN和Transformer为骨干网络,利用其优势和互补性,充分提取冠状动脉的局部和全局特征。通过提出多尺度特征交互模块,提取冠脉多尺度特征的同时进行特征通道之间的交互。在解码阶段,提出注意力加权特征融合模块,分别从空间和通道的角度对特征进行加权融合,使模型更加关注冠状动脉区域。实验结果表明,提出的模型在Dice相似系数、Recall、Precision和HD95值分别达到了81.96%、84.24%、80.11%和14.94,优于当前流行的分割网络模型,验证了CA-SegNet的有效性。; 关键词冠状动脉分割卷积神经网络 TRANSFORMER 特征融合注意力机制多尺度特征; Keywords coronary artery segmentation CNN Transformer feature fusion attention mechanism multi-scale feature; 分类号 TN911.73 [电子电信—通信与信息系统] TP391.4 [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

题名基于多尺度空间特征的冠状动脉CT血管造影图像分割网络: 5; 作者陈盈涛方康康张金敖梁浩然郭焕斌邱兆文; 机构东北林业大学计算机与控制工程学院中国共产党高平市委员会社会工作部; 出处《计算机应用》北大核心 2025年第6期2007-2015,共9页; 基金黑龙江省重点研发计划项目(2023ZX02C10)。; 文摘冠状动脉血管形态结构的复杂性以及计算机断层扫描(CT)血管造影(CTA)图像的采集条件差异会导致图像灰度分布不均匀、运动伪影和噪声等图像质量问题,进而产生冠状动脉结构分割时的漏判和误判问题。因此,提出一种基于多尺度空间特征的冠状动脉CTA图像分割网络——三维多尺度并行网络(MSP-Net)。首先,针对冠状动脉的空间跨度大和局部占比小的特点,采用多尺度网络分别提取冠状动脉CTA图像的全局特征和局部特征并融合它们,保证冠状动脉结构特征的完整提取;其次,冠状动脉重建采用由粗到细的思想,增强图像特征的冗余性,确保冠状动脉的边界分明,再利用不同尺度特征度融合方法重建冠状动脉结构,以提高分割结果的准确率,减少漏判和误判;最后,为了加快网络的训练,采用深监督策略,在不同网络层级上引入监督信号,从而提高训练效率。实验结果表明,所提网络在冠状动脉自动分割任务中的平均Dice相似系数(DSC)达到87.16%,比nnU-Net和Swin UNETR(Swin UNEt TRansformers)分别提高了4.04和2.31个百分点,而平均95%豪斯多夫距离(HD95)达到3.69 mm,比nnU-Net和Swin UNETR分别降低了14.43 mm和13.75 mm。可见,所提网络能有效提高冠状动脉结构的分割精度,有助于临床医生更准确地了解患者冠状动脉结构,从而更有效地评估病情。; 关键词冠状动脉分割计算机断层扫描血管造影计算机辅助诊断多尺度融合语义分割; Keywords coronary artery segmentation Computed Tomography Angiography(CTA) computer-aided diagnosis multi-scale fusion semantic segmentation; 分类号 TP391.41 [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

题名一种基于CTA图像的冠状动脉自动分割算法被引量：2: 6; 作者罗宇杰祝磊马骏薛凌云张子恒徐平刘亦安严明; 机构杭州电子科技大学自动化学院浙江省人民医院; 出处《传感技术学报》 CAS CSCD 北大核心 2022年第11期1491-1498,共8页; 基金国家自然科学基金——浙江两化融合基金重点项目(U1609218)。; 文摘基于计算机断层血管造影(Computed Tomography Angiography,CTA)的冠状动脉自动分割是后续冠脉狭窄和斑块等病灶识别的重要前置步骤。算法首先结合窗宽窗位调整和基于灰狼优化算法的多级阈值处理,实现了对肺部血管的抑制,提升了冠状动脉和背景组织的对比度。然后基于升主动脉和冠脉的三维解剖结构特征,采用光流法识别升主动脉根部的冠状动脉起始层,为后续冠状动脉分割提供起始种子点。最后利用结合端点检测的自适应区域生长法提取完整的冠状动脉。在20例CTA数据上的实验结果表明,相比于不带端点检测的区域生长算法,本文算法的Dice和Jaccard系数分别提高了4%和8%,达到了0.70和0.57,MSD和MAXSD分别降低了2%和4%,达到了0.40和2.66。所提算法实现了冠状动脉树的自动提取,减少了人工干预,克服了传统区域生长法易产生的过分割现象以及对细小血管的漏分割现象,提高了冠状动脉分割的准确性。; 关键词医学图像处理冠状动脉分割灰狼优化算法光流法区域生长法; Keywords medical image processing coronary artery segmentation gray wolf optimization optical flow region growing; 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

题名基于模糊聚类和C-V模型的水平集方法图像分割被引量：2: 7; 作者单建丰郁道银陈晓冬汪毅; 机构天津大学精密仪器与光电子工程学院光电信息技术科学教育部重点实验室(天津大学); 出处《中国介入影像与治疗学》 CSCD 2013年第8期498-502,共5页; 文摘提出一种基于水平集方法的MSCT冠状动脉分割模型。首先在CT数据中进行模糊聚类的预处理,提取聚类信息和隶属度矩阵;然后应用聚类信息指导水平集方法初始轮廓的选取,用C-V模型进行冠状动脉的提取,完成图像分割。实验结果表明,上述方法具有较高的分割精度,分割重叠率相比传统方法提高了11.82%,可用于临床辅助诊断冠状动脉性心脏病。; 关键词图像处理计算机辅助冠状动脉分割水平集方法 C-V模型模糊聚类; Keywords Image processing, computer-assisted Coronary artery segmentation Level set method Chan-Vese model Fuzzy clustering method; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] R541.4 [医药卫生—心血管疾病]; 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	一种基于Mask RCNN的融合几何特征的冠状动脉分割方法	邵凯张云峰包芳勋郑勇秦超张彩明	《太原理工大学学报》 CAS 北大核心	2021	3	在线阅读下载PDF 职称材料
2	基于CTA图像的两阶段U-Net冠状动脉分割	王璐杨小帆王前进徐礼胜	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
3	基于半监督多尺度特征分解网络的CTA图像冠状动脉分割	赵凤军张涵陈一兵贺小伟宋小磊	《西北大学学报（自然科学版）》 CAS CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料
4	融合CNN和Transformer的三维冠状动脉CT图像分割	潘成龙刘立程潘丹	《电子测量技术》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于多尺度空间特征的冠状动脉CT血管造影图像分割网络	陈盈涛方康康张金敖梁浩然郭焕斌邱兆文	《计算机应用》北大核心	2025	0	在线阅读下载PDF 职称材料
6	一种基于CTA图像的冠状动脉自动分割算法	罗宇杰祝磊马骏薛凌云张子恒徐平刘亦安严明	《传感技术学报》 CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
7	基于模糊聚类和C-V模型的水平集方法图像分割	单建丰郁道银陈晓冬汪毅	《中国介入影像与治疗学》 CSCD	2013	2	在线阅读下载PDF 职称材料