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
注意力增强的生成对抗网络在医学图像生成领域的研究与应用
1
作者
范姗慧
梁舒心
+3 位作者
王志文
魏凯华
王强
厉力华
《中国生物医学工程学报》
2025年第4期478-493,共16页
生成对抗网络(GAN)以其卓越的图像生成能力,在医学图像数据增强和质量优化等任务中展现出重要的研究价值与应用潜力。然而,传统GAN模型仍面临鲁棒性不足和泛化能力受限等关键挑战。为解决上述问题,注意力机制凭借其对全局特征关联性建...
生成对抗网络(GAN)以其卓越的图像生成能力,在医学图像数据增强和质量优化等任务中展现出重要的研究价值与应用潜力。然而,传统GAN模型仍面临鲁棒性不足和泛化能力受限等关键挑战。为解决上述问题,注意力机制凭借其对全局特征关联性建模与关键区域聚焦的优势,为提升GAN的医学图像生成性能提供了有效技术路径。近年来,二者的协同融合已成为去噪、重建和跨模态转换等医学图像处理任务的研究热点。系统综述近5年间(2019~2024年)基于注意力增强的GAN技术在医学图像生成中的研究进展。首先概述经典GAN架构与主流注意力模块的理论基础;继而从任务驱动角度,重点回顾和分析注意力机制对GAN在图像生成质量和病理特征保持等方面性能的增强作用;最后剖析当前面临的技术瓶颈及未来的研究方向。通过多维度的分析与讨论,旨在为医学数据集拓展和图像质量提升等技术优化提供理论支持和实践参考。
展开更多
关键词
生成
对抗网络
注意力机制
医学图像生成
数据增强
跨模态转换
在线阅读
下载PDF
职称材料
面向急性缺血性脑卒中的CT生成MRI算法
被引量：
1
2
作者
张美美
秦品乐
+4 位作者
柴锐
曾建潮
翟双姣
闫俊义
冯二燕
《计算机工程》
CAS
CSCD
北大核心
2024年第2期317-326,共10页
急性缺血性脑卒中病灶在计算机断层扫描(CT)上表现不明显,但在核磁共振成像(MRI)上可以清晰显示。然而,当患者体内有金属植入物等特殊情况则无法进行MRI检测,使得患者的治疗受到延误。通过CT生成MRI可在急性缺血性脑卒中的诊断和治疗中...
急性缺血性脑卒中病灶在计算机断层扫描(CT)上表现不明显,但在核磁共振成像(MRI)上可以清晰显示。然而,当患者体内有金属植入物等特殊情况则无法进行MRI检测,使得患者的治疗受到延误。通过CT生成MRI可在急性缺血性脑卒中的诊断和治疗中起到至关重要的作用,但现有的医学影像跨模态生成方法从CT得到的MRI缺乏病灶信息且边界模糊。为了解决上述问题,提出一种基于影像组学和扩散生成对抗网络的急性缺血性脑卒中CT生成MRI算法,通过影像组学在CT上进行病灶特征增强,突出生成MRI的病灶信息,引入梯度损失为生成图像与真实图像增加边缘感知约束,提升生成MRI的质量。在ISLES2018挑战赛数据集上的实验结果表明,该算法生成的MRI在整体上的峰值信噪比为23.051 dB,结构相似度为0.798,皮尔逊相关系数为0.969,并且病灶区域的互信息为2.075,与现有的生成模型相比,该算法的各项指标均达到最优。此外,经3名经验丰富的放射科医生在生成的MRI上确定病灶并进行阳性/阴性分类,其中生成的MRI中无错误病灶,且分类准确率可达到86.61%,可作为一种辅助工具协助医生进行诊断。
展开更多
关键词
医学图像生成
影像组学
扩散
生成
对抗网络
计算机断层扫描
核磁共振成像
在线阅读
下载PDF
职称材料
题名
注意力增强的生成对抗网络在医学图像生成领域的研究与应用
1
作者
范姗慧
梁舒心
王志文
魏凯华
王强
厉力华
机构
杭州电子科技大学自动化学院(人工智能学院)
出处
《中国生物医学工程学报》
2025年第4期478-493,共16页
基金
国家自然科学基金(62271182)
温州市基础性公益科研项目(Y2023139)
浙江省科技计划项目(公益技术应用研究)(2017C33143)。
文摘
生成对抗网络(GAN)以其卓越的图像生成能力,在医学图像数据增强和质量优化等任务中展现出重要的研究价值与应用潜力。然而,传统GAN模型仍面临鲁棒性不足和泛化能力受限等关键挑战。为解决上述问题,注意力机制凭借其对全局特征关联性建模与关键区域聚焦的优势,为提升GAN的医学图像生成性能提供了有效技术路径。近年来,二者的协同融合已成为去噪、重建和跨模态转换等医学图像处理任务的研究热点。系统综述近5年间(2019~2024年)基于注意力增强的GAN技术在医学图像生成中的研究进展。首先概述经典GAN架构与主流注意力模块的理论基础;继而从任务驱动角度,重点回顾和分析注意力机制对GAN在图像生成质量和病理特征保持等方面性能的增强作用;最后剖析当前面临的技术瓶颈及未来的研究方向。通过多维度的分析与讨论,旨在为医学数据集拓展和图像质量提升等技术优化提供理论支持和实践参考。
关键词
生成
对抗网络
注意力机制
医学图像生成
数据增强
跨模态转换
Keywords
generative adversarila nl etwork
attention mechanism
medical imagegeneration
data augmentation
cross-modal generation
分类号
R318 [医药卫生]
在线阅读
下载PDF
职称材料
题名
面向急性缺血性脑卒中的CT生成MRI算法
被引量：
1
2
作者
张美美
秦品乐
柴锐
曾建潮
翟双姣
闫俊义
冯二燕
机构
中北大学计算机科学与技术学院
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第2期317-326,共10页
基金
山西省科技重大专项计划“揭榜挂帅”项目(2021101010101018)
山西省科学技术厅自由探索类项目(20210302123033)
山西省基础研究计划自由探索类青年科学研究项目(202203021222049)。
文摘
急性缺血性脑卒中病灶在计算机断层扫描(CT)上表现不明显,但在核磁共振成像(MRI)上可以清晰显示。然而,当患者体内有金属植入物等特殊情况则无法进行MRI检测,使得患者的治疗受到延误。通过CT生成MRI可在急性缺血性脑卒中的诊断和治疗中起到至关重要的作用,但现有的医学影像跨模态生成方法从CT得到的MRI缺乏病灶信息且边界模糊。为了解决上述问题,提出一种基于影像组学和扩散生成对抗网络的急性缺血性脑卒中CT生成MRI算法,通过影像组学在CT上进行病灶特征增强,突出生成MRI的病灶信息,引入梯度损失为生成图像与真实图像增加边缘感知约束,提升生成MRI的质量。在ISLES2018挑战赛数据集上的实验结果表明,该算法生成的MRI在整体上的峰值信噪比为23.051 dB,结构相似度为0.798,皮尔逊相关系数为0.969,并且病灶区域的互信息为2.075,与现有的生成模型相比,该算法的各项指标均达到最优。此外,经3名经验丰富的放射科医生在生成的MRI上确定病灶并进行阳性/阴性分类,其中生成的MRI中无错误病灶,且分类准确率可达到86.61%,可作为一种辅助工具协助医生进行诊断。
关键词
医学图像生成
影像组学
扩散
生成
对抗网络
计算机断层扫描
核磁共振成像
Keywords
medical image generation
radiomics
diffusion Generated Adversarial Network(GAN)
Computed Tomography(CT)
Magnetic Resonance Imaging(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
作者
出处
发文年
被引量
操作
1
注意力增强的生成对抗网络在医学图像生成领域的研究与应用
范姗慧
梁舒心
王志文
魏凯华
王强
厉力华
《中国生物医学工程学报》
2025
在线阅读
下载PDF
职称材料
2
面向急性缺血性脑卒中的CT生成MRI算法
张美美
秦品乐
柴锐
曾建潮
翟双姣
闫俊义
冯二燕
《计算机工程》
CAS
CSCD
北大核心
2024
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
