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
基于灰度分布匹配的多模态脑部MR图像肿瘤分割算法
被引量：
2
1
作者
侯发忠
邹北骥
+1 位作者
刘召斌
周支元
《计算机应用研究》
CSCD
北大核心
2017年第12期3869-3872,3879,共5页
针对多模态核磁共振(MR)脑肿瘤图像的分割问题,提出一种基于灰度分布匹配的分割算法。首先,学习图像灰度强度的非参数模型分布来描述当前图像的正常区域;然后,计算肿瘤图像中各区域之间的全局相似性,从中寻找灰度分布与学习模型最匹配...
针对多模态核磁共振(MR)脑肿瘤图像的分割问题,提出一种基于灰度分布匹配的分割算法。首先,学习图像灰度强度的非参数模型分布来描述当前图像的正常区域;然后,计算肿瘤图像中各区域之间的全局相似性,从中寻找灰度分布与学习模型最匹配的子区域,同时利用平滑操作来避免存在孤立区域;最后,对FLAIR模态图像进行处理,以分离出脑水肿区域,最终获取脑肿瘤区域的准确边界。在多模态脑肿瘤图像数据库Bra TS2012上进行实验,结果表明该算法能够准确且完整地分割出肿瘤区域。
展开更多
关键词
脑肿瘤分割
多模态核磁共振图像
灰度分布匹配
平滑操作
在线阅读
下载PDF
职称材料
基于超像素的多模态MRI脑胶质瘤分割
被引量：
10
2
作者
苏坡
杨建华
薛忠
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2014年第3期417-422,共6页
为了提高脑胶质瘤分割的精度和鲁棒性,提出了一种基于超像素的多模态MRI脑胶质瘤分割算法。首先,通过使用带加权距离的局部k-均值聚类算法,把多模态MRI过分割成一系列均匀、紧凑、并精确吻合图像边界的超像素(superpixel)。然后应用基...
为了提高脑胶质瘤分割的精度和鲁棒性,提出了一种基于超像素的多模态MRI脑胶质瘤分割算法。首先,通过使用带加权距离的局部k-均值聚类算法,把多模态MRI过分割成一系列均匀、紧凑、并精确吻合图像边界的超像素(superpixel)。然后应用基于序贯概率比假设检验的动态区域合并算法对产生的超像素逐步合并,形成几十个具有统计意义的区域。最后对这些区域进行后处理以得到GBM各个组织的分割结果。应用该算法对15个GBM病人的多模态MRI数据进行了分割实验,结果表明,相对于基于FCM算法和归一化割(Ncut)算法,文中提出的分割算法更加精确。
展开更多
关键词
脑胶质瘤
图像
分割
超像素
多模态核磁共振图像
区域合并
序贯概率比检验
在线阅读
下载PDF
职称材料
一种两阶段的由粗到细的多模态脑肿瘤分割框架
被引量：
1
3
作者
陈浩
秦志光
丁熠
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第4期590-596,共7页
从核磁共振图像中提取脑肿瘤在临床诊断及手术规划中起到关键作用。该文提出了一种两阶段的由粗到细的自动分割框架对多模态脑肿瘤图像进行分割。该框架分为粗分割及细分割两部分。粗分割部分采用一个深度卷积神经网络对脑肿瘤五分类,生...
从核磁共振图像中提取脑肿瘤在临床诊断及手术规划中起到关键作用。该文提出了一种两阶段的由粗到细的自动分割框架对多模态脑肿瘤图像进行分割。该框架分为粗分割及细分割两部分。粗分割部分采用一个深度卷积神经网络对脑肿瘤五分类,生成4种肿瘤组织的粗分割概率图;细分割部分将这些概率图作为掩膜促使卷积网络关注高概率区域。此外,为了减轻数据不均衡,细分割部分采用了双分支输出,一个支输出五分类结果,并采用带掩膜的交叉熵损失函数;另外一个分支输出二分类结果来标记整个脑肿瘤,采用了均方误差。利用BRATS 2015数据集进行验证,结果表明该方法具有很好的效果。
展开更多
关键词
脑肿瘤分割
由粗到细
深度卷积神经网络
多模态核磁共振图像
两阶段
在线阅读
下载PDF
职称材料
题名
基于灰度分布匹配的多模态脑部MR图像肿瘤分割算法
被引量：
2
1
作者
侯发忠
邹北骥
刘召斌
周支元
机构
湖南医药学院公共课部
中南大学信息科学与工程学院
出处
《计算机应用研究》
CSCD
北大核心
2017年第12期3869-3872,3879,共5页
基金
国家自然科学基金资助项目(61173122)
湖南省自然科学基金重点项目(12JJ2038)
+3 种基金
湖南省博士研究生科研创新基金资助项目(CX2013B074)
湖南省教育厅科研项目(17C1156)
中南大学研究生自主探索创新项目(2015zzts2121)
湖南医药学院教研项目(2013JG07)
文摘
针对多模态核磁共振(MR)脑肿瘤图像的分割问题,提出一种基于灰度分布匹配的分割算法。首先,学习图像灰度强度的非参数模型分布来描述当前图像的正常区域;然后,计算肿瘤图像中各区域之间的全局相似性,从中寻找灰度分布与学习模型最匹配的子区域,同时利用平滑操作来避免存在孤立区域;最后,对FLAIR模态图像进行处理,以分离出脑水肿区域,最终获取脑肿瘤区域的准确边界。在多模态脑肿瘤图像数据库Bra TS2012上进行实验,结果表明该算法能够准确且完整地分割出肿瘤区域。
关键词
脑肿瘤分割
多模态核磁共振图像
灰度分布匹配
平滑操作
Keywords
brain tumor segmentation
multi-modality magnetic resonance image
grayscale distribution matching
smoothing operations
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
基于超像素的多模态MRI脑胶质瘤分割
被引量：
10
2
作者
苏坡
杨建华
薛忠
机构
西北工业大学自动化学院
Houston Methodist研究所
出处
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2014年第3期417-422,共6页
基金
美国国立卫生研究院(NIH)基金(5G08LM893)资助
文摘
为了提高脑胶质瘤分割的精度和鲁棒性,提出了一种基于超像素的多模态MRI脑胶质瘤分割算法。首先,通过使用带加权距离的局部k-均值聚类算法,把多模态MRI过分割成一系列均匀、紧凑、并精确吻合图像边界的超像素(superpixel)。然后应用基于序贯概率比假设检验的动态区域合并算法对产生的超像素逐步合并,形成几十个具有统计意义的区域。最后对这些区域进行后处理以得到GBM各个组织的分割结果。应用该算法对15个GBM病人的多模态MRI数据进行了分割实验,结果表明,相对于基于FCM算法和归一化割(Ncut)算法,文中提出的分割算法更加精确。
关键词
脑胶质瘤
图像
分割
超像素
多模态核磁共振图像
区域合并
序贯概率比检验
Keywords
GBM
image segmentation
superpixel
multimodal MR images
region merging
SPRT
分类号
TP399 [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
一种两阶段的由粗到细的多模态脑肿瘤分割框架
被引量：
1
3
作者
陈浩
秦志光
丁熠
机构
电子科技大学信息与软件工程学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第4期590-596,共7页
基金
国家自然科学基金广东联合基金(U1401257)。
文摘
从核磁共振图像中提取脑肿瘤在临床诊断及手术规划中起到关键作用。该文提出了一种两阶段的由粗到细的自动分割框架对多模态脑肿瘤图像进行分割。该框架分为粗分割及细分割两部分。粗分割部分采用一个深度卷积神经网络对脑肿瘤五分类,生成4种肿瘤组织的粗分割概率图;细分割部分将这些概率图作为掩膜促使卷积网络关注高概率区域。此外,为了减轻数据不均衡,细分割部分采用了双分支输出,一个支输出五分类结果,并采用带掩膜的交叉熵损失函数;另外一个分支输出二分类结果来标记整个脑肿瘤,采用了均方误差。利用BRATS 2015数据集进行验证,结果表明该方法具有很好的效果。
关键词
脑肿瘤分割
由粗到细
深度卷积神经网络
多模态核磁共振图像
两阶段
Keywords
brain tumor segmentation
coarse-to-fine
deep convolutional neural networks
multimodal magnetic resonance imaging
two stage
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
作者
出处
发文年
被引量
操作
1
基于灰度分布匹配的多模态脑部MR图像肿瘤分割算法
侯发忠
邹北骥
刘召斌
周支元
《计算机应用研究》
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
2
基于超像素的多模态MRI脑胶质瘤分割
苏坡
杨建华
薛忠
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2014
10
在线阅读
下载PDF
职称材料
3
一种两阶段的由粗到细的多模态脑肿瘤分割框架
陈浩
秦志光
丁熠
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2020
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
