期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于域迁移的弱监督学习显微光学血管图像分割
1
作者 李宇昕 王鑫龙 +2 位作者 李军怀 张仟龙 李安安 《实验技术与管理》 北大核心 2025年第5期45-53,共9页
血管分割是生物医学图像处理中常见的实验操作,是准确分析血管成像数据的基础。针对现有基于监督学习血管分割方法面临的标签数据难以获取、普适性差的问题,提出一种基于域迁移的弱监督学习血管图像分割实验方法。该方法基于循环生成对... 血管分割是生物医学图像处理中常见的实验操作,是准确分析血管成像数据的基础。针对现有基于监督学习血管分割方法面临的标签数据难以获取、普适性差的问题,提出一种基于域迁移的弱监督学习血管图像分割实验方法。该方法基于循环生成对该抗网络进行无监督血管风格迁移,并利用极少量标签数据对网络进行监督优化。利用三种不同显微光学血管图像对该方法进行性能评估,结果表明,在仅使用少量标签数据的情况下,分割结果F1值超过85%,血管长度密度差异和分叉点密度差异均低于10%,且能够用于大范围血管分析任务。该方法为血管分割提供了一种新的解决方案,提高了实验效率。 展开更多
关键词 血管图像分割 显微光学成像 域迁移 弱监督学习 生物医学图像
在线阅读 下载PDF
视网膜血管图像分割及眼底血管三维重建 被引量:8
2
作者 戴培山 王博亮 鞠颖 《自动化学报》 EI CSCD 北大核心 2009年第9期1168-1176,共9页
眼底视网膜图像的血管分布情况为高血压、糖尿病等疾病的早期诊断提供了重要依据.计算机处理眼底图像可以减少医生的重复劳动.本文提出了一种新的眼底视网膜血管图像分割算法.利用构建的局部归一化方法消除视网膜血管图像背景的差异性.... 眼底视网膜图像的血管分布情况为高血压、糖尿病等疾病的早期诊断提供了重要依据.计算机处理眼底图像可以减少医生的重复劳动.本文提出了一种新的眼底视网膜血管图像分割算法.利用构建的局部归一化方法消除视网膜血管图像背景的差异性.利用期望最大化算法进行聚类,实现了眼底视网膜血管图像分割.最后,根据眼底图像成像原理,通过投影逆变换构建了眼底视网膜图像的三维模型.构建的模型可以进行多角度观察分析. 展开更多
关键词 视网膜血管图像 血管图像分割 背景均衡 期望最大化算法 三维眼底血管模型
在线阅读 下载PDF
用于血管图像分割的简化模糊连接算法 被引量:9
3
作者 李雪丽 周果宏 罗述谦 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2003年第10期1224-1229,共6页
血管系统成像在外科手术计划和血管疾病的诊断等方面都起着极其重要的作用 通过对模糊连接算法的分析和改进 ,提出一种简化的模糊连接算法 ,使运算时间得到了缩短 ,运算速度得到了提高 将该算法应用到实际的血管图像分割中 ,取得了比... 血管系统成像在外科手术计划和血管疾病的诊断等方面都起着极其重要的作用 通过对模糊连接算法的分析和改进 ,提出一种简化的模糊连接算法 ,使运算时间得到了缩短 ,运算速度得到了提高 将该算法应用到实际的血管图像分割中 ,取得了比较满意的分割效果 。 展开更多
关键词 血管图像分割 简化模糊连接算法 边缘检测 血管疾病 医学
在线阅读 下载PDF
基于改进U-Net网络的眼底血管图像分割研究 被引量:22
4
作者 何晓云 许江淳 陈文绪 《电子测量与仪器学报》 CSCD 北大核心 2021年第10期202-208,共7页
针对眼底血管图像存在血管细小、视网膜病变而导致分割精度低的问题,提出了一种引入残差块、级联空洞卷积、嵌入注意力机制的U-Net视网膜血管图像分割模型。首先采用提高视网膜图像分辨率,以点噪声为中心、512为边长裁剪来扩增数据集,... 针对眼底血管图像存在血管细小、视网膜病变而导致分割精度低的问题,提出了一种引入残差块、级联空洞卷积、嵌入注意力机制的U-Net视网膜血管图像分割模型。首先采用提高视网膜图像分辨率,以点噪声为中心、512为边长裁剪来扩增数据集,然后在U-Net模型中引入残差块,增加像素特征的利用率和避免深层网络的退化;并将U-Net网络的底部替换为级联空洞卷积模块,扩大特征图的感受野,提取更丰富的像素特征;最后在解码器中嵌入注意力机制,加重目标特征的权重,减缓无用信息的干扰。基于CHASE数据集的实验结果表明,所提模型的准确率达到了98.2%,灵敏度达到了81.72%,特异值达到了98.90%,与其他多尺度神经网络方法相比体现了更好的分割效果,充分验证了提出改进的U-Net网络模型能有效提高血管分割精度、辅助确诊血管病变。 展开更多
关键词 血管图像分割 U-Net网络 残差块 注意力机制 空洞卷积
在线阅读 下载PDF
活动轮廓模型和Contourlet多分辨率分析分割血管内超声图像 被引量:20
5
作者 张麒 汪源源 +3 位作者 王威琪 马剑英 钱菊英 葛均波 《光学精密工程》 EI CAS CSCD 北大核心 2008年第11期2303-2311,共9页
针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分... 针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分量进行模板匹配,确定血管内腔边界和中-外膜边界的初始轮廓;对带通分量方向性子带进行扩散滤波,抑制噪声的同时尽可能保留有用边缘,并结合边界矢量场使轮廓演化得到最终分割结果,从而提高了分割算法的鲁棒性。对100幅仿真图像和120幅实际图像的分割结果表明,相对于传统活动轮廓模型,该方法分割实际图像的平均距离误差提高了3.04 pixel,面积差异百分比提高了6.30%。表明该方法能自动、精确地提取血管的两条边界。 展开更多
关键词 活动轮廓模型 CONTOURLET变换 多分辨率分析 血管内超声图像分割
在线阅读 下载PDF
融合密集连接与自适应加权损失的血管壁图像分割 被引量:2
6
作者 高红霞 郜伟 《计算机应用研究》 CSCD 北大核心 2022年第6期1905-1910,共6页
针对传统深度神经网络在对血管壁图像分割中难以提取具有针对性有效特征的问题,提出一种融合密度连接与自适应加权损失的血管壁图像分割方法。首先通过构建密集连接的分割网络学习更多的边界和轮廓表征以促进特征复用融合;然后设计了改... 针对传统深度神经网络在对血管壁图像分割中难以提取具有针对性有效特征的问题,提出一种融合密度连接与自适应加权损失的血管壁图像分割方法。首先通过构建密集连接的分割网络学习更多的边界和轮廓表征以促进特征复用融合;然后设计了改进的自适应加权损失和边界紧凑性损失约束训练网络,利用自适应加权损失自动调整不同区域分割产生的损失比例来引导网络向最佳方向学习;同时引入边界紧凑性损失约束以充分利用边界信息,提升对血管壁图像的分割精度;最后对包含2544张MRI的MERGE血管壁数据集进行了验证实验。结果表明,提出的改进方法能够有效提取血管壁图像的特征信息,在管腔和外壁轮廓分割中的Dice分别达到了93.65%和95.81%,设计的消融实验也充分证明了所提各个模块和网络的有效性,能够更好地实现高精度的图像分割。 展开更多
关键词 血管图像分割 深度神经网络 密集连接结构 自适应加权损失 边界紧凑性约束
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部