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
基于多分辨率GMI Demons算法的^(18)F-FDG PET-CT图像配准在食道癌病例中的应用
被引量：
4
1
作者
金烁
李登旺
+1 位作者
王洪君
尹勇
《中国生物医学工程学报》
CAS
CSCD
北大核心
2012年第5期662-670,共9页
18F-FDG PET和CT图像的精确配准在肿瘤的放射治疗中具有重要的临床研究意义,本研究采用全局刚性粗配准对食道癌病例中的PET和CT图像进行预处理,尽可能地减小摆位误差,然后使用基于互信息梯度的Demons算法(GMI Demons)进行局部形变配准,...
18F-FDG PET和CT图像的精确配准在肿瘤的放射治疗中具有重要的临床研究意义,本研究采用全局刚性粗配准对食道癌病例中的PET和CT图像进行预处理,尽可能地减小摆位误差,然后使用基于互信息梯度的Demons算法(GMI Demons)进行局部形变配准,有效弥补内部器官误差,另外为了加快配准过程,保持图像的鲁棒性的同时避免局部极值,在形变配准前使用多分辨率图像金字塔结构。通过对10例食道癌病例的定量分析,最大互信息值结果说明经GMI Demons算法配准之后的图像精度比基于MI算法要提高8.046%±0.041%,配准前后临床上肿瘤靶区(GTV)大小的变化,说明经GMI Demons算法配准之后的GTV大小比基于MI算法配准之后的精度提高8.022%±0.044%。两种定量结果的一致性和通过对图像的定性分析,说明该配准策略可以快速地精确肿瘤靶区位置,在制定精确的放疗计划和实际的临床应用中具有研究意义。
展开更多
关键词
18F-FDG
pet-ct图像
GMI
DEMONS算法
最大互信息
放射治疗
食道癌
在线阅读
下载PDF
职称材料
基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型
被引量：
3
2
作者
武志远
马圆
+2 位作者
唐浩
姚二林
郭秀花
《中国卫生统计》
CSCD
北大核心
2019年第6期806-808,813,共4页
目的介绍卷积神经网络方法,并将其应用于肺部多模态图像进行肺结节良恶性分类。方法基于肺部PET-CT多模态图像,分析临床信息与卷积神经网络的结合并与机器学习支持向量机方法作效果对比。结果52名患者的323张结节图像纳入研究。研究表明...
目的介绍卷积神经网络方法,并将其应用于肺部多模态图像进行肺结节良恶性分类。方法基于肺部PET-CT多模态图像,分析临床信息与卷积神经网络的结合并与机器学习支持向量机方法作效果对比。结果52名患者的323张结节图像纳入研究。研究表明,模型中纳入临床信息能够改进模型的分类效果,准确率、灵敏度、特异度分别为0.913、0.942、0.417;在与支持向量机模型的对比分析中,卷积神经网络模型特异度较低为0.417,而灵敏度达到0.942;支持向量机模型灵敏度较低为0.570,而特异度达到0.927。结论基于肺部PET-CT多模态图像进行肺结节良恶性判别,卷积神经网络能够获得较高的灵敏度。
展开更多
关键词
卷积神经网络
pet-ct
融合
图像
肺结节
计算机辅助诊断
在线阅读
下载PDF
职称材料
题名
基于多分辨率GMI Demons算法的^(18)F-FDG PET-CT图像配准在食道癌病例中的应用
被引量：
4
1
作者
金烁
李登旺
王洪君
尹勇
机构
山东大学信息科学与工程学院
山东师范大学物理与电子科学学院
山东省肿瘤医院
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2012年第5期662-670,共9页
基金
山东省自然科学基金(ZR2010HM010)
山东省自然科学基金(ZR2010HM071)
+2 种基金
山东省优秀中青年科学家科研奖励基金(BS2012DX038)
中国博士后基金(2012M511538)
山东省高等学校科研计划项目(J12LN23)
文摘
18F-FDG PET和CT图像的精确配准在肿瘤的放射治疗中具有重要的临床研究意义,本研究采用全局刚性粗配准对食道癌病例中的PET和CT图像进行预处理,尽可能地减小摆位误差,然后使用基于互信息梯度的Demons算法(GMI Demons)进行局部形变配准,有效弥补内部器官误差,另外为了加快配准过程,保持图像的鲁棒性的同时避免局部极值,在形变配准前使用多分辨率图像金字塔结构。通过对10例食道癌病例的定量分析,最大互信息值结果说明经GMI Demons算法配准之后的图像精度比基于MI算法要提高8.046%±0.041%,配准前后临床上肿瘤靶区(GTV)大小的变化,说明经GMI Demons算法配准之后的GTV大小比基于MI算法配准之后的精度提高8.022%±0.044%。两种定量结果的一致性和通过对图像的定性分析,说明该配准策略可以快速地精确肿瘤靶区位置,在制定精确的放疗计划和实际的临床应用中具有研究意义。
关键词
18F-FDG
pet-ct图像
GMI
DEMONS算法
最大互信息
放射治疗
食道癌
Keywords
18F-FDG
pet-ct
images
GMI Demons algorithm
maximization of mutual information （MMI）
radiation therapy
esophageal cancer
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
基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型
被引量：
3
2
作者
武志远
马圆
唐浩
姚二林
郭秀花
机构
首都医科大学公共卫生学院卫生统计学系
中国科学院计算技术研究所
出处
《中国卫生统计》
CSCD
北大核心
2019年第6期806-808,813,共4页
基金
国家自然科学基金(81773542)
北京市自然科学基金资助项目(Z160002)
文摘
目的介绍卷积神经网络方法,并将其应用于肺部多模态图像进行肺结节良恶性分类。方法基于肺部PET-CT多模态图像,分析临床信息与卷积神经网络的结合并与机器学习支持向量机方法作效果对比。结果52名患者的323张结节图像纳入研究。研究表明,模型中纳入临床信息能够改进模型的分类效果,准确率、灵敏度、特异度分别为0.913、0.942、0.417;在与支持向量机模型的对比分析中,卷积神经网络模型特异度较低为0.417,而灵敏度达到0.942;支持向量机模型灵敏度较低为0.570,而特异度达到0.927。结论基于肺部PET-CT多模态图像进行肺结节良恶性判别,卷积神经网络能够获得较高的灵敏度。
关键词
卷积神经网络
pet-ct
融合
图像
肺结节
计算机辅助诊断
Keywords
Convolutional newal
pet-ct
Lung nodule
Computer aided diagnosis
分类号
R5 [医药卫生—内科学]
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
基于多分辨率GMI Demons算法的^(18)F-FDG PET-CT图像配准在食道癌病例中的应用
金烁
李登旺
王洪君
尹勇
《中国生物医学工程学报》
CAS
CSCD
北大核心
2012
4
在线阅读
下载PDF
职称材料
2
基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型
武志远
马圆
唐浩
姚二林
郭秀花
《中国卫生统计》
CSCD
北大核心
2019
3
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
