检索结果-维普期刊中文期刊服务平台

基于多影像中心磁共振成像数据的半监督膝盖异常分类被引量：1: 1; 作者吴洁张师天 +1 位作者谢海滨杨光《计算机应用》 CSCD 北大核心 2022年第1期316-324,共9页; 针对大量数据手工标记的繁重性和单一影像中心磁共振成像(MRI)数据的有限性问题,提出了一种利用多影像中心有标签与无标签MRI数据的用于磁共振的半监督学习(MRSSL)方法,并将其应用在膝盖异常分类任务中。首先,运用了数据扩增方法来提供... 展开更多; 关键词深度学习半监督学习磁共振成像多影像中心数据膝盖异常分类 MRNet数据集 OAI数据集; 在线阅读下载PDF 职称材料

SPM与AFNI在功能磁共振成像数据处理中的应用与比较被引量：1: 2; 作者黎才源马树华 +1 位作者王兆新胡治国《中国医学影像技术》 CSCD 北大核心 2010年第5期977-979,共3页; 功能磁共振成像(fMRI)在脑功能研究方面应用广泛。目前用于fMRI数据处理与分析的软件很多,以统计参数图(SPM)与功能神经影像分析(AFNI)软件应用最为广泛。本文就SPM和AFNI在fMRI中的应用及二者间的差异作一综述。; 关键词磁共振成像统计参数图功能神经影像分析; 在线阅读下载PDF 职称材料

基于改进U-Net的关节滑膜磁共振图像的分割被引量：8: 3; 作者魏小娜邢嘉祺 +4 位作者王振宇王颖珊石洁赵地汪红志《计算机应用》 CSCD 北大核心 2020年第11期3340-3345,共6页; 为了准确诊断滑膜炎患者病情,医生主要依靠手工标注和勾画的方法来提取磁共振图像(MRI)中的滑膜增生区域,该方法耗时长、效率低,具有一定的主观性且图像信息利用率低。针对这一问题,提出了一种新的关节滑膜分割算法,即2D ResU-net分割... 展开更多; 关键词滑膜炎磁共振图像医学图像分割数据增广 U-Net; 在线阅读下载PDF 职称材料

事件相关fMRI在重度抑郁症奖赏刺激反应中的研究进展被引量：1: 4; 作者张龚巍马树华 +1 位作者王兆新胡治国《中国医学影像技术》 CSCD 北大核心 2009年第12期2302-2305,共4页; 对奖赏刺激反应性减弱是重度抑郁症(MDD)的重要表现。功能性磁共振成像(fMRI)在抑郁症奖赏的脑影像学研究中发挥着重要作用。本文就事件相关fMRI在MDD奖赏刺激反应中的研究进行综述。; 关键词磁共振成像奖赏重度抑郁症; 在线阅读下载PDF 职称材料

PET和fMRI对肝性脑病的研究进展被引量：1: 5; 作者廖玲敏马树华 +1 位作者王兆新胡治国《中国医学影像技术》 CSCD 北大核心 2010年第7期1370-1372,共3页; 肝性脑病是各种严重肝脏疾病所致的中枢神经系统功能失调综合征。目前运用脑功能成像技术尤其是PET、fMRI来研究肝性脑病脑功能代谢及认知功能的改变已经成为一大热点。本文就PET和fMRI在肝性脑病中的研究做一综述。; 关键词肝性脑病正电子发射型体层摄影术磁共振成像; 在线阅读下载PDF 职称材料

医学影像人工智能辅助诊断的样本增广方法被引量：7: 6; 作者魏小娜李英豪 +2 位作者王振宇李皓尊汪红志《计算机应用》 CSCD 北大核心 2019年第9期2558-2567,共10页; 针对不同领域人工智能(AI)应用研究所面临的采用常规手段获取大量样本时耗时耗力耗财的问题,许多AI研究领域提出了各种各样的样本增广方法。首先,对样本增广的研究背景与意义进行介绍;其次,归纳了几种公知领域(包括自然图像识别、字符... 展开更多; 关键词人工智能医学影像辅助诊断样本增广; 在线阅读下载PDF 职称材料

基于深度学习的胸部数字X线质量控制方法被引量：1: 7; 作者易音巧王一达 +4 位作者宋阳杨永贵汪劭川郭岗杨光《计算机应用》 CSCD 北大核心 2021年第S01期237-242,共6页; 针对人体摆位姿势影响胸部数字X线成像(DR)质量的这一问题,提出了一种基于深度学习的质量控制方法。首先通过YOLOv3模型实现影响DR胸片图像质量的肩胛骨区域的自动定位;然后,将检测到的肩胛骨区域输入到基于残差网络的深度学习模型对肩... 展开更多; 关键词深度学习数字X线成像迁移学习物体检测图像分类质量评估; 在线阅读下载PDF 职称材料

题名基于多影像中心磁共振成像数据的半监督膝盖异常分类被引量：1: 1; 作者吴洁张师天谢海滨杨光; 机构华东师范大学物理与电子科学学院上海市磁共振重点实验室(华东师范大学) 爱丁堡大学物理与天文学院; 出处《计算机应用》 CSCD 北大核心 2022年第1期316-324,共9页; 基金国家自然科学基金资助项目(61731009)。; 文摘针对大量数据手工标记的繁重性和单一影像中心磁共振成像(MRI)数据的有限性问题,提出了一种利用多影像中心有标签与无标签MRI数据的用于磁共振的半监督学习(MRSSL)方法,并将其应用在膝盖异常分类任务中。首先,运用了数据扩增方法来提供模型所需的归纳偏置;接着,融合了分类损失项和一致性损失项来约束人工神经网络并使之从数据中提取出具有辨别力的特征;然后,将这些特征用于MRI膝盖异常分类。此外,也提出了对应的仅利用有标签数据的完全监督学习(MRSL)方法。在给出同样的有标签样本时,将MRSL与MRSSL进行了比较,结果表明MRSSL的模型分类性能与泛化性能明显优于MRSL。最后,将MRSSL与其他半监督学习方法进行了比较。结果表明数据扩增在性能提升中起到了重要作用,并且MRSSL凭借更强的MRI数据包容性取得了最优的膝盖异常分类性能。; 关键词深度学习半监督学习磁共振成像多影像中心数据膝盖异常分类 MRNet数据集 OAI数据集; Keywords deep learning semi-supervised learning Magnetic Resonance Imaging(MRI) multi-imaging center data knee abnormality classification MRNet dataset OAI(OsteoArthritis Initiative)dataset; 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SPM与AFNI在功能磁共振成像数据处理中的应用与比较被引量：1: 2; 作者黎才源马树华王兆新胡治国; 机构汕头潮南民生医院放射科汕头大学医学院第一附属医院放射科汕头大学医学院广东省医学分子影像重点实验室上海市磁共振重点实验室(华东师范大学) 中国科学院心理研究所; 出处《中国医学影像技术》 CSCD 北大核心 2010年第5期977-979,共3页; 基金国家自然科学基金面上项目(30700235) 广东省科技攻关课题(2009B030801323) +4 种基金广东省自然科学基金(06301077) 广东省卫生厅课题(A2007421) 2008160) 汕头市科技局课题[汕府科(2008)85号]; 文摘功能磁共振成像(fMRI)在脑功能研究方面应用广泛。目前用于fMRI数据处理与分析的软件很多,以统计参数图(SPM)与功能神经影像分析(AFNI)软件应用最为广泛。本文就SPM和AFNI在fMRI中的应用及二者间的差异作一综述。; 关键词磁共振成像统计参数图功能神经影像分析; Keywords Magnetic resonance imaging Statistical parametric mapping Analysis of functional neuroimages; 分类号 R445.2 [医药卫生—影像医学与核医学]; 在线阅读下载PDF 职称材料

题名基于改进U-Net的关节滑膜磁共振图像的分割被引量：8: 3; 作者魏小娜邢嘉祺王振宇王颖珊石洁赵地汪红志; 机构上海市磁共振重点实验室(华东师范大学) 上海市中医药大学针灸推拿学院上海市光华中西医结合医院中国科学院计算技术研究所; 出处《计算机应用》 CSCD 北大核心 2020年第11期3340-3345,共6页; 基金上海纽迈电子科技有限公司企业横向项目(2017KFR0107)。; 文摘为了准确诊断滑膜炎患者病情,医生主要依靠手工标注和勾画的方法来提取磁共振图像(MRI)中的滑膜增生区域,该方法耗时长、效率低,具有一定的主观性且图像信息利用率低。针对这一问题,提出了一种新的关节滑膜分割算法,即2D ResU-net分割算法。首先,将残差网络(ResNet)中的两层结构的残差块融入到U-Net中,构建2D ResU-net;然后,将样本数据集分为训练集和测试集,而后对训练集进行数据增广;最后,将增广后的所有训练样本用于网络模型的训练。为了检测模型的分割效果,选取测试集中含滑膜炎的断层图像进行分割测试,最终平均分割精度指标可达到:Dice相似系数(DSC)69.98%,交并比(IOU)指标79.90%,体积重叠误差(VOE)系数12.11%。与U-Net算法相比,2D ResU-net算法的DSC系数提升了10.72%,IOU指标升高了4.24%,VOE系数降低了11.57%。实验结果表明,该算法对于MRI图像中的滑膜增生区域可以实现较好的分割效果,能够辅助医生对病情做出及时诊断。; 关键词滑膜炎磁共振图像医学图像分割数据增广 U-Net; Keywords synovitis magnetic resonance image medical image segmentation data augmentation 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

题名事件相关fMRI在重度抑郁症奖赏刺激反应中的研究进展被引量：1: 4; 作者张龚巍马树华王兆新胡治国; 机构汕头大学医学院第一附属医院放射科汕头大学医学院广东省医学分子影像重点实验室上海市功能磁共振重点实验室(华东师范大学) 中国科学院心理研究所; 出处《中国医学影像技术》 CSCD 北大核心 2009年第12期2302-2305,共4页; 基金国家自然科学基金面上项目(30700235) 广东省自然科学基金(06301077) +3 种基金广东省卫生厅课题(A2007421) 汕头市科技局课题[汕府科(2008)85号]; 文摘对奖赏刺激反应性减弱是重度抑郁症(MDD)的重要表现。功能性磁共振成像(fMRI)在抑郁症奖赏的脑影像学研究中发挥着重要作用。本文就事件相关fMRI在MDD奖赏刺激反应中的研究进行综述。; 关键词磁共振成像奖赏重度抑郁症; Keywords Magnetic resonance imaging Reward Major depressive disorder; 分类号 R445.2 [医药卫生—影像医学与核医学]; 在线阅读下载PDF 职称材料

题名PET和fMRI对肝性脑病的研究进展被引量：1: 5; 作者廖玲敏马树华王兆新胡治国; 机构汕头大学医学院第一附属医院放射科汕头大学医学院广东省医学分子影像重点实验室汕头潮南民生医院放射科上海市功能磁共振重点实验室(华东师范大学) 中国科学院心理研究所; 出处《中国医学影像技术》 CSCD 北大核心 2010年第7期1370-1372,共3页; 基金国家自然科学基金面上项目(30700235) 广东省科技攻关课题(2009B030801323) +3 种基金广东省自然科学基金(06301077) 广东省卫生厅课题(A2007421) 汕头市科技局课题[汕府科(2008)85号]; 文摘肝性脑病是各种严重肝脏疾病所致的中枢神经系统功能失调综合征。目前运用脑功能成像技术尤其是PET、fMRI来研究肝性脑病脑功能代谢及认知功能的改变已经成为一大热点。本文就PET和fMRI在肝性脑病中的研究做一综述。; 关键词肝性脑病正电子发射型体层摄影术磁共振成像; Keywords Hepatic encephalopathy Positron-emission tomography Magnetic resonance imaging; 分类号 R575.3 [医药卫生—消化系统] R814.42 [医药卫生—影像医学与核医学]; 在线阅读下载PDF 职称材料

题名医学影像人工智能辅助诊断的样本增广方法被引量：7: 6; 作者魏小娜李英豪王振宇李皓尊汪红志; 机构上海市磁共振重点实验室(华东师范大学) 华东师范大学物理与材料科学学院; 出处《计算机应用》 CSCD 北大核心 2019年第9期2558-2567,共10页; 基金上海浦江人才计划项目(17PJ1432500)~~; 文摘针对不同领域人工智能(AI)应用研究所面临的采用常规手段获取大量样本时耗时耗力耗财的问题,许多AI研究领域提出了各种各样的样本增广方法。首先,对样本增广的研究背景与意义进行介绍;其次,归纳了几种公知领域(包括自然图像识别、字符识别、语义分析)的样本增广方法,并在此基础上详细论述了医学影像辅助诊断方面的样本获取或增广方法,包括X光片、计算机断层成像(CT)图像、磁共振成像(MRI)图像的样本增广方法;最后,对AI应用领域数据增广方法存在的关键问题进行总结,并对未来的发展趋势进行展望。经归纳总结可知,获取足够数量且具有广泛代表性的训练样本是所有领域AI研发的关键环节。无论是公知领域还是专业领域都进行样本增广,且不同领域甚至同一领域的不同研究方向,其样本获取或增广方法均不相同。此外,样本增广并不是简单地增加样本数量,而是尽可能再现小样本量无法完全覆盖的真实样本存在,进而提高样本多样性,增强AI系统性能。; 关键词人工智能医学影像辅助诊断样本增广; Keywords Artificial Intelligence(AI) medical image aided diagnosis sample augmentation; 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

题名基于深度学习的胸部数字X线质量控制方法被引量：1: 7; 作者易音巧王一达宋阳杨永贵汪劭川郭岗杨光; 机构上海市磁共振重点实验室(华东师范大学) 厦门医学院附属第二医院放射影像科厦门捷康智慧医疗科技有限公司; 出处《计算机应用》 CSCD 北大核心 2021年第S01期237-242,共6页; 基金国家自然科学基金重点项目(61731009)。; 文摘针对人体摆位姿势影响胸部数字X线成像(DR)质量的这一问题,提出了一种基于深度学习的质量控制方法。首先通过YOLOv3模型实现影响DR胸片图像质量的肩胛骨区域的自动定位;然后,将检测到的肩胛骨区域输入到基于残差网络的深度学习模型对肩胛骨是否推出肋骨外进行自动判断;最后,根据网络输出的结果指导拍片技师进行相应的调整,拍摄质量合格的胸部数字X线成像。实验结果表明,使用YOLOv3模型进行肩胛骨位置检测时,当交并比(IoU)设为0.8时,右侧肩胛骨检测的平均精确率(AP)为98.75%,左侧肩胛骨检测的AP为98.86%,检测结果精确,可用于后续的分类模型。分类网络利用左右肩胛骨区域图像进行分类,在测试集上,接受者操作特性曲线(ROC)下与坐标轴围成的面积(AUC)为0.855。当阈值取0.45时,约旦指数最大,此时准确率为0.789,敏感性为0.801,特异性为0.783,阳性预测率为0.672,阴性预测率为0.876。由此可见,所提出方法可以有效地对肩胛骨是否推出肋骨外进行自动判断,辅助医生对胸部数字X线的图像质量进行控制。; 关键词深度学习数字X线成像迁移学习物体检测图像分类质量评估; Keywords deep learning Digital Radiography(DR) transfer learning object detection image classification quality assessment; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 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	基于多影像中心磁共振成像数据的半监督膝盖异常分类	吴洁张师天谢海滨杨光	《计算机应用》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
2	SPM与AFNI在功能磁共振成像数据处理中的应用与比较	黎才源马树华王兆新胡治国	《中国医学影像技术》 CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料
3	基于改进U-Net的关节滑膜磁共振图像的分割	魏小娜邢嘉祺王振宇王颖珊石洁赵地汪红志	《计算机应用》 CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料
4	事件相关fMRI在重度抑郁症奖赏刺激反应中的研究进展	张龚巍马树华王兆新胡治国	《中国医学影像技术》 CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
5	PET和fMRI对肝性脑病的研究进展	廖玲敏马树华王兆新胡治国	《中国医学影像技术》 CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料
6	医学影像人工智能辅助诊断的样本增广方法	魏小娜李英豪王振宇李皓尊汪红志	《计算机应用》 CSCD 北大核心	2019	7	在线阅读下载PDF 职称材料
7	基于深度学习的胸部数字X线质量控制方法	易音巧王一达宋阳杨永贵汪劭川郭岗杨光	《计算机应用》 CSCD 北大核心	2021	1	在线阅读下载PDF 职称材料