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
改进的4D-SPIHT医学图像无损压缩
被引量：
1
1
作者
钟文燕
杨丰
陈燕萍
《计算机工程与应用》
CSCD
北大核心
2010年第32期147-151,共5页
在3D-SPIHT编码的基础上,提出基于不对称小波树的分方向4D-SPIHT编码算法,通过构造4维不对称小波树结构,使得每一维上的小波分解级数可以灵活选择;根据小波树特点,将各小波频带按方向独立进行SPIHT编码,从而加快编码速度。实验结果表明...
在3D-SPIHT编码的基础上,提出基于不对称小波树的分方向4D-SPIHT编码算法,通过构造4维不对称小波树结构,使得每一维上的小波分解级数可以灵活选择;根据小波树特点,将各小波频带按方向独立进行SPIHT编码,从而加快编码速度。实验结果表明,该算法能较有效地去除三维体数据之间的相关性,在不明显增加算法复杂度的基础上,提高压缩性能和编码效率。
展开更多
关键词
4维多级树集合分裂算法(4D-SPIHT)
4维小波变换
医学图像
无损压缩
在线阅读
下载PDF
职称材料
基于序列缺失的MRI多序列特征填补与融合互助模型:鉴别高低级别胶质瘤
2
作者
吴垂杏
钟伟雄
+5 位作者
谢金城
杨蕊梦
吴元魁
许乙凯
王琳婧
甄鑫
《南方医科大学学报》
CAS
CSCD
北大核心
2024年第8期1561-1570,共10页
目的探讨基于序列缺失的MRI多序列特征填补与融合互助模型应用于高级别胶质瘤(HGG)与低级别胶质瘤(LGG)鉴别的性能表现。方法回顾性收集305例胶质瘤患者(189例HGG,116例LGG)的MRI图像,分别勾画出T1加权成像(T1WI)、T2加权成像(T2WI)、T...
目的探讨基于序列缺失的MRI多序列特征填补与融合互助模型应用于高级别胶质瘤(HGG)与低级别胶质瘤(LGG)鉴别的性能表现。方法回顾性收集305例胶质瘤患者(189例HGG,116例LGG)的MRI图像,分别勾画出T1加权成像(T1WI)、T2加权成像(T2WI)、T2液体翻转恢复衰减(T2_FLAIR)和T1WI增强图像(CE_T1WI)的感兴趣区(ROI),提取出4个ROI的影像组学特征。利用本研究提出的基于序列缺失的MRI多序列特征填补与融合互助模型对含有缺失数据的特征矩阵进行填补与融合双向学习得到互助模型。采用五折交叉验证方法和准确率(ACC)、平衡准确率(BAcc)、ROC曲线下的面积(AUC)、特异性和灵敏度评价该模型的鉴别能力。所提模型与其他非完整多模态分类模型在鉴别HGG与LGG上进行定量比较,对本文提出的特征填补与融合方法学习得到的潜在特征进行类可分性实验,观察样本在二维平面的分类效果,采用收敛性实验验证该模型的可行性。结果模型序列缺失率为10%时,其在鉴别HGG与LGG的ACC、BAcc、AUC、特异性、灵敏度分别为:0.777、0.768、0.826、0.754和0.780,融合的潜在特征在类可分性实验中有优秀表现,该算法可迭代至收敛。缺失率为30%、50%时,分类性能也优于其他方法。结论基于序列缺失的MRI多序列特征填补与融合互助模型在HGG和LGG的分类任务中具有优异的性能表现。与其他非完整多模态分类模型相比,该模型在鉴别HGG和LGG的分类性能更优,适用于非完整模态的多模态数据的处理。
展开更多
关键词
序列缺失
特征填补
表征学习
高级别胶质瘤
低级别胶质瘤
在线阅读
下载PDF
职称材料
题名
改进的4D-SPIHT医学图像无损压缩
被引量：
1
1
作者
钟文燕
杨丰
陈燕萍
机构
南方医科大学
生物
医学
工程学院
南方医科大学南方医院医学影像科
出处
《计算机工程与应用》
CSCD
北大核心
2010年第32期147-151,共5页
基金
国家自然科学基金(No.60672115)~~
文摘
在3D-SPIHT编码的基础上,提出基于不对称小波树的分方向4D-SPIHT编码算法,通过构造4维不对称小波树结构,使得每一维上的小波分解级数可以灵活选择;根据小波树特点,将各小波频带按方向独立进行SPIHT编码,从而加快编码速度。实验结果表明,该算法能较有效地去除三维体数据之间的相关性,在不明显增加算法复杂度的基础上,提高压缩性能和编码效率。
关键词
4维多级树集合分裂算法(4D-SPIHT)
4维小波变换
医学图像
无损压缩
Keywords
4D Set Partitioning in Hierarchical Tree（4D-SPIHT）； four dimensions wavelet transformation； medical image； loss-less compression；
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
基于序列缺失的MRI多序列特征填补与融合互助模型:鉴别高低级别胶质瘤
2
作者
吴垂杏
钟伟雄
谢金城
杨蕊梦
吴元魁
许乙凯
王琳婧
甄鑫
机构
南方医科大学
生物
医学
工程学院
广州市第一人民
医院
放射
科
华南理工
大学
医学
院
南方医科大学南方医院医学影像科
广州
医科大
学附属肿瘤
医院
出处
《南方医科大学学报》
CAS
CSCD
北大核心
2024年第8期1561-1570,共10页
基金
国家自然科学基金(82371908)
国家自然科学基金青年基金(62106058)
广东省自然科学基金(2022A1515011410,2024A1515012177,2024A1515012100)。
文摘
目的探讨基于序列缺失的MRI多序列特征填补与融合互助模型应用于高级别胶质瘤(HGG)与低级别胶质瘤(LGG)鉴别的性能表现。方法回顾性收集305例胶质瘤患者(189例HGG,116例LGG)的MRI图像,分别勾画出T1加权成像(T1WI)、T2加权成像(T2WI)、T2液体翻转恢复衰减(T2_FLAIR)和T1WI增强图像(CE_T1WI)的感兴趣区(ROI),提取出4个ROI的影像组学特征。利用本研究提出的基于序列缺失的MRI多序列特征填补与融合互助模型对含有缺失数据的特征矩阵进行填补与融合双向学习得到互助模型。采用五折交叉验证方法和准确率(ACC)、平衡准确率(BAcc)、ROC曲线下的面积(AUC)、特异性和灵敏度评价该模型的鉴别能力。所提模型与其他非完整多模态分类模型在鉴别HGG与LGG上进行定量比较,对本文提出的特征填补与融合方法学习得到的潜在特征进行类可分性实验,观察样本在二维平面的分类效果,采用收敛性实验验证该模型的可行性。结果模型序列缺失率为10%时,其在鉴别HGG与LGG的ACC、BAcc、AUC、特异性、灵敏度分别为:0.777、0.768、0.826、0.754和0.780,融合的潜在特征在类可分性实验中有优秀表现,该算法可迭代至收敛。缺失率为30%、50%时,分类性能也优于其他方法。结论基于序列缺失的MRI多序列特征填补与融合互助模型在HGG和LGG的分类任务中具有优异的性能表现。与其他非完整多模态分类模型相比,该模型在鉴别HGG和LGG的分类性能更优,适用于非完整模态的多模态数据的处理。
关键词
序列缺失
特征填补
表征学习
高级别胶质瘤
低级别胶质瘤
Keywords
sequence deletion
feature imputation
representation learning
high-grade glioma
low-grade glioma
分类号
R445.2 [医药卫生—影像医学与核医学]
R739.41 [医药卫生—肿瘤]
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
改进的4D-SPIHT医学图像无损压缩
钟文燕
杨丰
陈燕萍
《计算机工程与应用》
CSCD
北大核心
2010
1
在线阅读
下载PDF
职称材料
2
基于序列缺失的MRI多序列特征填补与融合互助模型:鉴别高低级别胶质瘤
吴垂杏
钟伟雄
谢金城
杨蕊梦
吴元魁
许乙凯
王琳婧
甄鑫
《南方医科大学学报》
CAS
CSCD
北大核心
2024
0
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
