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
4
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
数据冗余信息引导的低剂量心肌灌注CT成像方法
被引量:
1
1
作者
林嘉慧
边兆英
+4 位作者
马建华
黄静
陶熙
曾栋
郭宏
《南方医科大学学报》
CAS
CSCD
北大核心
2018年第1期27-33,共7页
目的心提出一种数据冗余信息引导的低剂量心肌灌注CT成像方法。方法考虑到心肌灌注CT图像帧内含有丰富的结构冗余性,且帧间具有高度的相似性,本文提出基于非局部均值滤波(NLM)和全变分(TV)混合框架的惩罚加权最小二乘(PWLS)图像重建模型...
目的心提出一种数据冗余信息引导的低剂量心肌灌注CT成像方法。方法考虑到心肌灌注CT图像帧内含有丰富的结构冗余性,且帧间具有高度的相似性,本文提出基于非局部均值滤波(NLM)和全变分(TV)混合框架的惩罚加权最小二乘(PWLS)图像重建模型,简称为PWLS-avi NLM-TV。该模型利用了帧间结构相似性和帧内数据冗余性,能有效消除重建图像中的噪声和伪影,提高灌注序列图像帧内空间分辨率与帧间时间分辨率。结果 PWLS-avi NLM-TV相比PWLS-TV和PWLSavi NLM能更好地去除心肌灌注图像中的噪声和伪影,同时较好保持图像边缘和细节信息,进而有效区分缺血心肌与正常心肌。结论数据冗余信息引导的重建算法可有效改善低剂量心肌灌注CT成像质量,更好地为临床影像诊断服务。
展开更多
关键词
低剂量
心肌灌注CT
非局部均值正则化
全变分正则化
在线阅读
下载PDF
职称材料
基于联邦特征学习的多机型低剂量CT重建算法
被引量:
4
2
作者
陈世宣
曾栋
+1 位作者
边兆英
马建华
《南方医科大学学报》
CAS
CSCD
北大核心
2024年第2期333-343,共11页
目的提出一种基于联邦特征学习的多机型低剂量CT重建算法(FedCT),以提升深度学习模型对多CT机型的泛化能力并保护数据隐私。方法FedCT框架在每个协作学习的客户端中设置了一个基于数据-解析模型耦合驱动的Radon反变换智能重建模型作为...
目的提出一种基于联邦特征学习的多机型低剂量CT重建算法(FedCT),以提升深度学习模型对多CT机型的泛化能力并保护数据隐私。方法FedCT框架在每个协作学习的客户端中设置了一个基于数据-解析模型耦合驱动的Radon反变换智能重建模型作为局部网络模型,并采用投影域特异性学习策略,在局部投影域保留成像几何特异性。同时,引入联邦特征学习,使用条件特征参数标记局部数据并馈入网络模型进行编码以在图像域提升网络模型的泛化性。结果在跨站点的多机型、多协议低剂量CT重建实验中,FedCT的重建结果在所有对比联邦学习方法中获得了最高的PSNR(高于次优的联邦学习方法+2.8048、+2.7301、+2.7263)、最高的SSIM指标(高于次优的联邦学习方法+0.0009、+0.0165、+0.0131)以及最低的RMSE指标(低于次优的对比联邦学习方法-0.6687、-1.5956、-0.9962)。在消融实验中,相较于一般联邦学习策略,采用投影特异学习策略的模型在测试集上的PSNR指标的Q1平均提升1.18,RMSE指标的Q3平均降低1.36。在引入联邦特征学习后,FedCT在测试集上的PSNR指标的Q1进一步提升3.56,RMSE指标的Q3进一步降低1.80。结论FedCT为协作构建CT智能重建网络模型提供了有效解决方案,能够在保护数据隐私的基础上,增强网络模型泛化性,进一步地提升网络模型在全局数据上的重建性能。
展开更多
关键词
计算机断层成像
低剂量
联邦学习
图像重建
在线阅读
下载PDF
职称材料
CT图像的质量评估策略:基于预恢复图像先验信息
被引量:
2
3
作者
高琦
朱曼曼
+2 位作者
李丹阳
边兆英
马建华
《南方医科大学学报》
CAS
CSCD
北大核心
2021年第2期230-237,共8页
目的为有效提取更多无参考CT图像质量特征,本文提出一种基于预恢复图像先验信息的医用CT图像质量评估策略(PR-IQA),利用多信息融合输入提高IQA模型性能。方法基于卷积神经网络(CNN)的无参考医用CT图像质量评估策略。该方法利用图像恢复...
目的为有效提取更多无参考CT图像质量特征,本文提出一种基于预恢复图像先验信息的医用CT图像质量评估策略(PR-IQA),利用多信息融合输入提高IQA模型性能。方法基于卷积神经网络(CNN)的无参考医用CT图像质量评估策略。该方法利用图像恢复算法中的图像质量特征先验信息,将其以预恢复图像和恢复前后残差图像的形式,与原始失真图像信息融合输入到两个CNN中,通过多信息融合以提升CNN的特征提取能力和预测性能。实验使用基于Mayo诊所公开螺旋CT数据所建立的医用CT图像质量评估数据集。通过计算定量指标以及统计学检验对PR-IQA性能进行评估,分析了不同超参数设置对PR-IQA性能的影响。并将PR-IQA与基于单个CNN模型直接对原始失真图像进行NR-IQA的方法(BASELINE)以及8种经典的IQA算法进行对比实验。结果对比实验结果表明,基于3种不同图像恢复算法先验信息(双边滤波、非局部均值滤波、三维块匹配协同滤波)的PR-IQA模型性能优于所有对比IQA算法。并且相比BASELINE方法性能均有提升,其中PLCC平均提升12.56%,SROCC平均提升19.95%,RMSE平均降低22.77%。结论本文提出的PR-IQA方法能够充分利用图像恢复算法的先验信息,有效地预测医用CT图像质量。
展开更多
关键词
无参考医用CT图像质量评估
图像恢复算法
卷积神经网络
在线阅读
下载PDF
职称材料
基于张量广义全变分最小的稀疏角度螺旋CT重建
4
作者
谌高峰
王永波
+8 位作者
边兆英
韦子权
邓耀宏
李明强
马昆
陶熙
李彬
马建华
黄静
《南方医科大学学报》
CAS
CSCD
北大核心
2019年第10期1213-1220,共8页
目的为减少螺旋CT扫描X射线辐射剂量,提出一种基于凸集投影的张量广义全变分最小(TTGV-POCS)的稀疏角度螺旋CT迭代重建算法。方法将螺旋CT三维体数据看作三阶张量,利用张量广义全变分(TTGV)最小约束刻画其三维图像的数据特性,并纳入凸...
目的为减少螺旋CT扫描X射线辐射剂量,提出一种基于凸集投影的张量广义全变分最小(TTGV-POCS)的稀疏角度螺旋CT迭代重建算法。方法将螺旋CT三维体数据看作三阶张量,利用张量广义全变分(TTGV)最小约束刻画其三维图像的数据特性,并纳入凸集投影迭代重建框架,实现稀疏角度螺旋CT的鲁棒重建。TTGV-POCS算法充分利用螺旋CT图像数据的一阶梯度与二阶梯度的空间结构稀疏性和三维数据层间相关性,可有效抑制稀疏角度重建图像中的伪影与噪声,并较好保持图像边缘信息。结果XCAT体模数据与病人扫描数据的实验结果表明,TTGV-POCS算法相比现有重建算法在降低噪声、去除伪影和保持边缘等方面均有较好的表现;比较XCAT体模数据稀疏角度重建结果,本文提出的TTGV-POCS算法相比现有重建算法PSNR定量指标可提升9.17%~15.24%;FSIM定量指标可提升1.27%~9.30%。结论TTGV-POCS算法可有效改善稀疏角度螺旋CT重建图像质量,降低螺旋CT检查辐射剂量,更好服务于临床影像诊断。
展开更多
关键词
螺旋CT
稀疏角度
张量广义全变分
凸集投影
在线阅读
下载PDF
职称材料
题名
数据冗余信息引导的低剂量心肌灌注CT成像方法
被引量:
1
1
作者
林嘉慧
边兆英
马建华
黄静
陶熙
曾栋
郭宏
机构
南方医科大学生物医学工程学院//广州市医用放射成像与检测技术重点实验室
天津
医科大
学总医
院
医学
影像科
出处
《南方医科大学学报》
CAS
CSCD
北大核心
2018年第1期27-33,共7页
基金
国家自然科学基金(U1708261
61701217
+3 种基金
61571214
81701690)
广东省应用型科技研发专项(2015B020233008)
广州市科技计划项目(201705030009)~~
文摘
目的心提出一种数据冗余信息引导的低剂量心肌灌注CT成像方法。方法考虑到心肌灌注CT图像帧内含有丰富的结构冗余性,且帧间具有高度的相似性,本文提出基于非局部均值滤波(NLM)和全变分(TV)混合框架的惩罚加权最小二乘(PWLS)图像重建模型,简称为PWLS-avi NLM-TV。该模型利用了帧间结构相似性和帧内数据冗余性,能有效消除重建图像中的噪声和伪影,提高灌注序列图像帧内空间分辨率与帧间时间分辨率。结果 PWLS-avi NLM-TV相比PWLS-TV和PWLSavi NLM能更好地去除心肌灌注图像中的噪声和伪影,同时较好保持图像边缘和细节信息,进而有效区分缺血心肌与正常心肌。结论数据冗余信息引导的重建算法可有效改善低剂量心肌灌注CT成像质量,更好地为临床影像诊断服务。
关键词
低剂量
心肌灌注CT
非局部均值正则化
全变分正则化
Keywords
low-dose
myocardial perfusion computed tomography
non-local means
total variation
分类号
R816.2 [医药卫生—放射医学]
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
基于联邦特征学习的多机型低剂量CT重建算法
被引量:
4
2
作者
陈世宣
曾栋
边兆英
马建华
机构
南方医科大学生物医学工程学院//广州市医用放射成像与检测技术重点实验室
出处
《南方医科大学学报》
CAS
CSCD
北大核心
2024年第2期333-343,共11页
基金
国家自然科学基金(U21A6005)。
文摘
目的提出一种基于联邦特征学习的多机型低剂量CT重建算法(FedCT),以提升深度学习模型对多CT机型的泛化能力并保护数据隐私。方法FedCT框架在每个协作学习的客户端中设置了一个基于数据-解析模型耦合驱动的Radon反变换智能重建模型作为局部网络模型,并采用投影域特异性学习策略,在局部投影域保留成像几何特异性。同时,引入联邦特征学习,使用条件特征参数标记局部数据并馈入网络模型进行编码以在图像域提升网络模型的泛化性。结果在跨站点的多机型、多协议低剂量CT重建实验中,FedCT的重建结果在所有对比联邦学习方法中获得了最高的PSNR(高于次优的联邦学习方法+2.8048、+2.7301、+2.7263)、最高的SSIM指标(高于次优的联邦学习方法+0.0009、+0.0165、+0.0131)以及最低的RMSE指标(低于次优的对比联邦学习方法-0.6687、-1.5956、-0.9962)。在消融实验中,相较于一般联邦学习策略,采用投影特异学习策略的模型在测试集上的PSNR指标的Q1平均提升1.18,RMSE指标的Q3平均降低1.36。在引入联邦特征学习后,FedCT在测试集上的PSNR指标的Q1进一步提升3.56,RMSE指标的Q3进一步降低1.80。结论FedCT为协作构建CT智能重建网络模型提供了有效解决方案,能够在保护数据隐私的基础上,增强网络模型泛化性,进一步地提升网络模型在全局数据上的重建性能。
关键词
计算机断层成像
低剂量
联邦学习
图像重建
Keywords
computed tomography,X-ray
low-dose
federated learning
image reconstruction
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
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
CT图像的质量评估策略:基于预恢复图像先验信息
被引量:
2
3
作者
高琦
朱曼曼
李丹阳
边兆英
马建华
机构
南方医科大学生物医学工程学院//广州市医用放射成像与检测技术重点实验室
出处
《南方医科大学学报》
CAS
CSCD
北大核心
2021年第2期230-237,共8页
基金
国家自然科学基金(U1708261,81701690,61571214,61701217)
广州市科技计划项目(201705030009)
广东省科技计划项目(2015B020233008,2017B020229004)。
文摘
目的为有效提取更多无参考CT图像质量特征,本文提出一种基于预恢复图像先验信息的医用CT图像质量评估策略(PR-IQA),利用多信息融合输入提高IQA模型性能。方法基于卷积神经网络(CNN)的无参考医用CT图像质量评估策略。该方法利用图像恢复算法中的图像质量特征先验信息,将其以预恢复图像和恢复前后残差图像的形式,与原始失真图像信息融合输入到两个CNN中,通过多信息融合以提升CNN的特征提取能力和预测性能。实验使用基于Mayo诊所公开螺旋CT数据所建立的医用CT图像质量评估数据集。通过计算定量指标以及统计学检验对PR-IQA性能进行评估,分析了不同超参数设置对PR-IQA性能的影响。并将PR-IQA与基于单个CNN模型直接对原始失真图像进行NR-IQA的方法(BASELINE)以及8种经典的IQA算法进行对比实验。结果对比实验结果表明,基于3种不同图像恢复算法先验信息(双边滤波、非局部均值滤波、三维块匹配协同滤波)的PR-IQA模型性能优于所有对比IQA算法。并且相比BASELINE方法性能均有提升,其中PLCC平均提升12.56%,SROCC平均提升19.95%,RMSE平均降低22.77%。结论本文提出的PR-IQA方法能够充分利用图像恢复算法的先验信息,有效地预测医用CT图像质量。
关键词
无参考医用CT图像质量评估
图像恢复算法
卷积神经网络
Keywords
no-reference CT image quality assessment
image restoration algorithm
convolutional neural network
分类号
R814.4 [医药卫生—影像医学与核医学]
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
基于张量广义全变分最小的稀疏角度螺旋CT重建
4
作者
谌高峰
王永波
边兆英
韦子权
邓耀宏
李明强
马昆
陶熙
李彬
马建华
黄静
机构
南方医科大学生物医学工程学院//广州市医用放射成像与检测技术重点实验室
出处
《南方医科大学学报》
CAS
CSCD
北大核心
2019年第10期1213-1220,共8页
基金
国家自然科学基金(U1708261,81701690,61571214,61701217)
广东省应用型科技研发专项(2015B020233008)
+1 种基金
广州市科技计划项目(201705030009)
广东省科技计划项目(2017B020229004)~~
文摘
目的为减少螺旋CT扫描X射线辐射剂量,提出一种基于凸集投影的张量广义全变分最小(TTGV-POCS)的稀疏角度螺旋CT迭代重建算法。方法将螺旋CT三维体数据看作三阶张量,利用张量广义全变分(TTGV)最小约束刻画其三维图像的数据特性,并纳入凸集投影迭代重建框架,实现稀疏角度螺旋CT的鲁棒重建。TTGV-POCS算法充分利用螺旋CT图像数据的一阶梯度与二阶梯度的空间结构稀疏性和三维数据层间相关性,可有效抑制稀疏角度重建图像中的伪影与噪声,并较好保持图像边缘信息。结果XCAT体模数据与病人扫描数据的实验结果表明,TTGV-POCS算法相比现有重建算法在降低噪声、去除伪影和保持边缘等方面均有较好的表现;比较XCAT体模数据稀疏角度重建结果,本文提出的TTGV-POCS算法相比现有重建算法PSNR定量指标可提升9.17%~15.24%;FSIM定量指标可提升1.27%~9.30%。结论TTGV-POCS算法可有效改善稀疏角度螺旋CT重建图像质量,降低螺旋CT检查辐射剂量,更好服务于临床影像诊断。
关键词
螺旋CT
稀疏角度
张量广义全变分
凸集投影
Keywords
helical CT
sparse-view
tensor total generalized variation
projection on convex set
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
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
数据冗余信息引导的低剂量心肌灌注CT成像方法
林嘉慧
边兆英
马建华
黄静
陶熙
曾栋
郭宏
《南方医科大学学报》
CAS
CSCD
北大核心
2018
1
在线阅读
下载PDF
职称材料
2
基于联邦特征学习的多机型低剂量CT重建算法
陈世宣
曾栋
边兆英
马建华
《南方医科大学学报》
CAS
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
3
CT图像的质量评估策略:基于预恢复图像先验信息
高琦
朱曼曼
李丹阳
边兆英
马建华
《南方医科大学学报》
CAS
CSCD
北大核心
2021
2
在线阅读
下载PDF
职称材料
4
基于张量广义全变分最小的稀疏角度螺旋CT重建
谌高峰
王永波
边兆英
韦子权
邓耀宏
李明强
马昆
陶熙
李彬
马建华
黄静
《南方医科大学学报》
CAS
CSCD
北大核心
2019
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