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
结合反卷积的CT图像超分辨重建网络
被引量：
9
1
作者
徐军
刘慧
+1 位作者
郭强
张彩明
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第11期2084-2092,共9页
医学图像的质量对于患者疾病的诊断、治疗乃至科学研究起着重要的作用.然而,受医疗设备和放射剂量等因素的影响,医学CT图像的分辨率普遍较低.为了实现医学CT图像超分辨重建,提出一种结合反卷积的神经网络算法,通过引入反卷积操作,有效...
医学图像的质量对于患者疾病的诊断、治疗乃至科学研究起着重要的作用.然而,受医疗设备和放射剂量等因素的影响,医学CT图像的分辨率普遍较低.为了实现医学CT图像超分辨重建,提出一种结合反卷积的神经网络算法,通过引入反卷积操作,有效地建立了低/高分辨率图像之间端到端的映射.首先选取肺部、脑部、心脏和脊椎等部位的1 500幅CT图像作为训练数据,将训练数据下采样后输入网络模型;然后建立正反卷积网络模型学习图像特征,网络模型用caffe框架实现,激活函数使用PReLU;最后基于学习到的这些特征重建出高分辨率图像,采用平均方法重建图像.实验结果表明,文中算法能够更好地重建出图像的轮廓和边缘纹理;与已有算法相比,所构建的4层网络结构在重建结果的峰值信噪比、结构相似性、信息熵及重建速度等性能指标上均取得了更好的效果.
展开更多
关键词
CT图像
超分辨重建
卷积神经网络
反卷积
PReLU
在线阅读
下载PDF
职称材料
面向医学图像分割的超像素U-Net网络设计
被引量：
21
2
作者
王海鸥
刘慧
+2 位作者
郭强
邓凯
张彩明
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第6期1007-1017,共11页
近年来,超像素在医学图像处理领域的应用愈加广泛,现有的方法取得了较好的效果,如LAW,SLIC等.然而,这些方法在处理医学图像得到超像素时,位于组织边缘像素点的划分仍存在类别模糊问题.为此,提出一种基于U-Net网络的超像素分割方法.首先...
近年来,超像素在医学图像处理领域的应用愈加广泛,现有的方法取得了较好的效果,如LAW,SLIC等.然而,这些方法在处理医学图像得到超像素时,位于组织边缘像素点的划分仍存在类别模糊问题.为此,提出一种基于U-Net网络的超像素分割方法.首先,通过双边滤波模型过滤外部噪声,增强超像素信息;然后,结合U-Net卷积网络学习图像特征.该方法为U-Net网络中每个特征尺度的卷积层后嵌入一个规范层,用于增强网络对参数的敏感性.实验结果表明,该方法有效提高了医学图像超像素的分割精度,与groundtruth相比,其改善了超像素边缘分类的准确性,优化了超像素分割结果,在精确度、召回率、F-measure和分割速度等性能指标上均取得了更好的效果.
展开更多
关键词
超像素
双边滤波
卷积网络
U-Net
医学图像分割
在线阅读
下载PDF
职称材料
题名
结合反卷积的CT图像超分辨重建网络
被引量：
9
1
作者
徐军
刘慧
郭强
张彩明
机构
山东
财经大学
计算
机科学与技术学院
山东
省数字媒体技术重点实验室
山东
大学
计算
机科学与技术学院
山东高校未来智能计算协同创新中心
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第11期2084-2092,共9页
基金
国家自然科学基金重点项目浙江联合基金(U1609218)
国家自然科学基金(61572286
+3 种基金
61472220)
山东省重点研发计划(2017CXGC1504)
山东省自然科学基金(ZR2017JL029)
山东省高等学校优势学科人才团队培育计划
文摘
医学图像的质量对于患者疾病的诊断、治疗乃至科学研究起着重要的作用.然而,受医疗设备和放射剂量等因素的影响,医学CT图像的分辨率普遍较低.为了实现医学CT图像超分辨重建,提出一种结合反卷积的神经网络算法,通过引入反卷积操作,有效地建立了低/高分辨率图像之间端到端的映射.首先选取肺部、脑部、心脏和脊椎等部位的1 500幅CT图像作为训练数据,将训练数据下采样后输入网络模型;然后建立正反卷积网络模型学习图像特征,网络模型用caffe框架实现,激活函数使用PReLU;最后基于学习到的这些特征重建出高分辨率图像,采用平均方法重建图像.实验结果表明,文中算法能够更好地重建出图像的轮廓和边缘纹理;与已有算法相比,所构建的4层网络结构在重建结果的峰值信噪比、结构相似性、信息熵及重建速度等性能指标上均取得了更好的效果.
关键词
CT图像
超分辨重建
卷积神经网络
反卷积
PReLU
Keywords
CT image
super-resolution reconstruction
convolution neural network
deconvolution
PReLU
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
面向医学图像分割的超像素U-Net网络设计
被引量：
21
2
作者
王海鸥
刘慧
郭强
邓凯
张彩明
机构
山东
财经大学
计算
机科学与技术学院
山东
省数字媒体技术重点实验室
山东
省千佛山医院影像科
山东
大学软件学院
山东高校未来智能计算协同创新中心
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第6期1007-1017,共11页
基金
国家自然科学基金重点项目浙江联合基金(U1609218)
国家自然科学基金(61572286,61472220)
+2 种基金
山东省重点研发计划(2017CXGC1504)
山东省省属高校优秀青年人才联合基金项目(ZR2017JL029)
山东省高等学校优势学科人才团队培育计划
文摘
近年来,超像素在医学图像处理领域的应用愈加广泛,现有的方法取得了较好的效果,如LAW,SLIC等.然而,这些方法在处理医学图像得到超像素时,位于组织边缘像素点的划分仍存在类别模糊问题.为此,提出一种基于U-Net网络的超像素分割方法.首先,通过双边滤波模型过滤外部噪声,增强超像素信息;然后,结合U-Net卷积网络学习图像特征.该方法为U-Net网络中每个特征尺度的卷积层后嵌入一个规范层,用于增强网络对参数的敏感性.实验结果表明,该方法有效提高了医学图像超像素的分割精度,与groundtruth相比,其改善了超像素边缘分类的准确性,优化了超像素分割结果,在精确度、召回率、F-measure和分割速度等性能指标上均取得了更好的效果.
关键词
超像素
双边滤波
卷积网络
U-Net
医学图像分割
Keywords
superpixel
bilateral filtering
convolutional networks
U-Net
medical image segmentation
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
作者
出处
发文年
被引量
操作
1
结合反卷积的CT图像超分辨重建网络
徐军
刘慧
郭强
张彩明
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018
9
在线阅读
下载PDF
职称材料
2
面向医学图像分割的超像素U-Net网络设计
王海鸥
刘慧
郭强
邓凯
张彩明
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019
21
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
