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
1
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
基于改进CNN的弱边缘超声图像分割方法
1
作者
朱彦华
《吉林大学学报(信息科学版)》
2024年第6期1018-1024,共7页
为解决弱边缘超声图像分割难度大的问题,提出基于改进CNN(Convolutional Neural Networks)的弱边缘超声图像分割方法。该方法首先利用平稳小波变换去除图像中的噪声,并通过加权最小二乘滤波器强化图像边缘细节,然后将改进卷积注意力模...
为解决弱边缘超声图像分割难度大的问题,提出基于改进CNN(Convolutional Neural Networks)的弱边缘超声图像分割方法。该方法首先利用平稳小波变换去除图像中的噪声,并通过加权最小二乘滤波器强化图像边缘细节,然后将改进卷积注意力模块添加到残差网络模型中提取图像特征,最后通过优化损失函数提高图像的分割精度。实验结果表明,所提方法对超声图像的弱边缘细节处理效果好,可提高对医学超声图像的分割精度。
展开更多
关键词
超声图像分割
图像预处理
卷积神经网络
平稳小波变换
加权最小二乘滤波器
在线阅读
下载PDF
职称材料
题名
基于改进CNN的弱边缘超声图像分割方法
1
作者
朱彦华
机构
广东药科大学附属第一医院设备科
出处
《吉林大学学报(信息科学版)》
2024年第6期1018-1024,共7页
基金
广东省经济与信息化委员会、广东省财政厅共同编制的广东省工业和信息化专项资金“互联网+”应用基金资助项目(粤经信电软函[2017]74号)。
文摘
为解决弱边缘超声图像分割难度大的问题,提出基于改进CNN(Convolutional Neural Networks)的弱边缘超声图像分割方法。该方法首先利用平稳小波变换去除图像中的噪声,并通过加权最小二乘滤波器强化图像边缘细节,然后将改进卷积注意力模块添加到残差网络模型中提取图像特征,最后通过优化损失函数提高图像的分割精度。实验结果表明,所提方法对超声图像的弱边缘细节处理效果好,可提高对医学超声图像的分割精度。
关键词
超声图像分割
图像预处理
卷积神经网络
平稳小波变换
加权最小二乘滤波器
Keywords
ultrasound image segmentation
image preprocessing
convolutional neural network(CNN)
stationary wavelet transform
weighted least squares filter
分类号
TN911.73 [电子电信—通信与信息系统]
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
基于改进CNN的弱边缘超声图像分割方法
朱彦华
《吉林大学学报(信息科学版)》
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
