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U-Dense-net网络的DSA图像冠状动脉血管分割
被引量：
6
1
作者
王卓英
童基均
+1 位作者
蒋路茸
潘哲毅
《浙江理工大学学报（自然科学版）》
2021年第3期390-399,共10页
冠状动脉血管是研究心血管疾病的重要基础,为准确分割DSA(Digital subtraction angiography)图像冠状动脉血管,提高训练过程中血管特征的有效利用率,提出了一种基于U-Dense-net网络的分割方法。该方法首先对数据集进行限制对比度直方图...
冠状动脉血管是研究心血管疾病的重要基础,为准确分割DSA(Digital subtraction angiography)图像冠状动脉血管,提高训练过程中血管特征的有效利用率,提出了一种基于U-Dense-net网络的分割方法。该方法首先对数据集进行限制对比度直方图均衡化预处理;然后对预处理结果进行图像粗分割,基于U-Dense-net网络,在解码器部分融合密集残差块和注意力机制实现深度神经网络模型,加强特征映射,充分提取局部特征,实现血管与背景的分类;最后利用形态学处理、阈值分割、基于多点区域生长的连通域分析进行图像细分割,实现血管的提取。将测试结果和3位专家手工标注的标准图进行对比分析,结果表明:该数据集的分割结果精确率、召回率、F1分数分别为83.22%、89.81%、86.04%,3种特性曲线下的平均面积为0.9923。与其他方法比较,该方法提取到的血管信息较为完整,为精确分割冠状动脉血管提供了一种解决方案。
展开更多
关键词
冠状动脉血管
图像分割
U-Dense-net
密集残差块
注意力机制
深度神经网络
DSA
在线阅读
下载PDF
职称材料
题名
基于U-Dense-net网络的DSA图像冠状动脉血管分割
被引量：
6
1
作者
王卓英
童基均
蒋路茸
潘哲毅
机构
浙江理工大学
信息
学院
武警海警总队医院信息科
出处
《浙江理工大学学报（自然科学版）》
2021年第3期390-399,共10页
基金
国家自然科学基金项目(61602417)
浙江理工大学基础研究项目(2019Q042)
浙江理工大学“521人才培养计划”。
文摘
冠状动脉血管是研究心血管疾病的重要基础,为准确分割DSA(Digital subtraction angiography)图像冠状动脉血管,提高训练过程中血管特征的有效利用率,提出了一种基于U-Dense-net网络的分割方法。该方法首先对数据集进行限制对比度直方图均衡化预处理;然后对预处理结果进行图像粗分割,基于U-Dense-net网络,在解码器部分融合密集残差块和注意力机制实现深度神经网络模型,加强特征映射,充分提取局部特征,实现血管与背景的分类;最后利用形态学处理、阈值分割、基于多点区域生长的连通域分析进行图像细分割,实现血管的提取。将测试结果和3位专家手工标注的标准图进行对比分析,结果表明:该数据集的分割结果精确率、召回率、F1分数分别为83.22%、89.81%、86.04%,3种特性曲线下的平均面积为0.9923。与其他方法比较,该方法提取到的血管信息较为完整,为精确分割冠状动脉血管提供了一种解决方案。
关键词
冠状动脉血管
图像分割
U-Dense-net
密集残差块
注意力机制
深度神经网络
DSA
Keywords
coronary artery segmentation
image segmentation
U-Dense-net
dense residual net
attention mechanism
deep neural network
DSA
分类号
TS391.4 [轻工技术与工程]
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U-Dense-net网络的DSA图像冠状动脉血管分割
王卓英
童基均
蒋路茸
潘哲毅
《浙江理工大学学报（自然科学版）》
2021
6
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
