换一批- 最近
- 已收藏
- 排序
- 筛选
- 50
- 6
- 31
- 10
- 9
- 3
- 1
- 18
- 15
- 14
- 8
- 7
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 张宇鑫 谢耀钦 等 《集成技术》 2025年14卷2期 13-23页
【摘要】 宫颈癌是全球女性癌症死亡的主要原因之一,放射性治疗是治疗宫颈癌的常用方法.其中,近距离放射治疗通过将放射源直接置入靠近肿瘤的区域,能将高剂量的辐射集中在肿瘤部位,比其他放疗方法的适用性高.精确分割危及器官对准确估算放疗剂量和最大度地保护正常...
- 概要：
- 方法：
- 结论：
【中文期刊】 许六军 张玉洁 等 《中国医学影像技术》 2023年39卷1期 94-98页 ISTICPKUCSCD
【摘要】 目的 观察引入靶区外扩预测放射治疗(放疗)中自动分割危及器官(OAR)的平均剂量偏差的价值.方法 将100例接受放疗的直肠癌患者随机分为训练集(n=30)和测试集(n=70).对训练集手动分割C T图中的靶区,之后分别对膀胱、小肠和双侧股骨...
- 概要：
- 方法：
- 结论：
【中文期刊】 郑庆增 戴相昆 等 《中国医学装备》 2023年20卷4期 11-16页 ISTIC
【摘要】 目的:探讨与评价AccuContour软件基于深度学习的自动分割方法对头颈部危及器官(OAR)自动勾画结果的准确性.方法:选取20例鼻咽癌患者的CT图像资料,应用基于深度学习的机器算法模型AccuContour软件,对图像的19个OARs(...
- 概要：
- 方法：
- 结论：
【中文期刊】 邓仕俊 汤红忠 等 《中国生物医学工程学报》 2021年40卷6期 701-711页 ISTICPKUCSCDCA
【摘要】 医学图像危及器官自动分割是计算机辅助诊断中的重要组成部分,对辅助医生高质高效完成放射治疗有着极其重要的作用.胸腔CT图像对比度低,且各器官之间重叠交错、边界模糊,使得危及器官的精确分割具有较大的挑战性.提出一种多尺度特征感知的编码-解码网络...
- 概要：
- 方法：
- 结论：
【中文期刊】 余行 何奕松 等 《中国医疗设备》 2022年37卷3期 75-78,96页 ISTIC
【摘要】 目的 以肺癌放疗涉及的危及器官为例,通过对胸部CT影像进行固定窗宽(Window Width,WW)/窗位(Window Level,WL)的调节处理,探究不同WW/WL对基于深度学习的危及器官自动勾画结果的影响.方法 利用2D-Unet对...
- 概要：
- 方法：
- 结论：
【中文期刊】 张富利 杨安宁 等 《中国医学物理学杂志》 2021年38卷2期 259-264页 ISTICCSCD
【摘要】 目的:建立一种基于密集连接深度学习的端到端胸部CT图像危及器官自动分割方法,提供一个高精度的自动分割模型,减轻医师临床勾画的工作强度.方法:收集36例肺癌患者CT图像,27例作为训练集,随机取6例作为验证集进行交叉验证,测试集为9例,训练时...
- 概要：
- 方法：
- 结论：
【中文期刊】 戴薇 李华玲 等 《医疗装备》 2021年34卷19期 34-37页
【摘要】 目的 训练一种基于U-Net的自动分割模型用于直肠癌肿瘤靶区(GTV)和危及器官(OARs)的勾画,并评估该模型的勾画准确性及临床可行性.方法 回顾性分析2018年1月至2020年10月于医院接受术前放射治疗的70例直肠癌患者的临床资料,随...
- 概要：
- 方法：
- 结论：
【中文期刊】 王学涛 戴振晖 等 《中国医疗器械信息》 2021年27卷8期 7-10页
【摘要】 目的:实现引入SE-Res Block的U型卷积神经网络,探讨其应用于放疗中乳腺癌临床靶区与危及器官自动分割的可行性.方法:在传统U型网络的基础上引入SE-Res Block,以482例乳腺癌保乳术后(临床靶区中包含锁骨上颈部预防照射的靶区...
- 概要：
- 方法：
- 结论：
【中文期刊】 郭雯 鞠忠建 等 《医疗卫生装备》 2020年41卷1期 85-94页 ISTICCA
【摘要】 介绍了使用率较高的深度学习基础网络的结构模型及常用改进方法,阐述了使用深度学习神经网络对MRI及CT图像中的脑部、肺部、肝脏、胰腺、前列腺等器官进行自动分割的研究进展.指出了未来应更多关注3D图像分割和少样本训练,开发更适用的网络结构,以提...
- 概要：
- 方法：
- 结论：
【中文期刊】 秦楠楠 薛旭东 等 《中国医学物理学杂志》 2020年37卷4期 524-528页 ISTICCSCD
【摘要】 目的:基于U-net卷积神经网络的深度学习方法,探讨宫颈癌放疗临床靶区和危及器官自动勾画的可行性.方法:利用U-net卷积神经网络模型搭建的端到端自动分割框架,以100例已进行IMRT治疗的宫颈癌患者CT及组织结构信息为研究对象,并随机选取...
- 概要：
- 方法：
- 结论：
加载中...
