检索历史 清除

【中文期刊】 刘子兴 廉钰  等 《中国医疗设备》 2024年39卷11期 27-32,38页 ISTIC

【摘要】 目的 通过使用合成图像的方法解决在配准过程中缺少金标准的问题,并应用深度学习算法进行心脏T1 定量图配准.方法 首先利用T1加权图像的先验信息合成无运动的参考图像;其次使用DeepIPMCNet卷积神经网络来学习和配准层内运动.另一个网络D...

【关键词】 心脏磁共振(CMR)； T1定量图； 配准算法；

【中文期刊】 冉梅子 胡小军  等 《中国医学物理学杂志》 2024年41卷6期 739-746页 ISTICCSCD

【摘要】 由于CT影像对比度低、肝脏形状不规则、相邻器官边界模糊,目前基于卷积神经网络的方法在肝脏分割任务上的表现不佳,尤其是在边界识别和小目标检测方面.基于此,提出一种基于多尺度特征融合与注意力的肝脏分割方法(MFFA UNet).首先,利用多尺度...

【关键词】 肝脏分割； 注意力机制； 多尺度特征融合；

【中文期刊】 陈训艺 夏焙  等 《广东医学》 2024年45卷2期 260-264页 ISTICCA

【摘要】 先天性心脏病是导致婴幼儿死亡的主要原因之一,超声心动图是其首选检查方法,但其复杂性、可重复性问题常常影响了筛查和术前的诊断质量,以深度学习为基础的人工智能方法近来已经成为超声心动图诊断先天性心脏病的研究热点,本文就基于深度学习在儿科先天性心...

【关键词】 深度学习； 卷积神经网络； 监督学习；

【中文期刊】 高远 伍紫炫  等 《数字中医药（英文版）》 2024年7卷2期 101-107页

【摘要】 目诊是通过观察目来判断全身病证的诊断方法,随着中医(TCM)诊断智能化发展,人工智能(AI)可以提高目诊的准确率和效率.但是,目诊智能化研究还面临着诸多挑战,如缺乏规范化且带有严格标签的数据、多模态信息分析及辨证模型.人工智能大模型在医学当...

【关键词】 中医； 目诊； 人工智能；

【中文期刊】 郭惠  《黑龙江科学》 2024年15卷22期 32-36页

【摘要】 糖尿病视网膜病变(Diabetic retinopathy,DR)是糖尿病最常见的并发症之一,随着病情的发展,患者会出现不同程度的视网膜病变,因此对患者及时进行DR诊断十分必要.眼底彩照检查和眼底荧光血管造影图像(Fundus fluore...

【关键词】 深度学习； 糖尿病视网膜病变； 无监督网络；

【中文期刊】 蔡玉 唐奇伶  等 《中国生物医学工程学报》 2023年42卷6期 687-697页 ISTICPKUCSCDCA

【摘要】 统计乳腺癌组织学图像中有丝分裂细胞的数量是乳腺癌分级和预后的重要诊断依据.目前有丝分裂细胞计数主要由病理学家手工进行,是一项费时费力的任务.为解决这一具有挑战性的有丝分裂细胞检测问题,本研究提出了一种从局部到区域分层的乳腺癌病理学图像有丝分...

【关键词】 有丝分裂检测； 深监督； 图像块学习；

【中文期刊】 陈志颖 陈春晓  等 《生物医学工程研究》 2023年42卷2期 145-151页 ISTIC

【摘要】 针对传统基于迭代优化的医学影像配准方法速度慢、泛化性差的问题,本研究提出了一种基于深度学习的膀胱癌磁共振成像(magnetic resonance image,MRI)跨模态无监督配准方法,并采用具有随机块采样的标准互信息(patch no...

【关键词】 膀胱癌诊断； 多参数磁共振； 跨模态配准；

【中文期刊】 靳建华 庄吓海  等 《北京生物医学工程》 2023年42卷6期 648-653页 ISTIC

【摘要】 近年,深度学习技术在磁共振(magnetic resonance,MR)图像重建领域飞速发展.然而,由于有监督的MR图像重建方法所依赖的高质量配对MR数据难以获取,无监督的MR图像重建方法逐渐成为了研究者们关注的重点,并展现出巨大的应用前景...

【关键词】 加速磁共振成像； 图像重建； 深度学习；

【中文期刊】 周益民 宁泽惺  等 《首都医科大学学报》 2022年43卷5期 734-739页 ISTICPKUCA

【摘要】 目的 基于半监督卷积神经网络(semi-supervised convolutional neural network,semi-CNN)构建人机不同步现象(patient-ventilator asynchrony,PVA)识别模型,评价...

【关键词】 机械通气； 人机不同步； 深度学习；

【中文期刊】 王帅坤 周志勇  等 《计算机工程》 2023年49卷1期 223-233页

【摘要】 多模态配准是医学图像分析中的关键环节,在肝癌辅助诊断、图像引导的手术治疗中具有重要作用.针对传统的迭代式肝脏多模态配准计算量大、耗时长、配准精度低等问题,提出一种基于多尺度形变融合和双输入空间注意力的无监督深度学习配准算法.利用多尺度形变融...

【关键词】 深度学习； 无监督配准； 多模态配准；