检索历史 清除

【中文期刊】 彭艳 詹翔  等 《现代科学仪器》 2022年39卷5期 73-76页

【摘要】 针对乳腺病灶图像特征复杂导致难以诊断良恶性的问题,提出一种基于SVM的乳腺病灶良恶性辅助诊断方法.首先,对乳腺病灶磁共振图像分析,提取筛选出可反映乳腺病灶的平滑度、紧致度、傅里叶描述子均值与方差等9维最佳特征组合;然后,基于上述9维图像特征...

【关键词】 DCE-MRI； 乳腺病灶诊断； SVM分类器；

【中文期刊】 陈逸远 古梦婷  等 《科技创新与应用》 2022年12卷17期 148-152,156页

【摘要】 医学图像分类天然受到数据集高度不平衡问题影响.文章首先阐述医学图像的数据不平衡问题及其对人工智能技术分类性能产生的影响.随后研究现有对数据不平衡问题提供类间数据平衡分布的方法,讨论肠道图像中遇到的暗区以及病灶区域旋转等特殊挑战,根据肠道图像...

【关键词】 医学图像分类； 类间数据平衡方法； 肠道病灶图像生成；

【中文期刊】 李响 程慧芳  等 《中国超声医学杂志》 2019年35卷3期 225-228页 ISTICPKUCSCD

【摘要】 目的 旨在比较常规超声BI-RADS分类联合S-Detect技术前后的诊断价值.方法 选择435例患者行常规超声及S-Detect技术检查并留图像,由低、中、高年资医师分别阅读图像并进行BI-RADS分类评估.通过两种不同的联合诊断方法对B...

【关键词】 乳腺病灶； 超声BI-RADS分类； S-Detect；

【中文期刊】 龚雁 顾在旺  等 《中华实验眼科杂志》 2019年37卷8期 658-662页 ISTICPKUCSCDCA

【摘要】 目的 探讨基于深度学习光相干断层扫描(OCT)辅助诊断湿性年龄相关性黄斑变性(wAMD)算法的应用价值.方法 在仅能提供有无疾病作为标记的前提下,首先基于ResNet-101深度模型训练一个深度神经网络来自动判断患者是否患有wAMD疾病,其...

【关键词】 湿性年龄相关性黄斑变性； 疾病分类； 病灶区域检测；

【中文期刊】 程慧芳 王学梅  等 《中华医学超声杂志（电子版）》 2019年16卷7期 542-548页 ISTICPKUCSCD

【摘要】 目的 探讨常规超声与S-Detect技术在乳腺病灶良恶性鉴别诊断中的效能比较.方法 选取2018年6月至7月在中国医科大学附属第一医院经手术病理证实的367例乳腺病灶患者,共468个病灶.所有病灶分别由3名不同年资(1、4、7年)乳腺超声医...

【关键词】 S-Detect分类技术； 乳腺病灶； 超声检查；

【中文期刊】 汪锡龙 王玲  等 《临床超声医学杂志》 2020年22卷12期 903-906页 ISTICCSCD

【摘要】 目的 探讨剪切波弹性成像(SWE)联合乳腺影像报告和数据系统(BI-RADS)分类对最大径≤2 cm乳腺癌(以下简称小乳腺癌)的鉴别诊断价值.方法 选取经病理证实的171例乳腺病变患者共177个乳腺病变(最大径≤2 cm),其中良性155个...

【关键词】 剪切波弹性成像； BI-RADS分类； 乳腺病灶,良恶性；

【中文期刊】 张杰 赵惠军  等 《医疗卫生装备》 2018年39卷11期 90-95页 ISTICCA

【摘要】 阐述了通过皮肤镜图像对黑色素瘤进行计算机辅助检测需要解决的问题,介绍了卷积神经网络、残差网络和迁移学习方法.在此基础上,从病灶分割与病灶分类2个方面分析了基于深度学习方法检测黑色素瘤的研究成果,明确了算法的改进和数据集的完善对黑色素瘤检测准...

【关键词】 深度学习方法； 黑色素瘤检测； 皮肤镜；

【中文期刊】 林春漪 邹波  等 《生物医学工程研究》 2018年37卷1期 21-26页 ISTIC

【摘要】 尝试为乳腺病灶良恶性分类提供高精度且无创的影像辅助诊断手段,提出了基于超声射频(radio frequency,RF)时间序列分析的乳腺病灶良恶性分类方法.以275例女性乳腺病灶为样本,使用常规超声探头采集多帧超声回波RF信号,提取RF时间...

【关键词】 超声RF时间序列； 组织定征； 乳腺病灶良恶性分类；

【中文期刊】 余小玲  《浙江临床医学》 2017年19卷7期 1331-1333页 ISTIC

【摘要】 目的 探讨超声弹性成像(UE)联合BI-RADS分级对乳腺微小病灶的诊断价值.方法 回顾性分析68例乳腺肿块患者,130个微小病灶(直径≤1cm)的UE表现,根据超声BI-RADS分类,结合UE评分对其进行校正,并与手术病理检查结果进行比较...

【关键词】 乳腺微小病灶； 超声弹性成像； BI-RADS分类；

【中文期刊】 南嘉格列 李锐  等 《深圳大学学报（理工版）》 2019年36卷6期 702-708页

【摘要】 肝包虫病是一种严重的地域性寄生虫病,其病灶分型主要依靠临床医生对超声图像的主观判断,疾病筛查十分耗时,且容易造成误判.提出一种基于超声图像的肝包虫病病灶智能分型方法,首先从肝脏包虫病超声图像中直接裁剪得到病灶区域图像,利用深度卷积神经网络(...

【关键词】 生物医学工程； 肝包虫病； 卷积神经网络；