检索历史 清除

【中文期刊】 田秋红 李翔  等 《生物医学工程研究》 2024年43卷4期 302-309,315页 ISTIC

【摘要】 为充分利用多模态医学影像间的关联性和互补性,精准分割脑肿瘤区域及评估预后效果,本研究提出一种基于残差孪生网络的多模态脑肿瘤三维分割模型.首先,利用残差孪生编码挖掘不同模态数据间的关联细节语义信息,并在编码路径间加入级联结构,优化层次间信息交...

【关键词】 孪生网络； 特征融合； 多模态图像；

【中文期刊】 潘依乐 高永彬  《中国医学物理学杂志》 2024年41卷1期 8-17页 ISTICCSCD

【摘要】 针对MRI软组织对比度高但不是胸部成像护理标准,导致难以获得足够多专家标注的MRI数据的问题,通常将CT转换成MRI图像.由于难以获取对应模态的CT和MRI图像,结合生成式对抗网络的结构特点,提出CSCGAN生成网络模型.该模型以Cycle...

【关键词】 医学图像处理； 模态转换； 肝脏肿瘤分割；

【中文期刊】 刘卫朋 祁业东  等 《中国医学物理学杂志》 2024年41卷9期 1078-1085页 ISTICCSCD

【摘要】 提出一种基于多尺度下一致性和区域可靠性感知的半监督学习方法,在使用少量标注数据的情况下结合未标记的数据来实现高性能的肺部肿瘤分割任务.首先,提出一种多尺度一致性均值教师框架,构建多尺度一致性损失并约束教师学生网络中多个尺度上的输出保持一致,...

【关键词】 半监督学习； 医学图像分割； 肺肿瘤；

【中文期刊】 刘遵雄 陈子涵  等 《中国医学物理学杂志》 2024年41卷7期 828-835页 ISTICCSCD

【摘要】 针对脑瘤图像分割网络的跳跃连接引起的语义特征传递不平衡,以及多尺度特征关联不足,导致细节特征丢失,从而造成对细小目标肿瘤的分割精度不佳的问题,提出一种改进的Res-Unet框架的分割模型.该模型引入多尺度注意力融合模块,通过混合多尺度特征使...

【关键词】 脑肿瘤； 图像分割； 注意力机制；

【中文期刊】 李志刚 张艺荣  《现代电子技术》 2024年47卷17期 47-52页

【摘要】 为了增强脑肿瘤图像分割算法的泛化能力,提出一种融合共享Net的跨模态分割框架.该框架包括风格转换、跨域训练和自适应判别三个阶段.首先,采用贝塞尔曲线进行域变换,从多种与源域灰度不同的图像去模拟不可见的目标域;其次,构建基于轻量级尺度注意力模...

【关键词】 U-Net； 医学图像分割； 脑肿瘤；

【中文期刊】 孙康康 陈伟  等 《磁共振成像》 2023年14卷11期 164-169,176页 ISTICPKUCSCDCA

【摘要】 MRI是一种非侵入性多模态成像方法,广泛应用于脑肿瘤检测和诊断.多模态MRI脑肿瘤图像分割对脑肿瘤的诊断和治疗具有重要意义.目前大部分分割工作还是由医生手动完成,效率低且主观性强,因此寻求一种高效准确的脑肿瘤自动分割方法对临床应用至关重要....

【关键词】 磁共振成像； 脑肿瘤； 多模态；

【中文期刊】 王艳 田慧  等 《实用放射学杂志》 2023年39卷3期 367-370页 ISTICPKUCA

【摘要】 目的 基于MR T2 WI、扩散加权成像(DWI)、增强T1 WI多模态图像,利用深度学习方法进行腮腺肿瘤的自动分割.方法 回顾性分析经病理证实的39例腮腺肿瘤MR图像,左侧16个病灶,右侧26个病灶,共42个病灶.采用2D U-net网络...

【关键词】 腮腺肿瘤； 深度学习； 图像分割；

【中文期刊】 徐京瑶 刘晓民  等 《磁共振成像》 2023年14卷9期 148-153页 ISTICPKUCSCDCA

【摘要】 MRI作为乳腺疾病的重要影像检查方法之一,在乳腺癌早期检出和疗效预测中具有重要意义.目前,乳腺癌肿瘤大小的评估主要依据二维图像中包含的肿瘤直径、形态等信息,存在一定局限性,可重复性较低,预测准确性有待进一步提高.基于MRI动态增强测量肿瘤的...

【关键词】 乳腺癌； 乳腺肿瘤体积； 深度学习；

【中文期刊】 苏晓红 金观桥  《磁共振成像》 2023年14卷3期 170-174,188页 ISTICPKUCSCDCA

【摘要】 MRI是鼻咽癌(nasopharyngeal carcinoma,NPC)首选的无创成像方式,目前对NPC图像的处理和分析主要依靠人工进行,不仅主观还耗时耗力.深度学习(deep learning,DL)作为人工智能的一种实现方法,可自主检...

【关键词】 鼻咽癌； 磁共振成像； 深度学习；

【中文期刊】 夏景明 谈玲  等 《中国生物医学工程学报》 2023年42卷4期 431-441页 ISTICPKUCSCDCA

【摘要】 UNet网络中编解码器对应的特征图之间存在语义鸿沟,其双卷积层无法学习多尺度信息,造成部分特征信息丢失,影响MRI图像分割效果.针对这一缺陷,本研究提出一种新的图像分割网络局部残差融合多尺度双分支网络LMD-UNet.在编码流程,网络采用局...

【关键词】 肿瘤图像分割； 多尺度卷积； 密集块；