检索历史 清除

【中文期刊】 贾阳 陈伟光  等 《西安邮电大学学报》 2021年26卷4期 65-78页

【摘要】 通过分析图像型全自动骨龄评测算法所依赖的医学基础理论,对比图像型全自动骨龄评测中必要的图像分割方法和特征预测模型.归纳总结基于深度学习的自动骨龄评测算法,包括各类深度神经网络模型、模型训练所使用的数据集和骨龄评测结果等.此外,介绍骨龄评测中...

【关键词】 全自动骨龄评测； 深度学习； 手骨分割方法；

【中文期刊】 王晓桐 丁海波  《中国医疗器械信息》 2021年27卷13期 16-17,36页

【摘要】 颈总动脉内-中膜厚度是心脑血管疾病早期筛查和诊断的主要标准之一.文章提出了一种基于超声图像的颈动脉内-中膜厚度半自动测量方法.最初在相关的颈动脉超声图像中选择感兴趣的区域,然后采用改进的C-V主动轮廓模型算法,在公式中加入局部强度信息,从而...

【关键词】 颈动脉内-中膜厚度； 半自动测量方法； C-V分割方法；

【中文期刊】 蔡武斌 宋文爱  等 《智慧健康》 2018年4卷5期 3-6,9页

【摘要】 随着计算机技术的发展,数字图像处理和模式识别技术被广泛的应用于生物医学工程领域.计算机辅助细胞学诊断系统用于检查和分析细胞医学显微图像,是分子生物技术和现代医学的一个重要研究方向.在该系统应用中,其难点是准确地识别出图像中的各种类型的细胞....

【关键词】 计算机辅助诊断； 分割方法； 细胞学诊断；

【中文期刊】 杨春兰 初同朋  等 《北京工业大学学报》 2018年44卷4期 636-640页

【摘要】 基于磁共振成像(magnetic resonance imaging,MRI)图像的海马分割是计算机辅助诊断神经系统疾病的重要手段.海马结构边界的精确描绘是计算其体积和对其进行形状测量的前提.手动分割海马过程高度耗时,缺乏重复性,因而发展自...

【关键词】 海马分割； 磁共振成像； 自动分割方法；

【中文期刊】 范雯 陈强  等 《中华实验眼科杂志》 2022年40卷9期 827-831页 ISTICPKUCSCDCA

【摘要】 目的:通过计算机自动分割方法分析糖尿病视网膜病变(DR)不同分期黄斑中心凹下脉络膜厚度(SFCT)和体积的变化。方法:采用横断面研究方法，纳入2016年5月至2017年5月于南京医科大学第一附属医院确诊的2型糖尿病患者64例88眼，其中，男...

【关键词】 糖尿病视网膜病变； 光相干断层扫描； 自动分割方法；

【中文期刊】 唐智贤 李镇  等 《复旦学报（医学版）》 2024年51卷3期 396-403页 ISTICPKUCSCDCABP

【摘要】 目的 使用深度学习算法实现胃肠癌病理图像的细胞核自动分割,辅助后续病理图像的定量分析.方法 以 2022年 1月—2022年 2月在上海交通大学医学院附属瑞金医院就诊的 59例胃肠癌患者为研究对象,采用python和LabelMe对患者的病...

【关键词】 深度学习模型； 病理图像； 细胞核分割；

【中文期刊】 梁俊君 陈小波  等 《国际医学放射学杂志》 2024年47卷3期 260-266,305页 ISTIC

【摘要】 目的 探讨基于非小细胞肺癌(NSCLC)的CT影像组学定量特征,并联合常规影像主观特征及临床信息建立的联合预测模型对术前预测NSCLC脏层胸膜侵犯(VPI)的价值.方法 回顾性纳入 2家医院经手术病理确诊且病理结果明确VPI状态的NSCLC...

【关键词】 非小细胞肺癌； 脏层胸膜侵犯； 影像组学；

【中文期刊】 白贺 滕野  等 《解剖学报》 2024年55卷1期 73-81页 ISTICCSCDCABP

【摘要】 目的 海马萎缩是诊断阿尔茨海默病等诸多精神疾病的临床重要标志,因此准确分割海马是一个重要的科学问题.随着深度学习的发展,人们提出了大量先进的自动分割方法.然而,由于MRI中各种噪声的影响以及海马不同类别之间不清晰的边界,三维海马分割仍然具有...

【关键词】 空间域与频域特征自适应融合； 类间边界区域增强； 医学图像分割；

【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】 李佳柠 王瑜  等 《中国医学物理学杂志》 2023年40卷10期 1241-1245页 ISTICCSCD

【摘要】 针对肾脏肿瘤大小、位置不确定以及传统U-Net网络全自动分割肾脏肿瘤时易出现过拟合等难题,提出一种改进的多尺度卷积和残差U-Net(MSR U-Net)的肾脏肿瘤全自动分割方法.一方面,在残差模块中加入跳跃连接使网络收敛得更快,缓解过拟合现...

【关键词】 U-Net网络； CT影像； 肾脏肿瘤；