检索历史 清除

【中文期刊】 张本健 林辉  等 《合肥工业大学学报（自然科学版）》 2023年46卷8期 1070-1078页

【摘要】 文章基于全卷积神经网络(fully convolutional network,FCN)的 U-net 网络,并通过对 U-net 网络的调整,构建适用于脑肿瘤图像分割的 U1-net网络.U1-net网络由卷积层、最大池化层、反卷积层和激...

【关键词】 深度学习(DL)； 全卷积神经网络(FCN)； U1-net网络；

【中文期刊】 孙淑婷 刘铖枨  等 《现代仪器与医疗》 2024年30卷2期 59-68页

【摘要】 医学图像分割是计算机辅助诊断领域的一项关键技术,其主要任务是将特定的器官、组织或异常区域从图像中准确地识别出来.但是医学图像的质量易受到其复杂纹理和成像设备限制(如噪声和边界不清晰)的影响,故传统的医学图像分割方法已难以满足现实临床需求.随...

【关键词】 深度学习； 医学图像分割； 全卷积神经网络；

【中文期刊】 周斌 王宏  等 《东北大学学报（自然科学版）》 2024年45卷5期 609-618页

【摘要】 在下肢运动想象发生之前获取想象意图是为下肢神经康复系统提供精准控制策略的关键.为此,研究利用运动想象前的脑电图(electroencephalogram,EEG)信号完全预测下肢步行运动启停想象意图及其类型的可行性.对EEG信号进行预处理并...

【关键词】 脑电图； 运动相关皮质电位； 时间卷积网络；

【中文期刊】 郭树旭 马树志  等 《计算机工程与应用》 2017年53卷18期 126-131页

【摘要】 针对腹部CT影像邻近器官对比度较低及因个体肝脏形状差异较大等引起肝脏分割困难的问题,提出了全卷积神经网络肝脏分割模型.首先通过卷积神经网络提取图像深层、抽象的特征,再通过反卷积运算对提取到的特征映射进行插值重构后得到分割结果.由于单纯进行反...

【关键词】 深度学习； 全卷积神经网络； 医学图像分割；

【中文期刊】 向艺达 周剑良  等 《中华放射肿瘤学杂志》 2022年31卷4期 359-364页 ISTICPKUCSCD

【摘要】 目的:基于全卷积网络U-Net预测宫颈癌近距离治疗(BT)感兴趣区(ROI)三维剂量分布，并评估其预测精度。方法:首先选取100例宫颈癌腔内结合组织间插植病例作为整个研究数据集，并将其划分为训练集(72例)、验证集(8例)、测试集(20例)...

【关键词】 全卷积网络； 三维剂量分布预测； 宫颈肿瘤/近距离疗法；

【中文期刊】 竺乐庆 马梦园  等 《昆虫学报》 2018年61卷2期 255-262页 ISTICPKUCSCDCABP

【摘要】 [目的]本研究旨在探索使用计算机视觉技术实现对鳞翅目标本图像的前背景分割方法.[方法]首先对用于训练和测试的昆虫标本图像去除背景,获得昆虫图像的前背景分割参考标准,对过大的昆虫图像进行缩小处理;其次对训练集图像采用旋转、平移、缩放等方法进行...

【关键词】 鳞翅目； 图像处理； 前背景分割；

【中文期刊】 《上海交通大学学报（英文版）》 2019年24卷4期 517-523页

【摘要】 Lung cancer is the leading cause of cancer deaths worldwide.Accurate early diagnosis is critical in increasing the 5-yea...

【关键词】 lung nodule detection； computer-aided detection (CAD)； convolutional neural network (CNN)；

【外文期刊】 Yin, Wenshe ; Hu, Yangsheng ; 等 《Physics in medicine and biology.》 2019年64卷18期 185003-185003页 SCISCIEMEDLINE

【关键词】 cell nuclei segmentation; fully convolutional network; multiple architecture;

【外文期刊】 Fan, Jingfan ; Cao, Xiaohuan ; 等 《Medical image analysis》 2019年58卷 101545-101545页 SCISCIEMEDLINE

【关键词】 Deformable image registration; Fully convolutional neural network; Generative adversarial network;

【外文期刊】 Pearl Mary Samuel ; Thanikaiselvan Veeramalai ; 《International journal of biomedical engineering and technology》 2020年34卷1期 75-105页

【关键词】 diabetic retinopathy; supervised learning; convolutional neural network;