检索历史 清除

【中文期刊】 张子明 周庆华  等 《中国生物医学工程学报》 2024年43卷1期 60-69页 ISTICPKUCSCDCA

【摘要】 目前肺气管分割中,由于CT图像灰度分布复杂,分割目标像素近似,易造成过分割;而且肺气管像素较少,难以得到更多目标特征,造成细小肺气管容易被忽略.针对这些难点,本研究提出结合Unet网络和注意力机制的肺气管分割算法,注意力机制使用的是关注通道...

【关键词】 医学图像分割； 肺气管； Unet；

【中文期刊】 林嘉豪 王瑜  等 《中国医学物理学杂志》 2024年41卷1期 43-49页 ISTICCSCD

【摘要】 提出一种轻量级脑肿瘤全自动分割网络,即轻量级残差注意力增强网络(LRAE-Unet).首先采用轻量级残差模块解决网络层数增加时出现的梯度消失和网络退化问题;其次采用轻量级自注意力模块抑制输入图像中的不相关区域,同时突出特定局部区域的显著特征...

【关键词】 脑肿瘤； LRAE-Unet； 轻量级残差模块；

【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】 刘沁峰 胡师尧  等 《中国医疗设备》 2024年39卷10期 45-51,57页 ISTIC

【摘要】 目的 探索基于神经网络深度学习模型的踝关节X线片标志点自动定位方法及其应用价值.方法 选取陕西省人民医院2019年1月至2022年11月间行X线检查的360例成年人正常左踝关节正、侧位片影像资料为研究对象,将其随机分配至训练集(210例)、...

【关键词】 踝关节； 标志点自动定位； X线成像；

【中文期刊】 田翔 叶健安  等 《空军军医大学学报》 2024年45卷11期 1233-1237页

【摘要】 目的 提出一种新的多频电阻抗成像方法,实现颅脑模型中的出血目标成像.方法 提出一种结合预处理模块和改进的UNet模型的PEUNet成像方法,首先通过预处理模块进行病灶图像初始化,随后采用注意力模块改进UNet模型,使其聚焦于图像重要特征,并...

【关键词】 多频电阻抗断层成像； 注意力模块； UNet；

【中文期刊】 章庆勇 秦学姣  等 《集成电路应用》 2024年41卷4期 84-85页

【摘要】 阐述通过在Matlab平台上使用深度学习工具箱,利用轻量化的代码实现对视网膜血管图像的分割,降低卷积神经网络在视网膜血管图像分割的难度,快速准确地分析患者的病理特征.

【关键词】 智能控制； UNet； 视网膜图像分割；

【中文期刊】 柏朋刚 王国华  等 《医疗装备》 2024年37卷13期 1-6页

【摘要】 目的 对比基于UNet与ResUNet++模型的宫颈癌放射治疗危及器官自动分割效果.方法 在PyTorch平台搭建UNet与ResUNet++模型.将 2023 年 6 月至 2024 年 2 月于医院行放射治疗的 232 例宫颈癌患者的治...

【关键词】 UNet模型； ResUNet++模型； 宫颈癌；

【中文期刊】 戴振晖 简婉薇  等 《中国医疗设备》 2023年38卷1期 42-47页 ISTIC

【摘要】 目的 肝脏和肝肿瘤分割是肝癌放疗计划设计的重要步骤,本文提出新型自动分割模型,以实现肝脏和肝肿瘤的精确分割.方法 在3D UNet深度神经网络中加入了残差模块和Swim Transformer模块,提出一个新型的卷积和Transformer...

【关键词】 肝脏； 肝肿瘤； 自动分割；

【中文期刊】 邸敬 马帅  等 《中国医学物理学杂志》 2023年40卷3期 328-335页 ISTICCSCD

【摘要】 针对深度学习的医学图像分割模型训练时间长和精度不精的问题,提出结合动态阈值可变FCMSPCNN的多尺度上下文编解码结构和注意力机制的CoA Unet(Context Attention Unet)分割方法.首先,使用动态阈值可变的FCMSP...

【关键词】 CoA Unet； 脉冲耦合神经网络； 注意力机制；

【中文期刊】 王婧萱 王雯婧  等 《医疗卫生装备》 2023年44卷11期 1-8页 ISTICCA

【摘要】 目的:为了提高阿尔茨海默病(Alzheimer's disease,AD)的分类效果,提出一种基于深度学习与多模态生理数据的AD分类方法.方法:选用阿尔茨海默病神经影像学计划(the Alzheimer's Disease Neuroima...

【关键词】 深度学习； 多模态生理数据； 阿尔茨海默病；