期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
胎儿面部实时三维显像采图经验分析
被引量:
1
1
作者
何彩云
伍美颜
+2 位作者
卓琼香
陈宁菊
陈思铭
《中国妇幼保健》
CAS
北大核心
2013年第35期5858-5860,共3页
目的:分析胎儿实时三维显像过程中扫查时间、技巧、手法等对胎儿面部图像采集的影响。方法:采集2013年1~8月420例产科实时三维超声检查的结果,对其面部图像采集情况进行系统分析。结果:产科实时三维超声,胎儿面部图像采集的优劣...
目的:分析胎儿实时三维显像过程中扫查时间、技巧、手法等对胎儿面部图像采集的影响。方法:采集2013年1~8月420例产科实时三维超声检查的结果,对其面部图像采集情况进行系统分析。结果:产科实时三维超声,胎儿面部图像采集的优劣与检查时机、孕妇体位改变、操作者的手法技巧等有密切的关系。结论:运用实时三维超声诊断技术在观察胎儿面部图像时,图像采集存在一定的技巧和方法,与经验积累密切相关,懂得这些技巧和方法,运用该技术行产科检查将会用最短的检查时间取得最理想的目的图像。
展开更多
关键词
实时三维超声
胎儿面部图像
技巧
原文传递
基于深度学习的胎儿颜面部超声标准切面自动识别
被引量:
16
2
作者
余镇
吴凌云
+4 位作者
倪东
陈思平
李胜利
汪天富
雷柏英
《中国生物医学工程学报》
CAS
CSCD
北大核心
2017年第3期267-275,共9页
在常规胎儿超声诊断过程中,精确识别出胎儿颜面部超声标准切面(FFSP)至关重要。传统方法是由医生进行主观评估,这种人工评判的方式不仅耗费时间精力,而且严重依赖操作者经验,所以结果往往不可靠。因此,临床超声诊断亟需一种FFSP自动识...
在常规胎儿超声诊断过程中,精确识别出胎儿颜面部超声标准切面(FFSP)至关重要。传统方法是由医生进行主观评估,这种人工评判的方式不仅耗费时间精力,而且严重依赖操作者经验,所以结果往往不可靠。因此,临床超声诊断亟需一种FFSP自动识别方法。提出使用深度卷积网络识别FFSP,同时还分析不同深度的网络对于FFSP的识别性能。对于这些网络模型,采用不同的训练方式:随机初始化网络参数和基于Image Net预训练基础网络的迁移学习。在研究中,数据采集的是孕周20~36周胎儿颜面部超声图像。训练集包括1 037张标准切面图像(轴状切面375张,冠状切面257张,矢状切面405张)以及3 812张非标准切面图像,共计4 849张;测试集包括792张标准切面图像和1 626张非标准切面图像,共计2 418张。最后测试集实验结果显示,迁移学习的方法使得网络识别结果增加9.29%,同时当网络结构由8层增加至16层时,分类结果提升3.17%,深度网络对于FFSP分类最高正确率为94.5%,相比之前研究方法的最好结果提升3.66%,表明深度卷积网络能够有效地检测出FFSP,为临床自动FFSP检测方法打下研究基础。
展开更多
关键词
胎儿颜面部标准切面识别
超声图像
深度卷积网络
迁移学习
下载PDF
职称材料
题名
胎儿面部实时三维显像采图经验分析
被引量:
1
1
作者
何彩云
伍美颜
卓琼香
陈宁菊
陈思铭
机构
广东省肇庆市中医院B超室
出处
《中国妇幼保健》
CAS
北大核心
2013年第35期5858-5860,共3页
文摘
目的:分析胎儿实时三维显像过程中扫查时间、技巧、手法等对胎儿面部图像采集的影响。方法:采集2013年1~8月420例产科实时三维超声检查的结果,对其面部图像采集情况进行系统分析。结果:产科实时三维超声,胎儿面部图像采集的优劣与检查时机、孕妇体位改变、操作者的手法技巧等有密切的关系。结论:运用实时三维超声诊断技术在观察胎儿面部图像时,图像采集存在一定的技巧和方法,与经验积累密切相关,懂得这些技巧和方法,运用该技术行产科检查将会用最短的检查时间取得最理想的目的图像。
关键词
实时三维超声
胎儿面部图像
技巧
Keywords
Real
-
time
3D
-
uhrasound
fetal
facial
image
Skill
分类号
R714.442 [医药卫生—妇产科学]
原文传递
题名
基于深度学习的胎儿颜面部超声标准切面自动识别
被引量:
16
2
作者
余镇
吴凌云
倪东
陈思平
李胜利
汪天富
雷柏英
机构
深圳大学生物医学工程学院
深圳妇幼保健院超声科
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2017年第3期267-275,共9页
基金
广东省科技创新重点项目(2014KXM052)
文摘
在常规胎儿超声诊断过程中,精确识别出胎儿颜面部超声标准切面(FFSP)至关重要。传统方法是由医生进行主观评估,这种人工评判的方式不仅耗费时间精力,而且严重依赖操作者经验,所以结果往往不可靠。因此,临床超声诊断亟需一种FFSP自动识别方法。提出使用深度卷积网络识别FFSP,同时还分析不同深度的网络对于FFSP的识别性能。对于这些网络模型,采用不同的训练方式:随机初始化网络参数和基于Image Net预训练基础网络的迁移学习。在研究中,数据采集的是孕周20~36周胎儿颜面部超声图像。训练集包括1 037张标准切面图像(轴状切面375张,冠状切面257张,矢状切面405张)以及3 812张非标准切面图像,共计4 849张;测试集包括792张标准切面图像和1 626张非标准切面图像,共计2 418张。最后测试集实验结果显示,迁移学习的方法使得网络识别结果增加9.29%,同时当网络结构由8层增加至16层时,分类结果提升3.17%,深度网络对于FFSP分类最高正确率为94.5%,相比之前研究方法的最好结果提升3.66%,表明深度卷积网络能够有效地检测出FFSP,为临床自动FFSP检测方法打下研究基础。
关键词
胎儿颜面部标准切面识别
超声图像
深度卷积网络
迁移学习
Keywords
fetal
facial
standard
plane
recognition
uhrasound
image
deep
convolutional
network
transfer
learning
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
胎儿面部实时三维显像采图经验分析
何彩云
伍美颜
卓琼香
陈宁菊
陈思铭
《中国妇幼保健》
CAS
北大核心
2013
1
原文传递
2
基于深度学习的胎儿颜面部超声标准切面自动识别
余镇
吴凌云
倪东
陈思平
李胜利
汪天富
雷柏英
《中国生物医学工程学报》
CAS
CSCD
北大核心
2017
16
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部