期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
深度学习在血管内光学相干层析成像中的应用现状 被引量:6
1
作者 孙正 王树雁 《激光与光电子学进展》 CSCD 北大核心 2022年第22期31-42,共12页
血管内光学相干层析成像(IVOCT)是目前分辨率最高的血管内成像技术,可以清晰地显示管腔的几何形态及具有近显微特征的血管壁结构。在临床常规应用中,对每段血管会获得数百或上千帧B扫描图像,而人工分析图像耗时费力,结果还可能受到临床... 血管内光学相干层析成像(IVOCT)是目前分辨率最高的血管内成像技术,可以清晰地显示管腔的几何形态及具有近显微特征的血管壁结构。在临床常规应用中,对每段血管会获得数百或上千帧B扫描图像,而人工分析图像耗时费力,结果还可能受到临床医生专业能力的影响。近年来,深度学习技术在医学影像领域不断取得重大突破,也被应用于IVOCT图像的自动分析和处理中。对深度学习在IVOCT研究中的应用现状进行了归纳和总结,主要包括图像分割、组织标定、斑块分类和目标检测,分析了目前存在的问题,并展望了未来可能的发展方向。 展开更多
关键词 血管内光学相干层析成像 深度学习 卷积神经网络 图像分割 组织标定 斑块分类 目标检测
原文传递
基于机器学习的可降解支架检测与分割算法 被引量:6
2
作者 鲁逸峰 金琴花 +4 位作者 荆晶 陈韵岱 曹一挥 李嘉男 朱锐 《光学学报》 EI CAS CSCD 北大核心 2018年第2期250-259,共10页
针对血管内光学相干断层扫描(IVOCT)成像系统,提出一种改进的自适应增强(Adaboost)算法及一种基于动态规划的轮廓分割算法用于可降解支架的自动检测与分割,实现对支架贴壁情况的自动评估。在检测阶段,利用多层决策树构建Adaboost分类器... 针对血管内光学相干断层扫描(IVOCT)成像系统,提出一种改进的自适应增强(Adaboost)算法及一种基于动态规划的轮廓分割算法用于可降解支架的自动检测与分割,实现对支架贴壁情况的自动评估。在检测阶段,利用多层决策树构建Adaboost分类器,实现对支架位置和大小的检测;基于检测结果,利用动态规划算法对支架轮廓进行分割;最后,结合分割结果,对支架贴壁情况进行计算。实验结果显示,所提算法的检测召回率达到91.6%,精确率为87.2%,轮廓分割的平均Dice系数为0.80,表明所提算法能够实现IVOCT影像中可降解支架的准确检测与分割,且具有较好的稳健性。 展开更多
关键词 机器视觉 自动检测与分割 自适应增强算法 可降解支架 血管内光学相干断层扫描图像
原文传递
基于角点检测的可降解支架轮廓分割算法 被引量:6
3
作者 姚林林 金琴花 +4 位作者 荆晶 陈韵岱 曹一挥 李嘉男 朱锐 《光学学报》 EI CAS CSCD 北大核心 2019年第7期211-220,共10页
针对血管内光学相干断层扫描(IVOCT)影像中,使用动态规划(DP)算法进行可降解支架轮廓分割时,分割结果容易受到血液伪影和支架内部断裂的影响,而导致支架轮廓分割准确度不高的问题,利用IVOCT影像中可降解支架具有四边形外观的先验信息,... 针对血管内光学相干断层扫描(IVOCT)影像中,使用动态规划(DP)算法进行可降解支架轮廓分割时,分割结果容易受到血液伪影和支架内部断裂的影响,而导致支架轮廓分割准确度不高的问题,利用IVOCT影像中可降解支架具有四边形外观的先验信息,提出一种使用支架的4个角点得到支架轮廓的算法。实验结果显示:所提出的支架轮廓分割算法的平均Dice系数可达到0.88,相较于DP算法提高了0.08;所提出的支架自动分割算法能够实现IVOCT影像中可降解支架的准确分割,且具有较好的稳健性,能更好地在临床应用中辅助医生进行支架贴壁情况分析。 展开更多
关键词 机器视觉 角点检测 轮廓自动分割 贴壁情况分析 可降解支架 血管内光学相干断层扫描图像
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部