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
共找到7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：
基于边界增强损失的海马体分割算法 被引量：6
1
作者 颜宇 陈帆 和红杰 《光电子．激光》 EI CAS CSCD 北大核心 2020年第3期299-309,共11页
快速准确地获得脑部核磁共振图像中海马体的体积变化情况,对阿尔兹海默症等疾病的诊断具有重要意义。海马体在大脑中占比很小且与周边结构的边界不明显,使得基于深度学习的核磁共振影像海马体分割具有一定难度。针对上述问题本文提出一... 快速准确地获得脑部核磁共振图像中海马体的体积变化情况,对阿尔兹海默症等疾病的诊断具有重要意义。海马体在大脑中占比很小且与周边结构的边界不明显,使得基于深度学习的核磁共振影像海马体分割具有一定难度。针对上述问题本文提出一种利用边界增强损失训练含注意力机制网络的海马体分割算法,主要贡献在于:1)设计了一种含注意力机制的U形三维卷积神经网络;2)提出一种边界增强的损失函数。在解决海马体与背景因为尺寸相差过大而带来的类不平衡问题的同时,使网络在训练时更注重对海马体边界的学习。在欧洲阿尔兹海默病协会和阿兹海默症神经影像学倡议数据集上,分析讨论了本文提出的损失函数和网络结构的性能。与目前几种先进的基于深度学习的三维分割算法进行了对比分析,实验结果表明本文提出的算法性能更优,达到了89.41%的Dice精度与人工分割精度相近。 展开更多
关键词 深度学习 海马体分割 三维卷积神经网络 边界增强损失
原文传递
阿尔兹海默病患者海马表面形态学特征提取 被引量：4
2
作者 杨文璐 张小慢 刘凤侠 《安徽大学学报（自然科学版）》 CAS 北大核心 2014年第5期91-97,共7页
通过海马表面形态学来研究阿尔兹海默病患者海马表面的萎缩形态特征.首先,对57名阿尔兹海默病患者在基线和第12个月两个时间点的结构磁共振影像进行预处理,分割出海马体.接着,计算海马表面两个时间点的贝尔特拉米指标.最后,用独立成分... 通过海马表面形态学来研究阿尔兹海默病患者海马表面的萎缩形态特征.首先,对57名阿尔兹海默病患者在基线和第12个月两个时间点的结构磁共振影像进行预处理,分割出海马体.接着,计算海马表面两个时间点的贝尔特拉米指标.最后,用独立成分分析提取海马表面贝尔特拉米指标的局部特征.实现了阿尔兹海默病患者海马表面的形态学特征提取,并用于分类.贝尔特拉米指标的可视化结果表明,贝尔特拉米指标能够检测阿尔兹海默病患者海马表面的萎缩. 展开更多
关键词 阿尔兹海默病 影像预处理 海马体分割 海马表面特征 独立成分分析
下载PDF
基于特征融合的海马体分割
3
作者 陈嘉敏 张伯泉 麦海鹏 《计算机与现代化》 2023年第8期1-6,53,共7页
针对现有海马体分割算法无法对目标区域进行精确分割的问题,利用编解码结构研究一种基于特征融合的海马体分割模型。首先利用Resnet34作为模型特征编码层提取更丰富的语义特征;其次在编解码过渡层引入基于混合扩张卷积的ASPP模块以获取... 针对现有海马体分割算法无法对目标区域进行精确分割的问题,利用编解码结构研究一种基于特征融合的海马体分割模型。首先利用Resnet34作为模型特征编码层提取更丰富的语义特征;其次在编解码过渡层引入基于混合扩张卷积的ASPP模块以获取多尺度特征信息。最后使用注意力特征融合机制作为编解码层间的连接层以有效结合深层特征与浅层特征,为后续分割提供海马体区域位置信息,提高模型分割性能。实验在ADNI数据集上进行以验证提出模型的有效性,所研究网络模型IoU、DICE、精确率、召回率4个评价指标上分别达到了84.67%、88.51%、87.90%和89.01%。与现有先进医学分割算法进行实验对比,也表明了该模型有更好的分割能力,达到了较好的海马体图像自动分割效果。 展开更多
关键词 阿尔兹海默症 海马体分割 注意力机制 特征融合 空洞空间金字塔池化
下载PDF
结合序列学习和U型网络的海马体分割方法 被引量：2
4
作者 曹平 盛邱煬 +3 位作者 潘清 宁钢民 汪振杰 方路平 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第8期1382-1390,共9页
针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由编码器和解码器2部分组成,编码器提取并编码图像特征,解码器组合特征并输出分割掩码;序列学习使用双向卷... 针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由编码器和解码器2部分组成,编码器提取并编码图像特征,解码器组合特征并输出分割掩码;序列学习使用双向卷积长短期记忆网络引入相邻切片间的依赖信息以提升分割精度.在ADNI数据集上的实验结果表明,文中方法的分割性能较通常的U型网络更优,且网络的可视化结果表现出可解释性,与专家知识相符合. 展开更多
关键词 海马体分割 语义分割 序列学习 U型网络 双向卷积长短期记忆网络
下载PDF
基于稀疏编码与方向-尺度描述子的海马体自动分割 被引量：2
5
作者 刘颖 张明慧 +3 位作者 阳维 卢振泰 冯前进 苏榆生 《计算机科学》 CSCD 北大核心 2017年第1期314-320,共7页
海马体病变与神经疾病息息相关,海马体解剖结构的不规则性以及其与周围组织结构如杏仁体边界模糊增加了分割海马体的难度。提出一种新的基于稀疏编码和方向-尺度描述子(Sparse Coding and Orientation-Scale Descriptor,SCOSD)的算法来... 海马体病变与神经疾病息息相关,海马体解剖结构的不规则性以及其与周围组织结构如杏仁体边界模糊增加了分割海马体的难度。提出一种新的基于稀疏编码和方向-尺度描述子(Sparse Coding and Orientation-Scale Descriptor,SCOSD)的算法来提高海马体分割精度。不同于主流的基于字典学习的方法,SCOSD算法用同时包含灰度纹理信息和空间结构信息的方向-尺度描述子(Orientation-Scale Descriptor,OSD)代替低维特征来描述像素特征,OSD的优点是它同时包含多种低维特征且能降低图谱间灰度不均匀性的影响。SCOSD算法包括4个步骤:1)图像预处理。2)特征提取,提取待分割图像像素和图谱图像像素的方向-尺度描述子。3)字典构建及稀疏编码,选取图谱像素的方向-尺度描述子作为目标像素来构建特有字典,用特有字典近似表达即重建目标像素并得到稀疏编码系数。4)标号融合及阈值判定,融合图谱像素的标号和编码系数得到目标像素的标号估计值;阈值判定估计值完成分割。为了验证SCOSD算法分割的准确性,分别用SCOSD算法,Simple,Major Voting,Staple,Collate分割MICCAI数据库内的海马体,以Dice值作为分割评判标准,实验结果表明,SCOSD方向-尺度描述子的分割精度高于Simple,Major Voting,Staple,Collate算法。 展开更多
关键词 海马体分割 方向-尺度描述子 稀疏编码 标号融合 字典
下载PDF
三维卷积网络在脑海马体分割中的应用 被引量：2
6
作者 刘辰 肖志勇 吴鑫鑫 《计算机科学与探索》 CSCD 北大核心 2020年第3期493-501,共9页
为了提高海马体分割的精确性和鲁棒性,提出一种新型的三维卷积网络Dilated-3DUnet。该网络中卷积层的通道数采用"金字塔"分布的方式,有效缩小了参数的规模。此外,使用三维空洞卷积作为级联卷积操作,不仅有效地结合了脑磁共振... 为了提高海马体分割的精确性和鲁棒性,提出一种新型的三维卷积网络Dilated-3DUnet。该网络中卷积层的通道数采用"金字塔"分布的方式,有效缩小了参数的规模。此外,使用三维空洞卷积作为级联卷积操作,不仅有效地结合了脑磁共振成像(MRI)的深层特征和浅层特征,而且在不改变参数个数的情况下,扩大了卷积层的感受野,获取了多尺度信息,能够更好地捕捉MRI图像的浅层特征,从而提高了分割精度。在ADNI数据集上进行实验,以相似性系数、灵敏度、阳性预测率为评价指标,准确率分别达到了89.32%、88.72%和90.05%。实验表明,Dilated-3DUnet充分利用了脑MRI图像的三维空间信息,具有更强的泛化能力和更好的特征表达能力,从而大大提升了分割精度。 展开更多
关键词 海马体分割 脑磁共振成像(MRI) 卷积网络 空洞卷积
下载PDF
基于生成模型约束的graph cuts标签融合算法
7
作者 张令顺 马瑜 +2 位作者 芦玥 王文娜 申旺发 《计算机应用研究》 CSCD 北大核心 2020年第6期1910-1915,共6页
人脑磁共振图像(magnetic resonance imaging,MRI)分割算法易受图谱错误标签的影响,为减少错误标签对标签融合准确度的影响,提高人脑磁共振图像的分割精度,在图谱预选阶段采用梯度信息和互信息筛选出相似性较大的图谱图像,对标签融合阶... 人脑磁共振图像(magnetic resonance imaging,MRI)分割算法易受图谱错误标签的影响,为减少错误标签对标签融合准确度的影响,提高人脑磁共振图像的分割精度,在图谱预选阶段采用梯度信息和互信息筛选出相似性较大的图谱图像,对标签融合阶段提出利用生成模型(generative model,GM)约束的graph cuts标签融合方法,快速准确地分割出了人脑海马体结构。与其他的标签融合方法对比,提出的算法具有更高的分割精度。 展开更多
关键词 图谱筛选 标签融合 graph cuts 海马体分割
下载PDF
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
使用帮助 返回顶部