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
3
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
基于多层融合注意力的乳腺肿瘤图像分割方法
被引量:
1
1
作者
王宇昕
付晓薇
+1 位作者
赵思宇
陈芳
《计算机技术与发展》
2023年第7期139-145,共7页
针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法。首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34模型,用于在编码部分...
针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法。首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34模型,用于在编码部分提取更深层次的特征;然后,在跳跃连接部分对相邻的浅层特征与深层特征分别进行空间与通道维度上的增强;其次,将经过注意力增强后的不同层次特征进行融合,重点关注肿瘤区域的位置,以避免散斑噪声干扰下的错误分割;最后,利用普通卷积层进行特征还原,得到分割结果。实验结果表明,所提方法对噪声干扰较大的超声乳腺肿瘤图像鲁棒性更强,Dice系数、IoU、Recall和Precision分别能够达到0.8522、0.7682、0.8773和0.8630。同时,所提方法在模型复杂度上也有较好的表现,较对比方法具有更优的分割性能。
展开更多
关键词
超声
乳腺
图像
肿瘤分割
U-Net
卷积神经网络
注意力机制
下载PDF
职称材料
基于多尺度注意力小波网络的可适应病变规模超声乳腺图像分割
2
作者
孙卓群
赵加祥
《微电子学与计算机》
2023年第12期45-52,共8页
针对超声乳腺图像中对不同规模病变的分割鲁棒性不足的问题,提出了一种多尺度注意力小波网络(MAW-Net).通过设计两个轻量的网络模块,多尺度拼接模块和跳过连接升维模块,达到在不同尺度上集成丰富的特征和全局上下文信息,减少编码器和解...
针对超声乳腺图像中对不同规模病变的分割鲁棒性不足的问题,提出了一种多尺度注意力小波网络(MAW-Net).通过设计两个轻量的网络模块,多尺度拼接模块和跳过连接升维模块,达到在不同尺度上集成丰富的特征和全局上下文信息,减少编码器和解码器之间的语义差距以适应不同规模病变分割的目的.并引入双树复小波变换,很好地削弱了噪声影响.在两个公共的乳腺超声数据集UDIAT和BUSI数据集上进行测试,其Dice系数分别达到91.32%和84.23%.并与其他6种先进的图像分割方法进行比较,具备强分割鲁棒性、噪声影响小等优势.
展开更多
关键词
超声
乳腺
图像
图像
分割
多尺度注意力小波网络
双树复小波变换
U-Net
注意力机制
下载PDF
职称材料
基于简化的PCNN在超声乳腺癌图像去噪方面的应用
被引量:
2
3
作者
陆玉婧
李海燕
+2 位作者
费勤水
施心陵
张榆锋
《生物医学工程研究》
2013年第2期80-83,100,共5页
针对乳腺癌超声图像中斑点对诊断的影响,提出一种基于简化的脉冲耦合神经网络(simplified pulse-coupled neuralNetwork,SPCNN)的去噪新方法,并将此方法应用于乳腺癌超声图像滤波。首先利用简化的PCNN定位极端脉冲噪声点并利用中值滤波...
针对乳腺癌超声图像中斑点对诊断的影响,提出一种基于简化的脉冲耦合神经网络(simplified pulse-coupled neuralNetwork,SPCNN)的去噪新方法,并将此方法应用于乳腺癌超声图像滤波。首先利用简化的PCNN定位极端脉冲噪声点并利用中值滤波滤除椒盐噪声,然后利用PCNN赋时矩阵采用分类滤波自适应调节灰度值滤除高斯噪声。用实验图像验证了方法的有效性,然后将此方法应用于乳腺癌的超声图像中进行滤波,实验结果证实该方法对混合噪声在滤波效果和保护细节方面具有优势,对乳腺癌的超声图像能较好地滤除噪声,同时保证了细节,结合医学诊断证实了该方法的有效性。
展开更多
关键词
简化的脉冲耦合神经网络
超声
乳腺
癌
图像
椒盐噪声
PCNN赋时矩阵
自适应调节
高斯噪声
下载PDF
职称材料
题名
基于多层融合注意力的乳腺肿瘤图像分割方法
被引量:
1
1
作者
王宇昕
付晓薇
赵思宇
陈芳
机构
武汉科技大学计算机科学与技术学院
智能信息处理与实时工业系统湖北省重点实验室
武汉科技大学校医院超声影像科
出处
《计算机技术与发展》
2023年第7期139-145,共7页
基金
湖北省自然科学基金项目(2017CFB506)
深圳科技创新基础研究重点项目(JCYJ20210324115606017)
武汉科技大学研究生创新创业基金项目(JCX2021062)。
文摘
针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法。首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34模型,用于在编码部分提取更深层次的特征;然后,在跳跃连接部分对相邻的浅层特征与深层特征分别进行空间与通道维度上的增强;其次,将经过注意力增强后的不同层次特征进行融合,重点关注肿瘤区域的位置,以避免散斑噪声干扰下的错误分割;最后,利用普通卷积层进行特征还原,得到分割结果。实验结果表明,所提方法对噪声干扰较大的超声乳腺肿瘤图像鲁棒性更强,Dice系数、IoU、Recall和Precision分别能够达到0.8522、0.7682、0.8773和0.8630。同时,所提方法在模型复杂度上也有较好的表现,较对比方法具有更优的分割性能。
关键词
超声
乳腺
图像
肿瘤分割
U-Net
卷积神经网络
注意力机制
Keywords
breast ultrasound images
tumors segmentation
U-Net
convolutional neural network
attention mechanism
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多尺度注意力小波网络的可适应病变规模超声乳腺图像分割
2
作者
孙卓群
赵加祥
机构
南开大学电子信息与光学工程学院
出处
《微电子学与计算机》
2023年第12期45-52,共8页
文摘
针对超声乳腺图像中对不同规模病变的分割鲁棒性不足的问题,提出了一种多尺度注意力小波网络(MAW-Net).通过设计两个轻量的网络模块,多尺度拼接模块和跳过连接升维模块,达到在不同尺度上集成丰富的特征和全局上下文信息,减少编码器和解码器之间的语义差距以适应不同规模病变分割的目的.并引入双树复小波变换,很好地削弱了噪声影响.在两个公共的乳腺超声数据集UDIAT和BUSI数据集上进行测试,其Dice系数分别达到91.32%和84.23%.并与其他6种先进的图像分割方法进行比较,具备强分割鲁棒性、噪声影响小等优势.
关键词
超声
乳腺
图像
图像
分割
多尺度注意力小波网络
双树复小波变换
U-Net
注意力机制
Keywords
ultrasound breast image
image segmentation
multi-scale attention wavelet network
dual-tree complex wavelet transform
U-Net
attention mechanism
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于简化的PCNN在超声乳腺癌图像去噪方面的应用
被引量:
2
3
作者
陆玉婧
李海燕
费勤水
施心陵
张榆锋
机构
云南大学信息学院
出处
《生物医学工程研究》
2013年第2期80-83,100,共5页
基金
国家自然科学基金资助项目(61261007)
云南省教育厅科学研究基金项目(K1050627)
云南大学研究生科研课题资助项目(ynuy57)
文摘
针对乳腺癌超声图像中斑点对诊断的影响,提出一种基于简化的脉冲耦合神经网络(simplified pulse-coupled neuralNetwork,SPCNN)的去噪新方法,并将此方法应用于乳腺癌超声图像滤波。首先利用简化的PCNN定位极端脉冲噪声点并利用中值滤波滤除椒盐噪声,然后利用PCNN赋时矩阵采用分类滤波自适应调节灰度值滤除高斯噪声。用实验图像验证了方法的有效性,然后将此方法应用于乳腺癌的超声图像中进行滤波,实验结果证实该方法对混合噪声在滤波效果和保护细节方面具有优势,对乳腺癌的超声图像能较好地滤除噪声,同时保证了细节,结合医学诊断证实了该方法的有效性。
关键词
简化的脉冲耦合神经网络
超声
乳腺
癌
图像
椒盐噪声
PCNN赋时矩阵
自适应调节
高斯噪声
Keywords
Simplified pulse coupled neural network
Ultrasound breast images
Salt and pepper noise
PCNN time matrix
Self adaption
Gaussian noise
分类号
R318 [医药卫生—生物医学工程]
TP391.1 [医药卫生—基础医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多层融合注意力的乳腺肿瘤图像分割方法
王宇昕
付晓薇
赵思宇
陈芳
《计算机技术与发展》
2023
1
下载PDF
职称材料
2
基于多尺度注意力小波网络的可适应病变规模超声乳腺图像分割
孙卓群
赵加祥
《微电子学与计算机》
2023
0
下载PDF
职称材料
3
基于简化的PCNN在超声乳腺癌图像去噪方面的应用
陆玉婧
李海燕
费勤水
施心陵
张榆锋
《生物医学工程研究》
2013
2
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