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
面向急性缺血性脑卒中CT到MRI的图像生成
被引量：
2
1
作者
冯二燕
秦品乐
+2 位作者
柴锐
曾建朝
孟延锋
《计算机技术与发展》
2023年第10期135-142,共8页
急性缺血性脑卒中病灶很容易在磁共振成像(MRI)上表现为高信号区域。相较于MRI,计算机断层扫描(CT)成像速度快、价格低,不易受金属植入物干扰,但CT对缺血性脑卒中病灶不敏感,通常在CT上难以确定病灶的位置,且CT包含的信息量比MRI少。考...
急性缺血性脑卒中病灶很容易在磁共振成像(MRI)上表现为高信号区域。相较于MRI,计算机断层扫描(CT)成像速度快、价格低,不易受金属植入物干扰,但CT对缺血性脑卒中病灶不敏感,通常在CT上难以确定病灶的位置,且CT包含的信息量比MRI少。考虑到速度与可用性的提升以及成本的降低,为了以CT生成的MRI代替真实的MRI对急性缺血性脑卒中进行诊断,提出一种CT到MRI的跨模态图像生成算法。首先,利用影像组学在CT上确定病灶区域并提取影像组学特征,筛选出信息增益最大的特征并可视化,然后将该特征图与CT一同作为生成对抗网络的输入。生成对抗网络在pix2pix生成器中引入残差块,鉴别器采用PatchGAN。最后在损失函数中引入病灶特征相似性损失函数,更加关注病灶区域的相似性。经两名放射科医生的主观判断与评估指标的客观分析,结果表明,该算法生成的MRI与真实MRI相似性极高,且病灶位置正确,形状相似,可为医生的诊疗提供帮助。
展开更多
关键词
医学图像生成
影像组学
生成对抗网络
计算机断层扫描(CT)
磁共振成像(MRI)
跨模态图像生成
下载PDF
职称材料
一种强真实感的图像生成算法设计与仿真
被引量：
1
2
作者
应卫强
张帆
张玲燕
《计算机仿真》
北大核心
2022年第4期492-495,500,共5页
传统方法下生成的跨模态图像易造成目标部分重要信息缺失,生成的图像缺乏真实感,于是提出改进生成式对抗网络和半监督学习的跨模态图像生成方法。建立生成式对抗网络,分析半监督学习特征,经融合后组成半监督生成式对抗网络。在判别器中...
传统方法下生成的跨模态图像易造成目标部分重要信息缺失,生成的图像缺乏真实感,于是提出改进生成式对抗网络和半监督学习的跨模态图像生成方法。建立生成式对抗网络,分析半监督学习特征,经融合后组成半监督生成式对抗网络。在判别器中使用卷积神经网络、在生成器中引入反卷积神经网络,在半监督生成式对抗网络中添加分类器,改进所建的网络模型,利用全变差正则化项建立伪判别损失函数。利用架构的随机梯度下降优化算法,完成散度似然比的直接优化,最后在三个网络的共同作用下,输出生成的跨模态图像。仿真阶段分别从视觉效果与评估指标两个角度,验证出所提方法的有效性,结果证明上述方法不仅使生成图像更具真实感,而且保留了大部分目标特征,能够满足图像的高质量需求。
展开更多
关键词
生成式对抗网络
半监督学习
跨模态图像生成
随机梯度下降优化算法
损失函数
下载PDF
职称材料
注意力机制引导的多模态心脏图像分割
3
作者
杨琬琪
周子奇
郭心娜
《南京师大学报（自然科学版）》
CAS
CSCD
北大核心
2019年第3期27-31,41,共6页
为有效挖掘模态间共享与模态特有的信息,本文提出一种注意力机制引导的半孪生网络,用于分割多模态(MRI与CT)心脏图像.具体地,首先运用循环一致的生成对抗网络(CycleGAN)进行双向的图像生成(即从MRI到CT以及从CT到MRI),这样可以解决模态...
为有效挖掘模态间共享与模态特有的信息,本文提出一种注意力机制引导的半孪生网络,用于分割多模态(MRI与CT)心脏图像.具体地,首先运用循环一致的生成对抗网络(CycleGAN)进行双向的图像生成(即从MRI到CT以及从CT到MRI),这样可以解决模态间心脏图像不配对的问题;其次,设计一个新的半孪生网络,将原始的CT(或MR)图像及其生成的MR(或CT)图像进行配对并同时输入,先通过两个编码器(encoders)分别学习模态特有的特征,再经过一个跨模态的注意力模块将不同模态的特征进行融合,最后输入一个公共的解码器(decoder)来得到模态共享的特征,用于心脏图像分割.上述学习过程是端到端的方式进行训练.本文将所提方法在真实的CT与MR不配对的心脏图像数据集上进行实验评估,表明所提方法的分割精度超出基准方法.
展开更多
关键词
注意力机制
多模态心脏图像分割
半孪生网络
跨模态图像生成
下载PDF
职称材料
题名
面向急性缺血性脑卒中CT到MRI的图像生成
被引量：
2
1
作者
冯二燕
秦品乐
柴锐
曾建朝
孟延锋
机构
山西省医学影像与数据分析工程研究中心(中北大学)
中北大学计算机科学与技术学院
山西医科大学附属太原中心医院
出处
《计算机技术与发展》
2023年第10期135-142,共8页
基金
山西省重点研发计划项目(201803D31212-1)
山西省工程技术研究中心建设项目(201805D121008)。
文摘
急性缺血性脑卒中病灶很容易在磁共振成像(MRI)上表现为高信号区域。相较于MRI,计算机断层扫描(CT)成像速度快、价格低,不易受金属植入物干扰,但CT对缺血性脑卒中病灶不敏感,通常在CT上难以确定病灶的位置,且CT包含的信息量比MRI少。考虑到速度与可用性的提升以及成本的降低,为了以CT生成的MRI代替真实的MRI对急性缺血性脑卒中进行诊断,提出一种CT到MRI的跨模态图像生成算法。首先,利用影像组学在CT上确定病灶区域并提取影像组学特征,筛选出信息增益最大的特征并可视化,然后将该特征图与CT一同作为生成对抗网络的输入。生成对抗网络在pix2pix生成器中引入残差块,鉴别器采用PatchGAN。最后在损失函数中引入病灶特征相似性损失函数,更加关注病灶区域的相似性。经两名放射科医生的主观判断与评估指标的客观分析,结果表明,该算法生成的MRI与真实MRI相似性极高,且病灶位置正确,形状相似,可为医生的诊疗提供帮助。
关键词
医学图像生成
影像组学
生成对抗网络
计算机断层扫描(CT)
磁共振成像(MRI)
跨模态图像生成
Keywords
medical
image
generation
radiomics
generative
adversarial
networks(GAN)
computed
tomography(CT)
magnetic
resonance
imaging(MRI)
cross
-
modal
image
generation
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种强真实感的图像生成算法设计与仿真
被引量：
1
2
作者
应卫强
张帆
张玲燕
机构
浙江大学城市学院
浙江大学软件学院
出处
《计算机仿真》
北大核心
2022年第4期492-495,500,共5页
文摘
传统方法下生成的跨模态图像易造成目标部分重要信息缺失,生成的图像缺乏真实感,于是提出改进生成式对抗网络和半监督学习的跨模态图像生成方法。建立生成式对抗网络,分析半监督学习特征,经融合后组成半监督生成式对抗网络。在判别器中使用卷积神经网络、在生成器中引入反卷积神经网络,在半监督生成式对抗网络中添加分类器,改进所建的网络模型,利用全变差正则化项建立伪判别损失函数。利用架构的随机梯度下降优化算法,完成散度似然比的直接优化,最后在三个网络的共同作用下,输出生成的跨模态图像。仿真阶段分别从视觉效果与评估指标两个角度,验证出所提方法的有效性,结果证明上述方法不仅使生成图像更具真实感,而且保留了大部分目标特征,能够满足图像的高质量需求。
关键词
生成式对抗网络
半监督学习
跨模态图像生成
随机梯度下降优化算法
损失函数
Keywords
Generative
confrontation
network
semi-supervised
learning
cross
-
modal
image
generation
stochastic
gradient
descent
optimization
algorithm
loss
function
分类号
TP399 [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
注意力机制引导的多模态心脏图像分割
3
作者
杨琬琪
周子奇
郭心娜
机构
南京师范大学计算机科学与技术学院
出处
《南京师大学报（自然科学版）》
CAS
CSCD
北大核心
2019年第3期27-31,41,共6页
基金
国家自然科学基金(61603193,61876087)
文摘
为有效挖掘模态间共享与模态特有的信息,本文提出一种注意力机制引导的半孪生网络,用于分割多模态(MRI与CT)心脏图像.具体地,首先运用循环一致的生成对抗网络(CycleGAN)进行双向的图像生成(即从MRI到CT以及从CT到MRI),这样可以解决模态间心脏图像不配对的问题;其次,设计一个新的半孪生网络,将原始的CT(或MR)图像及其生成的MR(或CT)图像进行配对并同时输入,先通过两个编码器(encoders)分别学习模态特有的特征,再经过一个跨模态的注意力模块将不同模态的特征进行融合,最后输入一个公共的解码器(decoder)来得到模态共享的特征,用于心脏图像分割.上述学习过程是端到端的方式进行训练.本文将所提方法在真实的CT与MR不配对的心脏图像数据集上进行实验评估,表明所提方法的分割精度超出基准方法.
关键词
注意力机制
多模态心脏图像分割
半孪生网络
跨模态图像生成
Keywords
attention
multi
modal
cardiac
segmentation
semi-siamese
network
cross
-
modal
image
generation
分类号
TP391.4 [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
作者
出处
发文年
被引量
操作
1
面向急性缺血性脑卒中CT到MRI的图像生成
冯二燕
秦品乐
柴锐
曾建朝
孟延锋
《计算机技术与发展》
2023
2
下载PDF
职称材料
2
一种强真实感的图像生成算法设计与仿真
应卫强
张帆
张玲燕
《计算机仿真》
北大核心
2022
1
下载PDF
职称材料
3
注意力机制引导的多模态心脏图像分割
杨琬琪
周子奇
郭心娜
《南京师大学报（自然科学版）》
CAS
CSCD
北大核心
2019
0
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
