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
1
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
一种改进的脑白质纤维束连续跟踪算法
被引量:
1
1
作者
颜淑敏
徐龙春
+11 位作者
张敏风
张岗
邹越
何乐民
程运福
颜翠萍
杨鑫怡
许然然
王晓艳
王鹏程
赵文波
张光玉
《中国医学物理学杂志》
CSCD
2020年第10期1262-1266,共5页
目的:改进脑白质纤维束连续跟踪算法,提高纤维束跟踪的连续性和准确性。方法:使用山东第一医科大学第二附属医院影像科和国际人脑连接组共享数据库网站提供的弥散张量图像对算法进行验证。首先,对磁共振弥散张量图像进行中值滤波和高斯...
目的:改进脑白质纤维束连续跟踪算法,提高纤维束跟踪的连续性和准确性。方法:使用山东第一医科大学第二附属医院影像科和国际人脑连接组共享数据库网站提供的弥散张量图像对算法进行验证。首先,对磁共振弥散张量图像进行中值滤波和高斯平滑滤波,去除噪声对纤维束连续跟踪算法的影响,利用脑模板消除颅骨对后续跟踪的影响。然后,利用最小二乘法获得每一个体素的弥散张量和各向异性指数。最后,从各向异性指数大于阈值的起始体素开始,利用跟踪编辑技术和基于弥散熵的线性跟踪方法完成纤维束连续跟踪。结果:同传统的纤维束连续跟踪算法相比,本研究提出的算法能得到更连续、更准确的跟踪结果,算法具有较好的抗噪声能力和较强的鲁棒性。结论:改进的纤维束跟踪方法可以应用于脑结构网构建以及脑疾病的研究。
展开更多
关键词
纤维束连续跟踪算法
脑科学
弥散熵
脑结构网
弥散张量成像
下载PDF
职称材料
题名
一种改进的脑白质纤维束连续跟踪算法
被引量:
1
1
作者
颜淑敏
徐龙春
张敏风
张岗
邹越
何乐民
程运福
颜翠萍
杨鑫怡
许然然
王晓艳
王鹏程
赵文波
张光玉
机构
山东第一医科大学(山东省医学科学院)放射学院
山东第一医科大学(山东省医学科学院)第二附属医院医学影像科
山东第一医科大学(山东省医学科学院)第二附属医院耳鼻咽喉科
出处
《中国医学物理学杂志》
CSCD
2020年第10期1262-1266,共5页
基金
山东省自然科学基金(ZR2018MH033,ZR2015HL095,ZR2014HM072)
山东省医药卫生科技发展计划项目(2016WS0608)
+2 种基金
泰山医学院高层次课题培育计划项目(2018GCC13)
山东第一医科大学省级大学生创新创业训练计划项目(S201910439020)
山东第一医科大学(山东省医学科学院)学术提升计划。
文摘
目的:改进脑白质纤维束连续跟踪算法,提高纤维束跟踪的连续性和准确性。方法:使用山东第一医科大学第二附属医院影像科和国际人脑连接组共享数据库网站提供的弥散张量图像对算法进行验证。首先,对磁共振弥散张量图像进行中值滤波和高斯平滑滤波,去除噪声对纤维束连续跟踪算法的影响,利用脑模板消除颅骨对后续跟踪的影响。然后,利用最小二乘法获得每一个体素的弥散张量和各向异性指数。最后,从各向异性指数大于阈值的起始体素开始,利用跟踪编辑技术和基于弥散熵的线性跟踪方法完成纤维束连续跟踪。结果:同传统的纤维束连续跟踪算法相比,本研究提出的算法能得到更连续、更准确的跟踪结果,算法具有较好的抗噪声能力和较强的鲁棒性。结论:改进的纤维束跟踪方法可以应用于脑结构网构建以及脑疾病的研究。
关键词
纤维束连续跟踪算法
脑科学
弥散熵
脑结构网
弥散张量成像
Keywords
fiber
assignment
by
continuous
tracking
algorithrn
brain
science
diffusion
entropy
brain
structural
network
diffusion
tensor
imaging
分类号
R318 [医药卫生—生物医学工程]
TP391.4 [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
一种改进的脑白质纤维束连续跟踪算法
颜淑敏
徐龙春
张敏风
张岗
邹越
何乐民
程运福
颜翠萍
杨鑫怡
许然然
王晓艳
王鹏程
赵文波
张光玉
《中国医学物理学杂志》
CSCD
2020
1
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