期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
融合深度网络和浅层纹理特征的甲状腺结节癌变超声图像诊断 被引量:19
1
作者 迟剑宁 于晓升 张艺菲 《中国图象图形学报》 CSCD 北大核心 2018年第10期1582-1593,共12页
目的在甲状腺结节图像中对甲状腺结节进行良恶性分析,对于甲状腺癌的早期诊断有着重要的意义。随着医疗影像学的发展,大部分的早期甲状腺结节可以在超声图像中准确地检测出来,但对于结节的性质仍然缺乏准确的判断。因此,为实现更为准确... 目的在甲状腺结节图像中对甲状腺结节进行良恶性分析,对于甲状腺癌的早期诊断有着重要的意义。随着医疗影像学的发展,大部分的早期甲状腺结节可以在超声图像中准确地检测出来,但对于结节的性质仍然缺乏准确的判断。因此,为实现更为准确的早期甲状腺结节良恶性超声图像诊断,避免不必要的针刺或其他病理活检手术、减轻病患生理痛苦和心理压力及其医疗费用,提出一种基于深度网络和浅层纹理特征融合的甲状腺结节良恶性分类新算法。方法本文提出的甲状腺结节分类算法由4步组成。首先对超声图像进行尺度配准、人工标记以及图像复原去除以增强图像质量。然后,对增强的图像进行数据扩展,并作为训练集对预训练过的GoogLeNet卷积神经网络进行迁移学习以提取图像中的深度特征。同时,提取图像的旋转不变性局部二值模式(LBP)特征作为图像的纹理特征。最后,将深度特征与图像的纹理特征相融合并输入至代价敏感随机森林分类器中对图像进行良恶性分类。结果本文方法在标准的甲状腺结节癌变数据集上对甲状腺结节图像取得了正确率99. 15%,敏感性99. 73%,特异性95. 85%以及ROC曲线下面积0. 997 0的的好成绩,优于现有的甲状腺结节图像分类方法。结论实验结果表明,图像的深度特征可以描述医疗超声图像中病灶的整体感官特征,而浅层次纹理特征则可以描述超声图像的边缘、灰度分布等特征,将二者统一的融合特征则可以更为全面地描述图像中病灶区域与非病灶区域之间的差异以及不同病灶性质之间的差异。因此,本文方法可以准确地对甲状腺结节进行分类从而避免不必要手术、减轻病患痛苦和压力。 展开更多
关键词 超声图像分类 甲状腺结节 计算机辅助诊断 深度学习 卷积神经网络 迁移学习
原文传递
多普勒超声联合超声造影在创伤性脾破裂快速诊断及临床分级中的价值 被引量:17
2
作者 陈峥 施晓琳 刘颖 《贵州医科大学学报》 CAS 2017年第7期817-820,共4页
目的:探讨多普勒超声联合超声造影检查在快速诊断创伤性脾破裂及临床分级中的价值。方法:创伤性脾破裂的患者75例,采用多普勒超声联合超声造影及单纯增强CT检查,比较两种检查方案对诊断脾破裂的准确率;并通过造影剂时间-强度曲线观察创... 目的:探讨多普勒超声联合超声造影检查在快速诊断创伤性脾破裂及临床分级中的价值。方法:创伤性脾破裂的患者75例,采用多普勒超声联合超声造影及单纯增强CT检查,比较两种检查方案对诊断脾破裂的准确率;并通过造影剂时间-强度曲线观察创伤性脾破裂的造影剂到达时间(AT)、达峰时间(TTP)、峰值强度(PI)及流出时间(WT)等各项影像参数的变化情况。结果:多普勒超声联合超声造影对创伤性脾破裂诊断的准确率与CT增强比较无显著差异(P>0.05),CT增强对脾破裂临床分级准确率略高于超声联合检查,但差异无统计学意义(P>0.05);创伤性脾破裂在超声造影检查时间-强度曲线图呈慢上慢下型,而正常脾脏呈快上快下型;脾破裂各分级与正常脾组织造影剂的AT、TTP、WT各指标比较差异无统计学意义(P>0.05),但脾破裂各分级损伤区间与正常脾组织的PI比较,差异有统计学意义(P<0.05),正常脾脏PI明显高于各级脾破裂,而在脾破裂各级的PI按照I级、II级、III级、IV级顺序递减,各级两两比较差异有统计学意义(P<0.05)。结论:多普勒超声联合超声造影检查可实现创伤性脾破裂的快速诊断以及准确分级。 展开更多
关键词 多普勒超声 超声造影 创伤性脾破裂 快速诊断 临床分级
下载PDF
基于卷积神经网络和多信息融合的三维乳腺超声分类方法 被引量:12
3
作者 孔小函 檀韬 +1 位作者 包凌云 王广志 《中国生物医学工程学报》 CAS CSCD 北大核心 2018年第4期414-422,共9页
乳腺肿瘤超声图像的自动分类对于提高医生的工作效率和降低漏诊率具有十分重要的意义。新型的三维乳腺超声数据包含更多的可用于诊断的信息,但由于超声成像机理导致不同方向上的图像表现不同。针对该种乳腺超声数据,利用卷积神经网络结... 乳腺肿瘤超声图像的自动分类对于提高医生的工作效率和降低漏诊率具有十分重要的意义。新型的三维乳腺超声数据包含更多的可用于诊断的信息,但由于超声成像机理导致不同方向上的图像表现不同。针对该种乳腺超声数据,利用卷积神经网络结构的灵活性和自动学习的特性,提出3种改进的卷积神经网络模型,使其分别可以接受横截面图像输入、横截面和冠状面的双图像输入、图像和文本信息同时输入,并研究不同信息的融合对于提升乳腺肿瘤自动分类准确率的影响。在研究中,采用880幅图像(良性401幅,恶性479幅)及其标注信息进行5折交叉验证实验,得到各模型的准确率及AUC。实验结果表明,设计的模型可以适应图片与文本信息的输入,多信息融合的模型比只接受图像输入的模型准确率提升2.91%,达到75.11%的准确率和0.829 4的AUC。这些模型的提出,为多信息融合的卷积神经网络分类应用提供参考。 展开更多
关键词 三维乳腺超声 医学图像分类 卷积神经网络 多信息融合
下载PDF
Update on thyroid ultrasound: a narrative review from diagnostic criteria to artificial intelligence techniques 被引量:8
4
作者 Xiao-Wen Liang Yong-Yi Cai +2 位作者 Jin-Sui Yu Jian-Yi Liao Zhi-Yi Chen 《Chinese Medical Journal》 SCIE CAS CSCD 2019年第16期1974-1982,共9页
Objective Ultrasound imaging is well known to play an important role in the detection of thyroid disease, but the management of thyroid ultrasound remains inconsistent. Both standardized diagnostic criteria and new ul... Objective Ultrasound imaging is well known to play an important role in the detection of thyroid disease, but the management of thyroid ultrasound remains inconsistent. Both standardized diagnostic criteria and new ultrasound technologies are essential for improving the accuracy of thyroid ultrasound. This study reviewed the global guidelines of thyroid ultrasound and analyzed their common characteristics for basic clinical screening. Advances in the application of a combination of thyroid ultrasound and artificial intelligence (AI) were also presented. Data sources An extensive search of the PubMed database was undertaken, focusing on research published after 2001 with keywords including thyroid ultrasound, guideline, AI, segmentation, image classification, and deep learning. Study selection Several types of articles, including original studies and literature reviews, were identified and reviewed to summarize the importance of standardization and new technology in thyroid ultrasound diagnosis. Results Ultrasound has become an important diagnostic technique in thyroid nodules. Both standardized diagnostic criteria and new ultrasound technologies are essential for improving the accuracy of thyroid ultrasound. In the standardization, since there are no global consensus exists, common characteristics such as a multi-feature diagnosis, the performance of lymph nodes, explicit indications of fine needle aspiration, and the diagnosis of special populations should be focused on. Besides, evidence suggests that AI technique has a good effect on the unavoidable limitations of traditional ultrasound, and the combination of diagnostic criteria and AI may lead to a great promotion in thyroid diagnosis. Conclusion Standardization and development of novel techniques are key factors to improving thyroid ultrasound, and both should be considered in normal clinical use. 展开更多
关键词 THYROID ultrasound GUIDELINE Artificial INTELLIGENCE image classification
原文传递
基于血管内超声图像的心血管动脉粥样硬化斑块组织自动定征的研究 被引量:8
5
作者 黄志杰 王伊侬 王青 《计算机科学》 CSCD 北大核心 2018年第5期260-265,共6页
为了获取患者心血管内斑块特征的准确信息,并辅助临床医生对动脉粥样硬化区域进行判断和识别,文中进行了基于血管内超声(IVUS)图像的心血管粥样硬化斑块组织自动定征的研究。本研究收集了10个心血管疾病患者的IVUS图像,共207块斑块样本... 为了获取患者心血管内斑块特征的准确信息,并辅助临床医生对动脉粥样硬化区域进行判断和识别,文中进行了基于血管内超声(IVUS)图像的心血管粥样硬化斑块组织自动定征的研究。本研究收集了10个心血管疾病患者的IVUS图像,共207块斑块样本。首先,确定滑动邻域块的尺寸,令其中心像素遍历斑块区域,遍历过程中计算每个滑动邻域块的灰度均值和熵,并沿4个方向运用灰度共生矩阵法求出共生矩阵的10个局部特征;然后,对IVUS图像进行Gabor滤波和局部二值模式(LBP)处理,获得了更多的图像纹理特征;最后,通过线性分类器Liblinear、随机森林分类器(Random Forests)和调和最小值-广义学习向量量化分类器(H2M-GLVQ)对降维后的特征数据进行分类判决。将医生人工标记的结果作为金标准,自动定征的实验结果表明,随机森林和H2M-GLVQ分类器总体上对斑块组织的识别准确率均达到80%以上,其中随机森林分类器识别纤维化、脂质和钙化样本斑块的平均识别准确率分别为89.04%,80.23%和73.77%。 展开更多
关键词 血管内超声图像 自动定征 纹理特征 分类判决
下载PDF
基于循环卷积神经网络的甲状腺恶性结节检测 被引量:6
6
作者 郑斌 杨晨 +1 位作者 马小萍 刘立波 《激光与光电子学进展》 CSCD 北大核心 2019年第24期94-101,共8页
针对过拟合及甲状腺恶性结节细粒度分类(恶性分为恶性与高度恶化)的问题,提出一种基于循环卷积神经网络的分类方法。将Xception网络与长短时记忆网络(LSTM)作为互不干扰的两部分,分别对甲状腺结节样本进行特征提取得到两个特征矩阵;通过... 针对过拟合及甲状腺恶性结节细粒度分类(恶性分为恶性与高度恶化)的问题,提出一种基于循环卷积神经网络的分类方法。将Xception网络与长短时记忆网络(LSTM)作为互不干扰的两部分,分别对甲状腺结节样本进行特征提取得到两个特征矩阵;通过Merge算法融合为单个特征矩阵,将单个特征矩阵导入卷积神经网络(CNN)进行特征提取与池化;采用L2正则化的Softmax函数作为分类器,完成循环卷积神经网络的训练与测试。实验结果表明,甲状腺恶性结节细粒度分类的准确率为87.00%,并有较好的特征提取能力。 展开更多
关键词 图像处理 神经网络 超声图像 甲状腺 图像分类预测
原文传递
四川西部藏区包虫病流行病学研究Ⅲ.两型包虫病B超图像分型分析 被引量:6
7
作者 张奕 邱加闽 +3 位作者 何金戈 陈兴旺 刘凤洁 Schantz Peter 《中国人兽共患病杂志》 CSCD 北大核心 2001年第4期75-77,共3页
目的 通过对四川藏区包虫病的调查 ,分析B超图像特征及其在两型包虫病诊断学上的意义。方法 以便携式B超诊断仪对随机抽样的 3 999人进行腹部实质性脏器B超检查并按照国际分类标准进行超声图像分型。结果 超声检查异常 15 6人 ,根据... 目的 通过对四川藏区包虫病的调查 ,分析B超图像特征及其在两型包虫病诊断学上的意义。方法 以便携式B超诊断仪对随机抽样的 3 999人进行腹部实质性脏器B超检查并按照国际分类标准进行超声图像分型。结果 超声检查异常 15 6人 ,根据图象判断细粒棘球蚴病 (CysticHydatidDiseasesCHD)患者 76人 (1.9% ) ,泡球蚴病 (AlveolarHydatidDisease,AHD)患者 76人 (1.9% )。结论 CHD中Ⅱ、Ⅲ、Ⅳ及AHD包块中心液化坏死的“熔岩”征图像具有特征性诊断意义 ,但两型包虫病早期诊断仅仅依赖超声图像无法判断 ,需结合血清学等检测手段方可确诊。超声图像国际分类标准在现场流行病学调查中具有极其重要的使用价值。 展开更多
关键词 包虫病 B超 国际分类标准 流行病学
下载PDF
乳腺增生症的高频超声影像分型研究 被引量:5
8
作者 李海英 赵凯军 +2 位作者 葛立本 梁雪 费丹 《中国妇幼保健》 CAS 北大核心 2010年第12期1698-1699,共2页
目的:探讨高频超声用于乳腺增生症的超声影像学分型,以提高乳腺疾病诊断水平。方法:对比分析80例乳腺疾病手术患者的"肿块"旁腺体组织术前超声特征及术后病理诊断结果。结果:乳腺增生症超声影像可分为6种类型:规则的大豹纹型... 目的:探讨高频超声用于乳腺增生症的超声影像学分型,以提高乳腺疾病诊断水平。方法:对比分析80例乳腺疾病手术患者的"肿块"旁腺体组织术前超声特征及术后病理诊断结果。结果:乳腺增生症超声影像可分为6种类型:规则的大豹纹型、不规则的小豹纹型、纤维硬化型、囊性增生型、导管扩张型、局部结节增生型。结论:国人乳腺增生非单一影像,有规律可循,通过高频超声影像分型可提高乳腺增生性疾病的诊断率。 展开更多
关键词 高频超声 乳腺增生症 超声影像分类
原文传递
乳腺超声图像中易混淆困难样本的分类方法 被引量:4
9
作者 杜章锦 龚勋 +2 位作者 罗俊 章哲敏 杨菲 《中国图象图形学报》 CSCD 北大核心 2020年第7期1490-1500,共11页
目的超声诊断常作为乳腺肿瘤首选的影像学检查和术前评估方法,但存在良恶性结节的图像表现重叠、诊断严重依赖医生经验,以及需要较多人机交互等问题。为减少误诊和不必要的穿刺活检率,以及提高诊断自动化程度,本文提出一种端到端的模型... 目的超声诊断常作为乳腺肿瘤首选的影像学检查和术前评估方法,但存在良恶性结节的图像表现重叠、诊断严重依赖医生经验,以及需要较多人机交互等问题。为减少误诊和不必要的穿刺活检率,以及提高诊断自动化程度,本文提出一种端到端的模型,实现结节区域自动提取及良恶性鉴别。方法就超声图像散斑噪声问题使用基于边缘增强的各向异性扩散去噪模型(edge enhanced anisotropic diffusion,EEAD)实现数据预处理,之后针对结节良恶性特征提出一个改进的损失函数以增强鉴别性能,通过形状描述符组合挖掘因形状与其他类别相似从而易导致错判的困难样本,为使该部分困难样本具有更好的区分性,应用改进的损失函数,并在此基础上构建困难样本形状约束损失项,用来调整形状相似但类别不同样本间的特征映射。结果为验证算法的有效性,构建了一个包含1805幅图像的乳腺超声数据集,在该数据集上具有5年资历医生的平均判断准确率为85.3%,而本文方法在该数据集上分类正确率为92.58%,敏感性为90.44%,特异性为93.72%,AUC(area under curve)为0.946,均优于对比算法;相对传统Softmax损失函数,各评价指标提高了5%~12%。结论本文提出了一个端到端的乳腺超声图像分类方法,实用性强;通过将医学知识融合到优化模型,增加的困难样本形状约束损失项可提高乳腺肿瘤良恶性诊断的准确性和鲁棒性,各项评价指标均高于超声科医生,具有临床应用价值。 展开更多
关键词 乳腺超声图像 乳腺结节分类 深度学习 损失函数 计算机辅助诊断 困难样本
原文传递
胃间质瘤超声内镜图像特征与术后病理危险度分级的相关性分析 被引量:3
10
作者 苏燕波 蒋艳娟 +1 位作者 杨华 詹媛 《临床医学研究与实践》 2023年第7期113-116,共4页
目的探讨胃间质瘤超声内镜图像特征与术后病理危险度分级的相关性。方法对2017年5月至2022年6月65例在桂林市人民医院经超声内镜检查并行手术治疗,术后病理及免疫组化确诊为胃间质瘤患者的临床资料进行回顾性分析。依据肿瘤大小、核分... 目的探讨胃间质瘤超声内镜图像特征与术后病理危险度分级的相关性。方法对2017年5月至2022年6月65例在桂林市人民医院经超声内镜检查并行手术治疗,术后病理及免疫组化确诊为胃间质瘤患者的临床资料进行回顾性分析。依据肿瘤大小、核分裂象计数对患者进行危险度分级。比较不同危险度分级胃间质瘤患者的一般资料、超声内镜图像特征;分析超声内镜图像特征与不同危险度分级胃间质瘤患者的相关性。结果超声内镜图像显示,65例患者中以胃固有肌层起源最常见,病灶多呈低回声改变、回声均匀、边界规则,少部分存在溃疡及囊性变。根据术后病理危险度分级,其中极低危组36例(55.38%)、低危组19例(29.23%)、中危组7例(10.77%)及高危组3例(4.62%)。不同危险度分级胃间质瘤患者的性别、年龄、肿瘤部位、起源层次、回声强度无显著差异(P>0.05);肿瘤大小、边界、回声均匀性、溃疡、囊性变存在显著差异(P<0.05)。多因素Logistic回归分析结果显示,超声内镜下肿瘤大小、回声均匀性、囊性变与胃间质瘤危险度分级密切相关(P<0.05)。结论在不同危险度分级的胃间质瘤患者中,超声内镜图像特征具有一定的差异性,肿瘤大小、回声均匀性、是否存在囊性变是评估胃间质瘤危险度分级的重要指标。 展开更多
关键词 胃间质瘤 超声内镜 图像特征 危险度分级
下载PDF
基于ResNet与分离注意力机制的肺部超声图像分类系统设计
11
作者 杨倩茹 郭峻氚 《中国医疗设备》 2024年第10期52-57,共6页
目的为解决传统的深度学习模型在处理具有多样性图像质量和微妙病变区域差异的肺部超声图像方面性能不佳的问题,设计一种基于残差网络(Residual Network,ResNet)与分离注意力机制的肺部超声图像分类系统。方法采用ResNet152作为基础模型... 目的为解决传统的深度学习模型在处理具有多样性图像质量和微妙病变区域差异的肺部超声图像方面性能不佳的问题,设计一种基于残差网络(Residual Network,ResNet)与分离注意力机制的肺部超声图像分类系统。方法采用ResNet152作为基础模型,结合分离注意力机制,通过对肺部超声图像进行预处理、数据增强和标准化处理,以提高模型的特征提取和分类能力。模型首先通过ResNet152进行深度特征提取,随后在各层引入分离注意力机制,增强模型对重要图像特征的关注,从而提高分类性能。结果实验结果表明,优化后模型与原始模型相比,分类准确度在A线、B线、胸腔积液和肺实变上分别提升了0.51%、0.95%、14.17%和6.29%。通过消融实验,当同时使用Mish函数和分离注意力机制时,混合模型达到了97.92%的准确度。结论本文提出的融合ResNet与分离注意力机制的肺部超声图像分类系统模型可为临床超声诊断提供较高的参考价值。 展开更多
关键词 残差网络 分离注意力机制 Mish函数 ResNet152 肺部超声图像 深度特征提取 图像分类 超声诊断
下载PDF
一种眼科超声图像分类算法研究
12
作者 隋涛 王新宇 张艳珠 《通信与信息技术》 2024年第5期24-28,共5页
为提升用于眼科超声图像数据集的卷积神经网络分类效果,对于目前眼科超声数据集存在图像低对比度干扰、有错分漏分等问题,在GoogleNet分类网络模型的基础上,设计了一种改进的眼科超声图像分类方法,该方法引入递归门控卷积以及由不同大... 为提升用于眼科超声图像数据集的卷积神经网络分类效果,对于目前眼科超声数据集存在图像低对比度干扰、有错分漏分等问题,在GoogleNet分类网络模型的基础上,设计了一种改进的眼科超声图像分类方法,该方法引入递归门控卷积以及由不同大小卷积组组成的多尺度结构用来增强网络模型特征提取能力。在眼科超声数据集上进行了大量实验。实验结果表明,与原GoogleNet网络模型对比准确率、宏精确率、宏召回率和宏F1分数,分别提高了1.41%、4.36%、5.02%、5.14%。与EfficientNetB0、ResNet50等主流分类网络相比,准确率分别提升了2.21%、5.03%。 展开更多
关键词 超声图像 深度学习 图像分类 递归门控卷积
下载PDF
Understanding and Generating Ultrasound Image Description 被引量:1
13
作者 Xian-Huu Zeng Bang-Gui Liu Meng Zhou 《Journal of Computer Science & Technology》 SCIE EI CSCD 2018年第5期1086-1100,共15页
To understand the content of ultrasound images more conveniently and more quickly, in this paper, we propose a coarse-to-fine ultrasound image captioning ensemble model, which can automatically generate the annotation... To understand the content of ultrasound images more conveniently and more quickly, in this paper, we propose a coarse-to-fine ultrasound image captioning ensemble model, which can automatically generate the annotation text that is composed of relevant n-grams to describe the disease information in the ultrasound images. First, the organs in the ultrasound images are detected by the coarse classification model. Second, the ultrasound images are encoded by the corresponding fine-grained classification model according to the organ labels. Finally, we input the encoding vectors to the language generation model, and the language generation model generates automatically annotation text to describe the disease information in the ultrasound images. In our experiments, the encoding model can obtain the high accuracy rate in the ultrasound image recognition. And the language generation model can automatically generate high-quality annotation text. In practical applications, the coarse-to-fine ultrasound image captioning ensemble model can help patients and doctors obtain the well understanding of the contents of ultrasound images. 展开更多
关键词 ultrasound image fine-grained classification image captioning
原文传递
基于机器学习方法的超声M模式气胸图像的分类研究 被引量:2
14
作者 张强 魏高峰 +2 位作者 闫士举 张涛 汪俊豪 《生物医学工程研究》 2022年第2期151-157,共7页
本研究基于图像提取特征结合机器学习方法,建立超声M模式图像分类模型,为气胸诊断提供参考。收集肺部滑动存在特征典型图像171幅,特征不典型图像283幅;肺部滑动消失特征典型图像1113幅,特征不典型图像111幅;肺点特征典型图像850幅,特征... 本研究基于图像提取特征结合机器学习方法,建立超声M模式图像分类模型,为气胸诊断提供参考。收集肺部滑动存在特征典型图像171幅,特征不典型图像283幅;肺部滑动消失特征典型图像1113幅,特征不典型图像111幅;肺点特征典型图像850幅,特征不典型图像285幅。通过提取灰度共生矩阵、灰度游程矩阵等纹理特征,采用五折交叉验证方法,使用随机森林、朴素贝叶斯和支持向量机3种分类器对M模式下超声图像进行分类。在使用支持向量机下,对单独特征典型图像进行分类的准确率最高,达到99.2%,灵敏度为99.54%,特异性为97.08%。实验结果证明,机器学习有望作为一种新的辅助诊断手段,有助于提高急救场合下的超声诊断气胸的准确率。 展开更多
关键词 M超声图像 特征提取 传统分类算法 气胸诊断 分类器 沙滩征
下载PDF
基于深度学习的超声多模态乳腺肿块良恶性分类 被引量:1
15
作者 王怡伟 李晓兵 +4 位作者 聂生东 姜立新 万财凤 蒋卓韵 贾守强 《中国医学物理学杂志》 CSCD 2023年第8期988-995,共8页
针对超声单模态信息量少的问题,提出基于双路神经网络的多模态乳腺肿块分类模型。收集来自上海交通大学医学院附属仁济医院2021年的96例乳腺癌患者(51例恶性,45例良性)的807张灰阶图像和807张弹性图像进行实验。首先,对传统的ResNeXt10... 针对超声单模态信息量少的问题,提出基于双路神经网络的多模态乳腺肿块分类模型。收集来自上海交通大学医学院附属仁济医院2021年的96例乳腺癌患者(51例恶性,45例良性)的807张灰阶图像和807张弹性图像进行实验。首先,对传统的ResNeXt101模型进行改进,去掉最后的平均池化层和全连接层并添加注意力机制模块,以提高模型对图像重要信息的关注;然后,将病人同一病灶的灰阶图像和弹性图像分别输入至两个改进的ResNeXt101网络中;最后,将两路网络输出的特征进行拼接融合,构建全连接分类层进行良恶性鉴别。实验结果表明,使用双路网络准确率为84.27%,ROC曲线下面积(AUC)为0.932,高于单模态的准确率和AUC值。 展开更多
关键词 乳腺癌 深度学习 超声多模态 注意力机制 图像分类
下载PDF
基于多分类AdaBoost改进算法的TEE标准切面分类 被引量:1
16
作者 王莉莉 付忠良 +1 位作者 陶攀 朱锴 《计算机应用》 CSCD 北大核心 2017年第8期2253-2257,2269,共6页
针对超声图像样本冗余、不同标准切面因疾病导致的高度相似性、感兴趣区域定位不准确问题,提出一种结合特征袋(BOF)特征、主动学习方法和多分类AdaBoost改进算法的经食管超声心动图(TEE)标准切面分类方法。首先采用BOF方法对超声图像进... 针对超声图像样本冗余、不同标准切面因疾病导致的高度相似性、感兴趣区域定位不准确问题,提出一种结合特征袋(BOF)特征、主动学习方法和多分类AdaBoost改进算法的经食管超声心动图(TEE)标准切面分类方法。首先采用BOF方法对超声图像进行描述;然后采用主动学习方法选择对分类器最有价值的样本作为训练集;最后,在AdaBoost算法对弱分类器的迭代训练中,根据临时强分类器的分类情况调整样本更新规则,实现对多分类AdaBoost算法的改进和TEE标准切面的分类。在TEE数据集和三个UCI数据集上的实验表明,相比AdaBoost.SAMME算法、多分类支持向量机(SVM)算法、BP神经网络和AdaBoost.M2算法,所提算法在各个数据集上的G-mean指标、整体分类准确率和大多数类别分类准确率都有不同程度的提升,且比较难分的类别分类准确率提升最为显著。实验结果表明,在包含类间相似样本的数据集上,分类器的性能有显著提升。 展开更多
关键词 多分类AdaBoost 主动学习 特征袋模型 标准切面分类 超声图像分类
下载PDF
基于波原子变换的超声图像纹理特征分类
17
作者 李红卫 杜锐 胡银伟 《医疗卫生装备》 CAS 2019年第5期7-11,共5页
目的:提出一种基于波原子变换的超声图像纹理特征分类方法,并验证其分类效果。方法:首先选取肝硬化超声图像,运用波原子变换提取感兴趣区域的图像纹理特征,然后利用奇异值分解(singular value decomposition,SVD)寻找最佳特征组合,最后... 目的:提出一种基于波原子变换的超声图像纹理特征分类方法,并验证其分类效果。方法:首先选取肝硬化超声图像,运用波原子变换提取感兴趣区域的图像纹理特征,然后利用奇异值分解(singular value decomposition,SVD)寻找最佳特征组合,最后运用支持向量机(support vector machine,SVM)对样本图像进行分类。结果:实验结果表明该方法区分正常肝脏与肝硬化组织、血管和远场阴影有较高的分类率,其准确度分别为77.58%、92.74%和63.55%。结论:波原子变换作为一种新的多尺度图像分析工具,用来提取和表征医学超声图像纹理特征具有显著的效果,可用于手术指导和超声设备的辅助诊断。 展开更多
关键词 超声图像 波原子变换 纹理分类 支持向量机 奇异值分解
下载PDF
Endoscopic ultrasound for the diagnosis of chronic pancreatitis 被引量:6
18
作者 Tyler Stevens Mansour A Parsi 《World Journal of Gastroenterology》 SCIE CAS CSCD 2010年第23期2841-2850,共10页
Endoscopic ultrasound(EUS) has become a well accepted test for the diagnosis of chronic pancreatitis.Advantages include its ability to detect subtle and severe changes of the pancreatic duct and parenchyma,and its rel... Endoscopic ultrasound(EUS) has become a well accepted test for the diagnosis of chronic pancreatitis.Advantages include its ability to detect subtle and severe changes of the pancreatic duct and parenchyma,and its relative safety compared with endoscopic retrograde cholangiopancreatography.Limitations include inter-and intraobserver variability,operator dependence,and an incomplete understanding of its true accuracy.The Rosemont classif ication has recently been proposed as a weighted,standardized method that may improve EUS chronic pancreatitis scoring.This paper reviews the published evidence regarding the accuracy of EUS in chronic pancreatitis diagnosis,and enumerates the emerging technologies that have been recently studied which may ultimately improve endosonographic imaging of the pancreas. 展开更多
关键词 Chronic pancreatitis Contrast-enhanced endoscopic ultrasound DIAGNOSIS Digital image analysis ELASTOGRAPHY Endoscopic ultrasound Pancreatic function testing Rosemont classification
下载PDF
联合超声甲状腺结节分割与分类的多任务方法研究
19
作者 刘侠 吕志伟 +2 位作者 王波 王狄 谢林浩 《智能系统学报》 CSCD 北大核心 2023年第4期764-774,共11页
针对超声图像中甲状腺结节多尺度、结节边缘模糊、良恶分类不平衡问题,提出一种联合超声甲状腺结节分割与分类的多任务方法。以全卷积网络作为主干共享网络,将提取到的浅层特征共享给多任务分支网络,在分割网络分支中,先加入深层卷积块... 针对超声图像中甲状腺结节多尺度、结节边缘模糊、良恶分类不平衡问题,提出一种联合超声甲状腺结节分割与分类的多任务方法。以全卷积网络作为主干共享网络,将提取到的浅层特征共享给多任务分支网络,在分割网络分支中,先加入深层卷积块,获取分割分支深层特征,再对深层特征进行上采样。本文提出一种改进卷积注意力模块的多尺度卷积注意力模块,将上采样结果与主干共享网络每个特征提取阶段经过带有多尺度卷积注意力模块跳跃连接后的特征张量进行拼接,减少结节边缘模糊问题,提高分割性能。同时将多尺度卷积注意力模块融入到分类分支中,优化分类性能。实验结果表明:本文所提多任务方法能有效提升分割和分类的精度,较单任务深度学习网络具有更优的分割与分类性能,能有效处理甲状腺结节多尺度、结节边缘模糊的问题,降低良恶分类不平衡带来的影响。 展开更多
关键词 深度学习 多任务学习 甲状腺结节超声图像 图像分割 图像分类 深层卷积块 多尺度卷积注意力模块 残差结构
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部