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
基于神经网络和体素模板的骨骼受损类型判别
被引量：
1
1
作者
陈义仁
何坤金
+2 位作者
陆丰威
蒋俊锋
陈正鸣
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021年第8期1295-1307,共13页
针对骨骼受损类型复杂多样、难以自动判别的问题,提出一种基于神经网络和体素模板的骨骼受损类型自动判别方法.首先构建一种区域分割且规则化的体素模板,以有效地表征形态结构不规则的骨骼受损区域;然后建立一种受损骨骼与体素模板之间...
针对骨骼受损类型复杂多样、难以自动判别的问题,提出一种基于神经网络和体素模板的骨骼受损类型自动判别方法.首先构建一种区域分割且规则化的体素模板,以有效地表征形态结构不规则的骨骼受损区域;然后建立一种受损骨骼与体素模板之间的同构映射,用于提取受损区域的体素信息,并依此生成受损类型体素样本库;再结合医学先验知识定义一种受损区域体素间的约束关系,将连续受损区域作为单元,对同类型样本进行组合以扩充样本库;最后设计和训练神经网络模型对骨骼的受损类型进行自动判别.实验中采集352份股骨受损样本,其预测结果与骨科医师的临床诊断结论相比,准确率达97%,且分类准确率、时间性能和所识别的受损类型数目优于现有文献方法,结果表明,该方法能够辅助医生快速、有效地判断患者骨骼的受损类型,为骨折手术中内固定植入物的选取提供理论基础.
展开更多
关键词
体素模板
神经网络
受损类型
平均化模型
下载PDF
职称材料
题名
基于神经网络和体素模板的骨骼受损类型判别
被引量：
1
1
作者
陈义仁
何坤金
陆丰威
蒋俊锋
陈正鸣
机构
河海大学物联网工程学院
安庆师范大学计算机与信息学院
常州市图形图像与骨科植入物数字化技术重点实验室
河海大学疏浚技术教育部工程研究中心
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021年第8期1295-1307,共13页
基金
国家自然科学基金(61772172)
中央高校基金科研业务费专项(B200204036)
+2 种基金
常州市科技支撑计划(社会发展)(CE20195029)
江苏省自然科学基金(BK20181158)
安徽高校协同创新项目(GXXT-2019-008).
文摘
针对骨骼受损类型复杂多样、难以自动判别的问题,提出一种基于神经网络和体素模板的骨骼受损类型自动判别方法.首先构建一种区域分割且规则化的体素模板,以有效地表征形态结构不规则的骨骼受损区域;然后建立一种受损骨骼与体素模板之间的同构映射,用于提取受损区域的体素信息,并依此生成受损类型体素样本库;再结合医学先验知识定义一种受损区域体素间的约束关系,将连续受损区域作为单元,对同类型样本进行组合以扩充样本库;最后设计和训练神经网络模型对骨骼的受损类型进行自动判别.实验中采集352份股骨受损样本,其预测结果与骨科医师的临床诊断结论相比,准确率达97%,且分类准确率、时间性能和所识别的受损类型数目优于现有文献方法,结果表明,该方法能够辅助医生快速、有效地判断患者骨骼的受损类型,为骨折手术中内固定植入物的选取提供理论基础.
关键词
体素模板
神经网络
受损类型
平均化模型
Keywords
voxelized
bone
template
neural
network
damage
type
average
model
分类号
TP391.41 [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
基于神经网络和体素模板的骨骼受损类型判别
陈义仁
何坤金
陆丰威
蒋俊锋
陈正鸣
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021
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
