肺部CT图像

作品数：52被引量：166H指数：7
导出分析报告
相关领域：自动化与计算机技术医药卫生更多>>
相关作者：周志勇赵涓涓戴亚康强彦陈为更多>>
相关机构：太原理工大学东北师范大学中国科学院浙江大学更多>>
相关期刊：《中国图象图形学报》《电子测试》《仪器仪表学报》《中国生物医学工程学报》更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金苏州市科技计划项目广州市科技计划项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度学习的肺部CT图像病灶区域分割研究综述
《计算机工程与应用》2025年第4期25-42,共18页李小童 马素芬 生慧 魏国辉 李欣桐 
山东省自然科学基金面上项目(ZR2022MH203);山东省研究生优质教育教学资源项目(SDYKC2023044);山东省中医药科技项目(2020M005);山东省教育厅教学改革研究项目(Z2022152)。
肺癌严重威胁人们的生命健康。肺部CT图像病灶区域形态复杂多样,实现高精度的肺部CT图像病变区域分割,成为计算机辅助诊断领域的一个极具挑战性的关键问题。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确地诊断出早期肺癌...
关键词：深度学习 肺部病灶区域分割 卷积神经网络 U-Net模型 生成对抗网络 
基于改进的ResNet-50深度学习的肺结节检测及其云端系统开发
《现代计算机》2024年第21期187-193,205,共8页赵乘蔚 张超群 秦唯栋 易云恒 
广西壮族自治区大学生创业训练项目(202210608184X)。
为减少医生在分析肺部CT图像时因主观判断而导致误诊或漏诊,通过对比ResNet-18、ResNet-34、ResNet-50和VGG16四种卷积神经网络模型在肺部图像分类任务中的应用效果,最终确定ResNet-50作为基础训练模型,并利用迁移学习优化该模型以进一...
关键词：迁移学习 ResNet-50 肺结节检测 肺部CT图像 Streamlit 云端系统 
多尺度残差可变形肺部CT图像配准算法
《华南理工大学学报（自然科学版）》2024年第10期135-145,共11页刘卫朋 李旭 任子文 祁业东 
国家重点研发计划项目(2020YFB1313703);国家自然科学基金资助项目(62027813);河北省重点研发计划项目(21372003D);河北省自然科学基金资助项目(F2022202054,F2022202064)。
肺部4维CT(4D-CT)图像因受到呼吸、心跳的影响而发生较大的形变,肺内的运动尺度可能大于算法用于优化过程的感兴趣结构(血管、气道等),这可能导致配准算法仅对齐了血管、气道等明显特征。针对肺实质轮廓配准后强度差异性较大的问题,文...
关键词：深度学习 肺部CT图像 图像配准 无监督学习 
基于Keras卷积神经的肺炎识别研究应用
《微型电脑应用》2024年第10期227-231,共5页孙自梅 
以TensorFlow为框架,以Keras为高阶应用程序接口,使用卷积神经网络作为训练模型,设计一套快速有效针对病毒性肺炎的识别系统。主要采用卷积神经网络模拟人的大脑不断学习辨别的过程,包括对图片的预处理、特征提取、数据归一化、模型搭建...
关键词：Keras 卷积神经网络 训练模型 肺部CT图像 
基于增量元学习的肺结节检测模型设计与实现
《中国医疗器械杂志》2024年第4期355-360,共6页张子豪 杨媛媛 
针对传统肺结节检测模型无法随新数据增加而动态优化更新的问题,提出了一种新的肺结节检测模型——任务增量元学习模型(TIMLM)。该模型由内外2个循环构成。内循环设置了增量学习正则化更新约束,而外循环通过元更新策略对新旧知识进行采...
关键词：肺结节 元学习 增量学习 肺部CT图像 
基于改进U-Net的肺部CT图像COVID-19病灶分割研究
《电脑知识与技术》2024年第14期18-22,40,共6页蔡晨涛 吴钧 柳玉婷 
国家级大学生创新创业训练计划项目(No.202210368040);安徽省大学生创新创业训练计划项目(S202210368076)资助。
肺部CT图像是诊断患者是否新冠感染最常用的技术之一。然而,从CT图像中手动筛查COVID-19病例耗时且费力。此外,COVID-19与其他社区获得性肺炎,如病毒性、细菌性或真菌性肺炎,在肺部CT影像上具有类似的特征,仅依靠影像医师无法准确区分...
关键词：深度学习 U-Net COVID-19 医学影像 图像分割 
基于Transformer的肺肿瘤三维CT图像分割
《智能计算机与应用》2024年第3期76-80,共5页王伟桐 玄萍 
国家自然科学基金(61972135);黑龙江省自然科学基金项目(LH2019F049);中国博士后科学基金(2019M650069);黑龙江省博士后科研启动基金(BHLQ18104)。
基于信息学技术自动分割病人的肺部CT图像,有助于医生对于肺癌患者的早期诊断,提取和整合图像区域间的空间关联,对于提升肺肿瘤分割性能是十分重要的。本文提出了一个新的基于Transformer的分割模型,用于肺肿瘤三维CT图像分割、学习和...
关键词：肺部CT图像 图像区域节点注意力 TRANSFORMER 类别注意力 
基于对比学习的肺部CT图像阶段式自监督诊断模型
《沈阳航空航天大学学报》2023年第6期59-67,共9页王栩飞 齐义文 岑游彬 郭诗彤 李贺 
国家自然科学基金(项目编号:62003223);中央引导地方科技发展专项(项目编号:2021JH6/10500162)。
深度卷积神经网络(deep convolutional neural networks,DCNN)模型因其高效的学习表征能力,被广泛应用于包括肺病等各类型疾病的辅助诊断。现有DCNN模型大都具有自监督性,对数据集的数量和质量要求较高。然而,医疗数据的隐私性和数据标...
关键词：自监督学习 对比学习 数据增强 肺部CT图像 新型冠状病毒肺炎 
基于深度卷积神经网络的异常肺部CT图像初筛平台的设计与临床实践
《电子设计工程》2023年第23期184-188,195,共6页刘红光 张行坤 刘诚 李伟凯 
青岛市2021年度医药卫生科研计划项目(2021-WJZD075)。
针对肺部疾病初筛实践中CT图像异常先验判读机制的效能性问题,设计了一种基于深度卷积神经网络的异常肺部CT图像初筛平台并开展了临床实践验证。该平台使用CT扫描设备采集肺部CT图像,形成数据池;利用深度卷积神经网络对数据池训练集进...
关键词：肺部CT图像 异常自主判读 深度卷积网络 Google Net模型 疾病初筛 
MSAG-TransNet:肺部CT图像中新型冠状病毒感染区域的分割模型
《浙江理工大学学报（自然科学版）》2023年第6期734-744,共11页祝鹏烜 黄体仁 李旭 
浙江省自然科学基金项目(LQ21F030019)。
针对现有新型冠状病毒感染区域的分割方法存在形态特征提取不充分、感染区域检测不完整以及背景混淆等问题,提出了一种肺部CT图像中新型冠状病毒感染区域的分割新模型:MSAG-TransNet模型。该模型在U型网络的基础上增加了多尺度特征抽取...
关键词：新型冠状病毒感染 CT图像 图像分割 卷积神经网络 U型网络 TRANSFORMER 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部