MRI图像分割

作品数：39被引量：141H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：周则明夏德深王平安陈强傅均更多>>
相关机构：南京理工大学香港中文大学东北师范大学江苏科技大学更多>>
相关期刊：《电视技术》《太赫兹科学与电子信息学报》《人工智能》《大理大学学报》更多>>
相关基金：国家自然科学基金香港特区政府研究资助局资助项目天津市科技支撑计划重点项目天津市高等学校科技发展基金计划项目更多>>
-
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：
基于半监督学习和条件概率的膝关节软骨MRI图像分割
《计算机系统应用》2025年第1期100-109,共10页马春帅 程远志 
国家自然科学基金(61806107,61702135)。
本文提出了一种基于半监督学习和条件概率的膝关节软骨分割方法,旨在解决医学图像分割中标注样本数量不足和质量差的问题.现有的标签树嵌入深度学习模型难以对网络输出间的层次关系进行有效建模,而本文提出了一种条件到无条件的混合训...
关键词：膝关节软骨图像分割 多标签分类 半监督学习 标签相关性 
基于RHA-UNet的子宫肌瘤MRI图像分割
《人工智能》2024年第4期46-56,共11页于海 李黎明 林楚岚 张秋实 李海燕 郭蕾 郑杰 
国家自然科学基金(3D-B2020013,3D-B2020009)。
本研究提出一种结合残差块和注意力机制的U型网络,以实现医疗图像中子宫肌瘤的自动分割,为子宫肌瘤的精准治疗提供重要帮助。在网络的编码器部分使用了ResNet和通道注意力机制增强特征提取的能力,并在每个残差块后添加了SE模块和通道注...
关键词：医学图像分割 深度学习 残差模块 子宫肌瘤 注意力机制 
基于空间模糊C均值算法的MRI图像分割被引量：1
《自动化技术与应用》2024年第6期15-18,59,共5页张冬冬 王静 
国家自然科学基金(61801005)。
针对传统模糊c均值聚类(FCM)算法对磁共振成像(MRI)图像分割效果不佳的缺点,提出一种基于空间模糊C均值(SpFCM)算法的MRI图像分割新方法。通过定义概率函数设计以每个像素邻域空间信息为中心的方形邻域窗口,将空间信息转化为新的隶属度...
关键词：图像分割 磁共振成像 模糊C均值聚类 空间模糊 
科学研究中的蜜蜂智慧--以人工蜂群算法在大脑MRI图像分割中的应用为例
《蜜蜂杂志》2024年第5期22-24,共3页杨熠 胡福良 
蜜蜂,一种自然界中常见的生物,然而其生理构造、生活与工作方式却充满了别样的智慧。蜜蜂的智慧被广泛运用在各领域的科学研究中。其中,在生物医学领域,以蜜蜂采蜜行为为灵感的人工蜂群算法在大脑MRI图像分割中的应用,能够极大提升分割...
关键词：蜜蜂 人工蜂群算法 磁共振成像 图像分割 
基于多尺度特征信息的脑肿瘤MRI图像分割网络
《宁夏师范学院学报》2024年第4期100-112,共13页余和沅 刘文忠 斯烺 
针对脑肿瘤核磁共振成像因大脑组织边界重叠和图像噪声干扰导致分割精度低的问题,提出一种基于多尺度特征信息的脑肿瘤分割模型.该模型将注意力机制等最新技术引入2D U-Net网络,通过独特的信息融合及由Transformer和卷积神经网络并行结...
关键词：脑肿瘤分割 注意力机制 并行结构 多尺度信息 
LMD-UNet网络在脑肿瘤多模态MRI图像分割中的应用被引量：2
《中国生物医学工程学报》2023年第4期431-441,共11页夏景明 谈玲 梁颖 
国家重点研发计划科技创新2030—“新一代人工智能”重大项目(2021ZD0112200);江苏省产学研基金(BY2022459)。
UNet网络中编解码器对应的特征图之间存在语义鸿沟,其双卷积层无法学习多尺度信息,造成部分特征信息丢失,影响MRI图像分割效果。针对这一缺陷,本研究提出一种新的图像分割网络局部残差融合多尺度双分支网络LMD-UNet。在编码流程,网络采...
关键词：肿瘤图像分割 多尺度卷积 密集块 双分支卷积 
基于多尺度卷积输入和ConvCRFs的非对称U-Net脑肿瘤MRI图像分割
《信息与电脑》2023年第1期34-37,共4页李星 
陕西省重点研发计划项目“数据与模型的双迭代机制:胶质母细胞瘤医学影像的持续性学习方法研究”(项目编号:2022GY-315)。
针对磁共振成像(Magnetic Resonance Imaging,MRI)进行脑胶质瘤病灶边界分割的问题,提出基于多尺度卷积输入和卷积条件随机场(ConvCRFs)的非对称U-Net脑肿瘤MRI图像分割算法。首先,设计了多尺度卷积输入模块作为预处理步骤,以丰富全局...
关键词：病灶边界分割 多尺度卷积输入模块 非对称U-Net 
融合密集连接与多尺度卷积的脑肿瘤MRI图像分割算法
《电视技术》2022年第10期32-36,共5页杨述斌 王锋 董春林 
针对现有脑肿瘤分割算法存在上下层联系匮乏、特征欠提取而导致分割精度低的问题,提出一种融合密集连接与多尺度卷积的U型算法,实现对脑肿瘤病灶的精确分割。通过对传统的U-Net算法进行改进,在编码和解码部分引入多尺度卷积、密集连接...
关键词：脑肿瘤分割 U-Net 密集连接 空洞卷积 多尺度卷积 
基于改进U-Net模型和CBAM的脑肿瘤MRI图像分割被引量：2
《现代计算机》2022年第16期60-66,共7页张晓倩 罗建 杨梅 金芊芊 朱熹 
四川省教育厅重点项目(14ZA0123);西华师范大学英才科研基金项目(17YC157)。
由于脑肿瘤图像分割常出现缺少上下文信息和分割效率低的情况,本文采用对U-Net模型改进的方法来解决此问题。首先,在U-Net中引入改进的残差块,其作用是对网络进行深化,便于提取更多的特征信息;然后通过加入CBAM机制的方法,使得网络更加...
关键词：深度学习 脑肿瘤分割 U-Net CBAM注意力机制 深度残差模块 
融合跨阶段深度学习的脑肿瘤MRI图像分割被引量：11
《中国图象图形学报》2022年第3期873-884,共12页夏峰 邵海见 邓星 
国家自然科学基金项目(61806087,61902158)。
目的磁共振成像(magnetic resonance imaging,MRI)作为一种非侵入性的软组织对比成像方式,可以提供有关脑肿瘤的形状、大小和位置等有价值的信息,是用于脑肿瘤患者检查的主要方法,在脑肿瘤分割任务中发挥着重要作用。由于脑肿瘤本身复...
关键词：脑肿瘤分割 深度学习 U-Net 跨阶段局部网络结构 残差模块 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部