医学图像识别

作品数：17被引量：120H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：朱玉全朱峰宋余庆郑传胜王桂花更多>>
相关机构：东南大学深圳市腾讯计算机系统有限公司北京百度网讯科技有限公司四川大学更多>>
相关期刊：《中国数字医学》《计算机仿真》《电脑编程技巧与维护》《青岛大学学报（自然科学版）》更多>>
相关基金：国家自然科学基金四川省科技计划项目浙江省自然科学基金贵州省科技支撑计划更多>>
-
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：
基于人工智能算法STN-GResnet的肝硬化识别
《软件导刊》2023年第12期84-91,共8页鞠维欣 赵希梅 
国家自然科学基金项目(61303079)。
针对传统神经网络泛化性弱、识别率低、参数量大,且特征提取质量不高等问题,提出一种新的模型结构STN-GResnet卷积神经网络。引用部分Resnet18网络结构,加入Ghostmodule模块,并结合空间变换网络,使提取到的特征具有空间不变性,增强卷积...
关键词：深度学习 医学图像识别 迁移学习 数据增强 
改进Mask R-CNN网络在医学图像识别与分割中的应用被引量：8
《计算机工程与应用》2021年第24期234-241,共8页卢苇 刘丹 邵敏 吴扬东 
贵州省科技支撑计划(黔科合支撑[2020]4Y140号)。
针对现有医学图像处理方法在人体复杂结构组织器官分割中的不足,提出复用低层特征信息的Mask R-CNN网络。该网络可对特定组织器官识别时同时进行分割,为了提高包含较多细节信息的低层特征层的利用率,将低层的特征信息添加到高层的特征中...
关键词：神经网络 特征融合 医学图像处理 下颌骨识别与分割 时间成本 
基于红外热成像的早期疾病检测技术的研究进展被引量：13
《激光与光电子学进展》2021年第8期20-30,共11页赵明珠 张艳 朱应燕 
贵州省普通高等学校农产品无损检测工程研究中心资助项目(黔教合KY字[2016]017);贵州省科技厅学术新苗培养及创新探索专项项目(GYU-KJT[2019]-18)。
通过疾病的早期筛查,制定针对性治疗方案的精准医疗已成为医学发展的重要趋势。医学影像学检测是实现精准医疗的重要基础。疾病初期无明显表征,采用常规检测方法进行诊断具有一定的局限性,但机体会表现出异常的温度分布,红外热成像技术...
关键词：成像系统 红外热成像技术 早期疾病检测 无损检测 医学图像识别 深度学习 
基于深度学习的肺部肿瘤图像识别方法被引量：3
《计算机测量与控制》2020年第10期160-164,共5页高雷鸣 肖满生 向华政 
湖南省自然科学基金资助项目(2018JJ4068,2018JJ4078)。
鉴于浅层卷积神经网络难以获取图像深层特征、易过度拟合导致分类效率和精度低的问题,因此,设计一种肺部肿瘤图像的深度学习识别模型;在运用样本扩充和迁移学习的基础上,对AlexNet卷积神经网络进行改善和提升,在每层网络数据输入之前对...
关键词：样本扩充 迁移学习 深度学习 归一预处理 医学图像识别 
医学图像识别中多分类器融合方法的研究进展
《科学与信息化》2020年第14期138-139,共2页张丽娜 
在进行临床诊断的过程中计算机辅助医学图像的应用能够发挥重要的作用.但是由于临床病例具有复杂性的特点,因此单一的分离器难以满足需求.因而在临床诊断上使用多分类器进行医学图像识别已经成为一个重要发展趋势,并在越来越多的领域得...
关键词：医学图像 多分类器 研究进展 
基于深度学习的医学图像识别研究综述被引量：8
《中国卫生统计》2020年第1期150-156,共7页张烁 张荣 张岩波 
山西省重点研发计划(201603D321101);国家自然科学基金(81973154)。
1943年McCulloch和Pitts首先提出了神经元模型(MP模型)[1]。1958年到1962年,Rosenblatt在神经元模型的基础上添加了学习功能,提出了单层感知器网络模型[2-3],并将此模型应用到实践中,但是此模型解决不了线性不可分问题。到1986年,Rumelh...
关键词：神经元模型 反向传播网络 循环神经网络 自动编码器 单层感知器 无监督学习 有监督学习 深度学习 
基于CNN的糖尿病视网膜病变图像识别研究
《电脑知识与技术》2019年第11期206-208,共3页潘杨帆 吴涛 颜二惠 胡奇奇 蒋鹏飞 
安徽中医药大学自然重点项目(2018zrzd12);安徽省高校人文社科研究重点项目(SK2018A0218);安徽中医药大学2018年度大学生创新创业训练计划重点项目(2018064)
目前,深度学习已经应用到医学图像识别领域,相关学者研究并开发深度学习算法,实现计算机对医学图像的识别与处理,诊断病因,为医生提供辅助诊断决策。本文介绍了卷积神经网络(CNN)背景及相关重要理论知识,基于TensorFlow框架,采用Python...
关键词：卷积神经网络 医学图像识别 TensorFlow PYTHON Anaconda 
基于深度卷积神经网络的乳腺钼靶筛查被引量：4
《中国数字医学》2019年第3期62-65,共4页孙泽宇 史晓林 朱延武 张姗姗 郭建飞 赵地 
乳腺钼靶X线摄影检查是乳腺癌的筛查与诊断的重要手段之一,临床上应用广泛。随着计算机技术的发展,通过计算机算法实现对乳腺钼靶图像的自动诊断可以有效缓解医疗压力,提高诊断精度。在此基础上,通过对乳腺钼靶图像的分析,提出了一种基...
关键词：深度学习 乳腺钼靶图像 医学图像识别 神经网络 
深度学习在医学图像识别中的应用研究被引量：8
《青岛大学学报（自然科学版）》2018年第1期69-74,80,共7页刘吉 孙仁诚 乔松林 
国家自然基金(批准号:41476101)资助
对宫颈的检查图像进行识别可以有效预防宫颈癌的发生,然而,正确分辨出患癌趋势的图像对人类来说是极难掌握的技术。使用深度学习方法对宫颈检查图像进行识别分类,以辅助人类专家做出诊断;首先对图像进行手动裁剪来增大信噪比,把原始图...
关键词：深度学习 医学图像 识别 
基于深度学习的医学图像识别研究进展被引量：58
《中国生物医学工程学报》2018年第1期86-94,共9页刘飞 张俊然 杨豪 
广西高校重点实验室科学基金(GXSCIIP201411);四川省科技计划资助项目(2015HH0036);成都市科技惠民资助项目(2015-HM01-00561-SF)
近年来,随着医学影像技术的快速发展,医学图像分析步入大数据时代,如何从海量的医学图像数据中挖掘出有用信息,对医学图像识别带来巨大的挑战。深度学习是机器学习的一个新领域,传统的机器学习方法不能有效地挖掘到医学图像中蕴含的丰...
关键词：医学图像识别 机器学习 深度学习 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部