朱锴

作品数：10被引量：35H指数：5
导出分析报告
供职机构：中国科学院成都计算机应用研究所更多>>
发文主题：卷积神经网络超声心动图左心室超声图像可视化更多>>
发文领域：自动化与计算机技术医药卫生更多>>
发文期刊：《计算机应用》《哈尔滨工业大学学报》《生物医学工程学杂志》更多>>
所获基金：四川省科技支撑计划中国科学院西部之光基金四川省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
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：
基于卷积神经网络的超声图像左心室分割方法被引量：6
《计算机应用》2019年第7期2121-2124,共4页朱锴 付忠良 陈晓清 
四川省科技厅重点研发项目(2017SZ0010);四川省科技支撑计划项目(2016JZ0035)~~
超声图像左心室的分割在临床上对医生的作用巨大。由于超声图像含有大量噪声,轮廓特征不明显,目前的卷积神经网络(CNN)方法对左心室分割容易得到不必要的区域,并且分割目标不完整。为了解决上述问题,在全卷积神经网络(FCN)基础上加入了...
关键词：超声图像 分割 关键点定位 卷积神经网络 凸包 
基于卷积神经网络的左心室超声图像特征点定位被引量：2
《计算机应用》2019年第4期1201-1207,共7页周玉金 王晓东 张力戈 朱锴 姚宇 
四川省科技厅重点研发项目(2017SZ0010);四川省科技支撑计划项目(2016JZ0035)~~
针对传统级联卷积神经网络(CNN)在左心室超声图像中定位准确度较低的问题,提出一种融合更快速区域卷积神经网络(Faster-RCNN)模型提取区域的级联卷积神经网络,实现对超声图像中左心室心内膜和心外膜轮廓特征点的定位。首先,采用两级级...
关键词：超声心动图 左心室 特征点定位 卷积神经网络 级联卷积神经网络 
利用关键点检测算法的超声图像定点测量被引量：5
《哈尔滨工业大学学报》2018年第11期67-73,共7页朱锴 陶攀 付忠良 陈晓清 
四川省科技厅重点研发项目(2017SZ0010);四川省科技支撑计划项目(2016JZ0035)
超声图像的定点距离测量在临床医学上十分重要.由于超声图像的噪声大,边缘模糊,因此关键点自动定位在超声图像中很有挑战性.目前的关键点检测算法通常是针对单个关键点位置进行优化,难以在保证每个关键点检测精度的情况下得到准确的测...
关键词：超声心动图 关键点定位 卷积神经网络 损失函数 自动测量 
基于深度学习的医学计算机辅助检测方法研究被引量：5
《生物医学工程学杂志》2018年第3期368-375,共8页陶攀 付忠良 朱锴 王莉莉 
四川省科技支撑计划基金项目(2016JZ0035)
针对自动检测医学图像中指定目标时存在的问题,提出了一种基于深度学习自动检测目标位置和估计对象姿态的算法。该算法基于区域深度卷积神经网络和目标结构的先验知识,采用区域生成候选框网络、感兴趣区域池化策略,引入包括分类损失、...
关键词：计算机辅助检测 核磁共振图像 超声心动图 物体检测 区域卷积神经网络 
基于自适应均值漂移的超声心动图左心室分割方法被引量：7
《生物医学工程学杂志》2018年第2期273-279,共7页朱锴 付忠良 陶攀 朱硕 
四川省科技支撑计划基金项目(2016JZ0035)
利用超声心动图进行心室分割能够获得心室容积参数,对评价心功能有重要意义。但超声图像有噪声大、难以分割等特点,仅仅靠人工对目标区域进行手动分割工作量巨大,且目前自动分割技术尚无法保证分割精度。针对这些问题,本文提出了一种全...
关键词：左心室分割 左心室定位 像素聚类 均值漂移分割 自适应核函数带宽 
封面图片说明
《哈尔滨工业大学学报》2017年第11期35-,共1页陶攀 付忠良 朱锴 
2017年第11期封面图片来自论文“空间金字塔分解的深度可视化方法”,通过评估模型特征空间的潜在可表示性提出的一种用于改善理解模型特征空间的可视化方法.图片显示选取的深度模型来自于开源Caffe社区的经典深度卷积神经网络模型,其在I...
关键词：卷积神经网络 金字塔分解 可视化 
空间金字塔分解的深度可视化方法被引量：2
《哈尔滨工业大学学报》2017年第11期60-65,共6页陶攀 付忠良 朱锴 王莉莉 
中国科学院西部之光人才培养计划项目
针对基于深度卷积神经网络的图像分类模型的可解释性问题,通过评估模型特征空间的潜在可表示性,提出一种用于改善理解模型特征空间的可视化方法.给定任何已训练的深度卷积网络模型,所提出的方法在依据原输入图像使得模型类别得分激活最...
关键词：深度可视化 金字塔分解 激活最大化 卷积神经网络 激活图 
基于多分类AdaBoost改进算法的TEE标准切面分类被引量：1
《计算机应用》2017年第8期2253-2257,2269,共6页王莉莉 付忠良 陶攀 朱锴 
四川省科技支撑计划项目(2016JZ0035);中国科学院西部之光项目~~
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...
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 
基于深度学习的超声心动图切面识别方法被引量：6
《计算机应用》2017年第5期1434-1438,1450,共6页陶攀 付忠良 朱锴 王莉莉 
中国科学院西部之光人才培养计划项目~~
提出了一种基于深度卷积神经网络自动识别超声心动图标准切面的方法,并可视化分析了深度模型的有效性。针对网络全连接层占有模型大部分参数的缺点,引入空间金字塔均值池层化替代全连接层,获得更多空间结构信息,并大大减少模型参数、降...
关键词：深度学习 标准切面分类 超声心动图 可视化 卷积神经网络 
临床手术信息采集和分析系统被引量：2
《计算机应用》2016年第A02期309-311,315,共4页宋海波 朱锴 王晓 姚宇 
四川省科技厅项目(2012SZ0133)
针对临床手术数据管理的空白状态,提出利用手术黑匣子智能分析并存储手术过程中重要参数的方法。首先,利用屏幕信息截取技术提取手术监护仪上的画面;然后,利用决策树算法对图像区域进行分类,从而利用字符识别提取对特定区域的参数;最后...
关键词：手术管理 手术评估 智能识别 辅助诊疗 机器学习 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部