徐军

作品数：43被引量：131H指数：7
导出分析报告
供职机构：南京信息工程大学更多>>
发文主题：病理图像核磁共振图像图像图像信息处理自动分割方法更多>>
发文领域：自动化与计算机技术医药卫生电子电信文化科学更多>>
发文期刊：《长江流域资源与环境》《科技创新导报》《中国肿瘤临床》《生物医学工程研究》更多>>
所获基金：国家自然科学基金江苏省自然科学基金江苏省“六大人才高峰”高层次人才项目江苏省“青蓝工程”基金资助项目更多>>
-
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：
基于双分支网络的乳腺PET新辅助化疗疗效评估
《计算机工程》2025年第3期293-299,共7页韩鹏 黄韫栀 任彩月 程竞仪 徐军 
国家自然科学基金(61771249);上海市扬帆计划(21YF1444300)。
准确的肿瘤亚区分割是乳腺癌异质性表征的关键,而这种表征是了解乳腺癌化疗反应的关键。传统的阈值分割在功能性肿瘤亚区的区分上存在不足,为此,提出一种改进的分割(GR)方法,该方法基于异质性影像组学特征,包括纹理信息、强度信息、形...
关键词：肿瘤异质性 聚类分割 深度学习 新辅助化疗 医学影像 
基于注意力及可学习阈值的全景切片图构建
《计算机工程》2025年第3期229-240,共12页陈德品 赵珅 焦一平 王向学 吕泓 徐军 
国家自然科学基金青年科学基金(62302228,62301265)。
不同于常规阈值法或边与节点的合并等图采样方法侧重于减小图的规模,该工作提出了一种具备创新性的基于Transformer架构的图神经网络模块AdaptConv。该模块能够在图结构中进行信息聚合的同时通过动态学习去除冗余的边,从而构建出新的图...
关键词：全景切片图像 多实例学习 图神经网络 图构建 可视化 
基于多模态上下文表征学习的泛癌预后研究
《黑龙江大学自然科学学报》2025年第1期90-98,共9页刘明新 蔡程飞 李军 刘昀瓒 徐军 马吉权 
国家重点研发计划项目(2023YFC3402800);国家自然科学基金资助项目(62171230,62101365,92159301,91959207,62301263,62301265,62302228,82302291,82302352,62401272);江苏省科技厅前沿引领技术基础研究重大项目(BK2023200)。
近年来,将病理和基因组特征融合用于癌症生存预测的研究备受关注。尽管在病理和基因组联合学习方面研究取得了一些进展,但仍存在以下难题:过度考虑多模态的共注意力交互而完全忽略了病理特征中的几何特征表示;全切片病理图像和基因组数...
关键词：计算病理学 多模态深度学习 几何表征学习 生存分析 
人工智能在肾细胞癌病理图像分析领域中的应用及研究进展
《临床与实验病理学杂志》2024年第12期1251-1256,共6页陈辉 焦一平 曲乐 徐军 饶秋 
国家自然科学基金面上项目(82273327、82173345);江苏省卓越博士后计划(2022ZB741);北京协和医学基金会瞳行病理人工智能公益项目。
鉴于人类视觉的局限性和认知的主观性,传统的病理切片判读既耗时又费力,且不同阅片者之间的判读结果可能存在显著差异。随着医疗技术的不断进步,肾细胞癌(renal cell carcinoma,RCC)的诊断分型、风险评估、治疗管理等已取得显著进展,但...
关键词：肾细胞癌 人工智能 病理图像分析 计算机辅助诊断 
人工智能在肾细胞癌病理诊断领域中的应用及研究进展
《中华病理学杂志》2024年第8期882-886,共5页陈辉 焦一平 曲乐 徐军 饶秋 
国家自然科学基金面上项目(82273327,82173345);江苏省卓越博士后计划(2022ZB741);北京协和医学基金会瞳行病理人工智能公益项目。
随着人工智能技术的不断发展,病理学领域的人工智能应用也如雨后春笋般涌现。肾细胞癌病理诊断作为其中的应用领域之一,近年来取得了许多重要进展,对临床实践具有指导意义。本文综述了人工智能在肾细胞癌病理诊断中的应用情况及研究进展...
关键词：肾细胞癌 病理诊断 人工智能技术 人工智能应用 展望未来 临床实践 病理学 研究发展方向 
基于深度学习的医学多模态数据融合方法在肿瘤学中的进展和挑战被引量：1
《数据与计算发展前沿》2024年第3期3-14,共12页蔡程飞 李军 焦一平 王向学 郭冠辰 徐军 
国家自然科学基金(62171230,62101365,92159301,91959207,62301263,62301265,62302228,82302291,82302352)。
【目的】在肿瘤学中,患者有一系列的临床数据,从放射学、组织学、基因组学到电子健康记录。不同数据模式的整合为提高诊断和预后模型的稳健性和准确性提供了机会,使人工智能在临床实践发挥重要作用。【方法】本文将探讨深度学习技术以...
关键词：多模态 医学数据 肿瘤学 深度学习 
基于因果约束的Transformer医学图像分割方法
《数据与计算发展前沿》2024年第2期89-100,共12页郭冠辰 李军 蔡程飞 焦一平 徐军 
国家自然科学基金(62171230,62101365,92159301,91959207,62301263,62301265,62302228,82302291,82302352)。
【目的】数据分布对深度学习模型的性能影响较大。模型学习了与分割目标无关的特征后,这些无关特征通常不适用于新的数据集,从而导致模型泛化能力不足。【方法】为缓解这一问题,本文提出基于因果约束的Transformer医学图像分割方法。以M...
关键词：医学图像分割 形态约束 TRANSFORMER 因果约束 
基于Transformer与距离图谱的泛癌细胞核图像分割
《南京信息工程大学学报（自然科学版）》2024年第1期66-75,共10页鲁浩达 梁实 顾松 王向学 徐军 
国家自然科学基金(U1809205,62171230,92159301,62101365,61771249,91959207,81871352)。
肿瘤细胞的密度、核质比和平均尺寸等指标对癌症的分级和预后有重要的意义.在计算病理学中,细胞核分割是肿瘤微环境分析的基础.通过对分割结果进行统计分析,对新的肿瘤标记物的探索有重大的意义.病理图像背景下的细胞核形态不规则,细胞...
关键词：深度学习 病理图像 细胞核分割 TRANSFORMER 多头自注意力 距离图谱 
基于各向异性注意力的双分支血管分割模型
《计算机工程》2024年第1期348-356,共9页徐晓峰 黄韫栀 徐军 
国家自然科学基金(U1809205,62171230,62101365,61771249);南京信息工程大学科研启动经费(2022r100);江苏省双创博士经费。
血管分割对于血管疾病的诊断和治疗具有重要意义,但由于血管边界模糊、病变血管的形状多变且不同样本之间的差异性较大,因此要求分割模型能够准确地挖掘血管与背景类间的差异性以及血管内部的连通性。提出一种基于中心线约束与各向异性...
关键词：血管分割 中心线约束 各向异性 注意力机制 双分支模型 
自动量化的肿瘤-间质比预测胃癌新辅助化疗疗效
《中国肿瘤临床》2023年第23期1203-1210,共8页仇文涛 李振辉 焦一平 王向学 张深燕 吴琳 徐军 
国家自然科学基金项目(编号:82360345,82001986)资助。
目的:探讨通过深度学习的方法来全自动定量评估术前活检标本的肿瘤-间质比(tumor-stroma ratio,TSR)是否可以预测胃癌患者新辅助化疗(neoadjuvant chemotherapy,NAC)疗效。方法:选取2013年3月至2020年3月在云南省肿瘤医院接受NAC治疗的...
关键词：肿瘤-间质比 新辅助化疗 语义分割 肿瘤微环境 病理缓解 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部