医学图像
医学图像的相关文献在1989年到2023年内共计3399篇,主要集中在自动化技术、计算机技术、临床医学、基础医学
等领域,其中期刊论文1453篇、会议论文176篇、专利文献308192篇;相关期刊492种,包括中国医疗设备、医疗卫生装备、中国医疗器械杂志等;
相关会议112种,包括第33届中国数据库学术会议(NDBC2016 )、第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会、第二十四届中国数据库学术会议等;医学图像的相关文献由6420位作者贡献,包括宋麒、李京兵、尹游兵等。
医学图像—发文量
专利文献>
论文:308192篇
占比:99.47%
总计:309821篇
医学图像
-研究学者
- 宋麒
- 李京兵
- 尹游兵
- 陈武凡
- 曹坤琳
- 李强
- 李育威
- 孙善辉
- 宋余庆
- 冯前进
- 潘海为
- 李彬
- 田联房
- 邓小鸿
- 黄梦醒
- 张娜
- 张建国
- 白军杰
- 陈延伟
- 涂蓉
- 王昕
- 田捷
- 罗述谦
- 陈翰博
- 韩启龙
- T·比洛
- 庄天戈
- 盛山直人
- 阳光
- 马杰延
- 周涛
- 根木涉
- 詹翊强
- 陈志刚
- 陈萍
- B.乔治斯库
- D.科马尼丘
- 孙健永
- 张凯
- 杜文才
- 汤敏
- 王磊
- 王阳萍
- 谢晓芹
- 郭秀花
- 高峰
- R·维姆科
- 周少华
- 张俊杰
- 张志强
-
-
曹珍贯;
李锐;
张宗唐
-
-
摘要:
肺结节作为肺癌早期诊断的重要特征,对其识别和类型判断具有重要意义.目前使用迁移学习的识别算法存在着源数据集与目标数据集差距过大问题,对于肺结节特征提取不足,导致效果不佳.故此提出了基于卷积神经网络的改进神经网络模型.将预训练的GooLeNet Inception V3网络与设计的特征融合层结合,提高网络对特征的提取能力;为确定最佳组合方式,对各组以准确率为标准进行测试.实验在LUNA16肺结节数据集上进行.进行分组测试结果表明,改进的网络准确率达88.80%,敏感度达87.15%.在识别准确率和敏感性指标上,与GooLeNet Inception V3算法相比,分别提高了2.72,2.19个百分点.在不同数据集比例下进行实验,同样达到了更优的效果,具有更好的泛化能力.可以给临床诊断提供相对客观的指标依据.
-
-
石平霞;
陈世国;
丁冬冬
-
-
摘要:
针对目前医学图像融合领域中,融合图像存在细节信息不够清晰及信息丢失的问题,提出一种基于非下采样剪切波变换(NSST)与引导滤波相结合的医学图像融合算法。首先,对已经过严格配准的两幅医学源图像进行NSST,得到各自的低频子带与高频子带。其次,低频子带采用基于引导滤波的加权平均的融合方法,高频子带采用平均梯度、区域能量指导加权系数的融合规则。最后,将低频子带和高频子带进行非下采样剪切波反变换,从而得到最后的融合图像。最终的实验结果表明:与文中所提到的几种融合算法相比,该算法不仅在多项评价指标中表现更佳,而且也有较好的视觉效果。
-
-
王嘉仪;
陈晓晴;
吴传旭;
周文萱;
何方舟
-
-
摘要:
本文介绍了基于深度学习的“医学影像智能分割系统”的开发与实现,本系统将基于深度学习的语义分割方法与影像相结合对病灶区域进行分割,影像科医生使用本系统时只需上传待分割图片,便可获得相应的分割结果,本系统的开发旨在提高医生的诊断效率和正确率。
-
-
李薇;
樊瑶驰;
江巧永;
王磊;
徐庆征
-
-
摘要:
针对传统手工方法优化卷积神经网络(CNN)参数时存在耗时长、不准确,以及参数设置影响算法性能等问题,提出一种基于教与学优化(TLBO)的可变卷积自编码器(CAE)算法。该算法设计了可变长度的个体编码策略,从而快速构建CAE结构,并堆叠CAE为一个CNN;此外,充分利用优秀个体的结构信息来引导算法朝着更有希望的区域搜索,从而提高算法性能。实验结果表明,所提算法在解决医学图像分类问题时,分类精度达到89.84%,高于传统CNN和同类型神经网络。该算法通过优化CAE结构和堆叠CNN解决医学图像分类问题,有效提高了医学图像分类性能。
-
-
毕秀丽;
陆猛;
肖斌;
李伟生
-
-
摘要:
计算机断层成像(computed tomography,CT)中,胰腺分割作为医学图像分析中最具挑战的任务之一,由于其体积小、形状多变的特点,导致传统的自动分割方法无法达到理想的分割精度.利用高级语义特征指导低级特征的思想,提出一种基于双解码U型卷积神经网络的单阶段胰腺分割模型.模型由一个编码器和两个解码器构成,两个解码器利用不同编码深度的特征将低级空间信息与高级语义信息有效结合,加强分割网络对特征信息的高效利用,能够对未裁剪、未降低分辨率的CT切片实现高精确度的分割.实验结果表明,方法能够在全尺寸的输入下实现较好的分割性能,在公开胰腺数据集上的分割效果优于现有单阶段胰腺分割方法.
-
-
蒋健;
钦旗;
张海波;
郭文平
-
-
摘要:
针对卷积神经网络分类准确率不够高的问题,本文提出多卷积神经网络融合算法用于医学图像分类。首先在训练集上优化ResNet和DenseNet网络,再采用加权平均方法对ResNet和DenseNet的预测结果进行融合。在ISIC2017和COVID19两个数据集上的实验结果表明,本文提出的方法相比于VGGNet、ResNet、DenseNet等单卷积神经网络,具有更高的分类准确率和稳定性。
-
-
李鹏;
石玉英
-
-
摘要:
近年来,随着计算机辅助诊断系统和远程医疗在医学中的快速发展,数字图像处理非常关键。图像的边缘涵盖了大部分的图像信息,医学图像边缘检测是进行后续图像处理的基础。因此,研究医学图像边缘检测具有重要实际意义。基于医学图像成像过程中光源单一以及探测手段的影响,会导致图像噪声分布不均一,往往夹杂多种不同噪声,本文针对医学图像的特性提出了一种改进的形态学算法,包含以下三种优势。第一,自适应权重赋值。对于多方向结构元素,本文算法根据边缘马氏灰度距离自适应赋值各个方向的权重;对于多尺度多形状结构元素,根据信息熵自适应赋值各个结构元素的权重。第二,改进的形态学算子。基于现有算子检测边缘锯齿状、抗噪效果不显著的缺点,本文算法中提出了一种新型抗噪形态学算子。第三,应用于混合噪声彩色医学图像边缘检测。基于现今形态学常应用于灰度图像,为了验证本文算法的鲁棒性,将本文算法应用于四种混合噪声彩色图像进行边缘检测,检测效果良好。最后本文通过视觉直观分析和客观评价指标验证了本文算法均好于其它算法。实验结果表明本文算法提取到的图像边缘完整且清晰,对多种不同混合噪声的抑制和消除也有明显的优势,在医学图像研究中具有很好的应用价值。
-
-
邬硕;
汪海涛;
姜瑛;
陈星
-
-
摘要:
针对传统医学图像对缺乏标注的数据进行自动分割时存在分割精度不高、边缘模糊等问题,提出了一种利用混合神经网络对脑部核磁共振成像(magnetic resonance imaging,MRI)的图像进行语义分割的算法。利用仿射网络对脑部MRI图像进行线性几何变换,基于卷积神经网络进行3D医学图像仿射变换,加入稠密模块减轻梯度消失和加强特征传递问题;通过空间转换网络对脑部MRI进行空间转换,基于图谱的分割法获得脑部图像的分割结果。采用MICCAI的公共数据集BraTs2019进行实验验证,结果表明,算法可由脑部肿瘤MRI图像获得较好的分割精度和分割效率,为脑部MRI图像语义分割的研究提供一种新的实验方案。
-
-
梁富娥;
张伟;
吕珊珊;
顾旋;
刘东华
-
-
摘要:
生成对抗网络(generative adversarial network,GAN)作为深度学习下无监督学习的典型方法,使用深度学习的计算机辅助诊断系统目前已经覆盖病灶检测、病理诊断、放疗规划和术后预测等各临床阶段,在医学图像领域取得了许多显著的成果。首先介绍了医学图像领域存在的基本问题,并简单介绍了生成对抗网络模型的基本含义和对抗过程。其次总结了基于生成对抗网络模型的方法在低剂量CT降噪、脑肿瘤分割、视网膜和神经元图像合成以及欠采样MR图像重建等方面的一些应用。最后给出了生成对抗网络模型的不足和未来研究方向。
-
-
王磊
-
-
摘要:
随着现代医疗影像的数字化存储与传输等新技术的逐步改进与完善,数字化医疗影像在临床疾病的诊断与治疗等相关科学研究方面当中的应用越来越多,由此带来的一系列安全事故问题也受到了广泛的关注。通过采用Logistics混沌置乱以及离散余弦变换分别实现医学图像的水印预处理和水印图像的嵌入以及提取,并将猫脸变换加入进预处理中,再对图像进行仿真试验并进行相关性分析,观察在遭受白噪声、压缩、高斯滤低通波攻击后提取出的水印图像及相关系数。
-
-
-
-
-
DONG Jiangtao;
董江涛;
LI Jingbing;
李京兵;
GUO Zhen;
郭祯
- 《第十三届全国信息隐藏暨多媒体信息安全学术大会》
| 2016年
-
摘要:
大多数现存的鲁棒数字水印算法通常是在明文图像中进行水印的嵌入和提取,这样容易暴露图像信息,并存在水印遭受恶意攻击的风险.为此,可以考虑在密文域下进行水印的嵌入和提取.然而,在密文域下对水印进行嵌入和提取操作时,如何保证水印的鲁棒性又是一个不得不考虑的重点难题.鉴于此,本文提出了一种基于离散傅里叶变换(DFT)和Logistic混沌序列的鲁棒零水印算法,使得水印信息、以及原始图像的安全性都能得到较好的保障.首先,在DFT密文域下将水印以及原始医学图像加密;其次,对加密后的医学图像进行DFT变换,提取加密图像的特征向量;在水印的嵌入和提取过程中,使用零水印技术来保证医学图像的完整性;实验结果显示,对于水印的常规攻击(高斯噪声、JPEG压缩、中值滤波等)和几何攻击(旋转、缩放、平移等),本文提出的密文域水印算法具有较好的鲁棒性.
-
-
- 《第32届中国数据库学术会议》
| 2015年
-
摘要:
近年来可视化一直是数据挖掘领域的研究热点之一,其在医学研究领域也有广泛应用,通过对大量临床数据的可视分析与挖掘,可以辅助医生进行诊断.在针对大量医疗数据进行挖掘分析的可视化应用中,对于原始数据的可视化和结果的可视化已经做得比较完善,而对于分析过程的可视化还并不成熟,其主要仍是对算法流程的简单可视化,缺乏一定的交互,对于用户来讲仍然是一个"黑盒".所以本文基于交互模型,设计了一种针对具有对称性质的二维医学图像的多阶段分类可视化系统.本系统通过简单人机交互与实时图表、图像以及动画的展示对整个分类过程进行了可视化,并且系统在可视化过程中采用了简化交互策略,随着处理图像的增加,将会简化特征提取的人机交互过程,从而减少了训练及分类时间.本文介绍了相关概念、系统架构、分类算法和可视化技术及其实现.
-
-
程起元;
李广义
- 《中华医学会医学工程学分会第十五次全国学术年会》
| 2015年
-
摘要:
目的:给出当前医学图像伪彩色处理的一般方法和处理原理,并指出各种方法的优缺点.方法:在研究伪彩色调整原理的基础上,对密度分层、灰度级-彩色变换、互补色伪彩色编码、基于梯度、基于感知颜色空间和基于直方图的HSI空间伪彩色编码等方法进行了比较、分析和讨论.结果:HSI空间的基于输入图像直方图的伪彩色变换方法,对于不同输入图像对应不同的直方图,因而此方法具有一定的自适应性,应用优于其它方法.结论:医学图像伪彩色能把轮廓的粗细、光滑、锐化、模糊、连续、分布等区域关系显示出来,伪彩色处理方法的正确选择有利于医生对疾病精确和快速的诊断.
-
-
-
-
马杰超;
周毅;
郑伟诗;
胡珊;
梅甜;
杨红梅
- 《2016中华医院信息网络大会》
| 2016年
-
摘要:
随着计算机技术的飞速发展,医学图像处理已成为医学信息中发展最快的领域之一.临床医生可以通过医学图象处理,得到更为直接、更准确和清晰的病变体,从而提高了确诊率.本文从技术方面出发,对图像分割、图像融合和图像识别等医学图像处理技术进行了综述和分析.在医学领域中,图像分割是一直未解决的经典难题,本文从应用的角度出发,论述了医学图像处理中图像分割的几种算法,并简要介绍了每种算法的特点及应用.在图像融合算法和图像识别中,本文简要介绍了几种主流的算法,并对计算机视觉中的卷积神经网络进行介绍和分析.
-