检索结果-内蒙古大学图书馆

郑州大学学报（工学版） 2025年第1期46卷 1-8页

作者：林予松李孟娅李英豪赵哲郑州大学网络空间安全学院河南郑州450002 郑州大学互联网医疗与健康服务河南省协同创新中心河南郑州450052 郑州大学汉威物联网研究院河南郑州450002

针对多模态医学图像融合过程中多尺度特征和纹理细节信息丢失的问题,提出一种基于生成对抗网络和多尺度空间注意力的图像融合算法。首先,生成器采用自编码器结构,分别利用编码器和解码器对输入图像进行特征提取、融合和重建,生成融合图... 详细信息

针对多模态医学图像融合过程中多尺度特征和纹理细节信息丢失的问题,提出一种基于生成对抗网络和多尺度空间注意力的图像融合算法。首先,生成器采用自编码器结构,分别利用编码器和解码器对输入图像进行特征提取、融合和重建,生成融合图像;其次,整个对抗网络框架采用双鉴别器结构,使得生成器生成的融合图像同时保留多个模态图像的显著特征;最后,构建一种多尺度空间注意力作为编码器进行特征提取的基本模块,利用多尺度结构充分捕获并保留源图像的多尺度特征,并且引入空间注意力更好地保留源图像的结构和细节信息。全脑图谱数据库上的实验结果表明:所提算法生成的融合图像不仅纹理细节更为丰富,有助于人类视觉观察,而且在3种不同类型的医学图像融合任务上平均梯度、峰值信噪比、互信息、视觉信息保真度等客观评价指标的平均值分别达到0.3023、20.7207、1.4414、0.6498,与其他先进的算法相比具有一定的优势。

关键词：图像融合多模态医学图像生成对抗网络特征金字塔注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于条件可逆神经网络的多模态医学图像融合

引用

计算机测量与控制 2025年第1期33卷 147-154,162页

作者：张倩楠王蒙昆明理工大学信息工程与自动化学院昆明650500

为减少图像融合在深层网络前馈过程中的空间细节损耗,提出一种基于条件可逆神经网络(CINN)的医学图像融合方法;通过应用可逆的分析-综合架构实现空间细节与关键语义互补的多模态融合;在前向分析阶段,将多分辨率特征嵌入CINN作为条件向... 详细信息

为减少图像融合在深层网络前馈过程中的空间细节损耗,提出一种基于条件可逆神经网络(CINN)的医学图像融合方法;通过应用可逆的分析-综合架构实现空间细节与关键语义互补的多模态融合;在前向分析阶段,将多分辨率特征嵌入CINN作为条件向量实现多模态表示学习;在反向综合阶段,使用一个基于小波的条件融合(WCF)网络引导CINN完成反向重构;在特征融合中应用相关激活模板(RAM),聚焦多模态医学图像中的关键结构区域与纹理细节一致性信息;构造前向分析-反向重构联合损失高效地优化网络参数,以获得高质量的融合图像;实验测试了CT-MRI及MRI-PET场景,与现有融合基线相比,提出方法在SCD以及VIFF等客观融合指标上性能分别提升了15.16%和46.53%,并且在主观视觉质量上均取得了优越的结果。

关键词：图像融合多模态医学图像条件可逆神经网络深度生成网络多分辨率分析

来源：评论

学校读者我要写书评

暂无评论

多模态医学图像匹配与可视化研究

多模态医学图像匹配与可视化研究

引用

作者：贾春光浙江大学

学位级别：博士

本论文的主题是多模态医学图像的匹配和可视化。主要研究VisibleMan数据集多模态图像的匹配，基于Talarirach图谱的自动分割和标注，以及多模态图像的合成显示和可视化技术。该文实现了两种匹配算法，可以基本实现自动处理。两种方法都... 详细信息

本论文的主题是多模态医学图像的匹配和可视化。主要研究VisibleMan数据集多模态图像的匹配，基于Talarirach图谱的自动分割和标注，以及多模态图像的合成显示和可视化技术。该文实现了两种匹配算法，可以基本实现自动处理。两种方法都利用遗传算法进行优化以避免参数空间的局部最优解问题。该文还对多模态医学图像的合成显示和三维会制技术的发展和现状进行了分析，实现了一种具有改进数据结构的基于剪-变形算法的直接体绘制方法，并分别给出了基于面绘制方法和直接体会制方法的VisibleMan三维绘制结果。最后，研究人员研究开发了一个通用的医学图像可视化研究系统。该系统包括一个通用的研究开发平台和一个医学图像处理和可视化函数库。系统采用了一种兼容于ANALYSE的数据结构，并实现了包括图像存取、预处理、分割、匹配和可视化的一系列功能。该文还给出了对多模态医学图像匹配和医学图像可视化技术的综述。

关键词：多模态医学图像医学图像可视化医学图像分割刚性匹配非刚性匹配 GLCM矩阵体素相似性测度主动轮廓线遗传算法

来源：评论

学校读者我要写书评

暂无评论

多模态医学图像融合若干问题研究

多模态医学图像融合若干问题研究

引用

作者：朱芮吉林大学

学位级别：博士

图像融合技术可以将多幅图像的显著信息有效地结合起来,并通过一幅图像进行表达,以突破单一成像机制传递信息不充足的局限性。在医学成像领域中,基于不同的成像原理,有计算机断层扫描(CT)、磁共振成像(MRI)等众多不同的医疗成像设备,融... 详细信息

图像融合技术可以将多幅图像的显著信息有效地结合起来,并通过一幅图像进行表达,以突破单一成像机制传递信息不充足的局限性。在医学成像领域中,基于不同的成像原理,有计算机断层扫描(CT)、磁共振成像(MRI)等众多不同的医疗成像设备,融合的多模态图像可以更全面地描述患者器官的健康状态,为医生制定更适合的治疗方案提供丰富的辅助信息。多模态医学图像的融合质量主要依赖于图像分解和图像融合两个模块。其中,对源图像基础信息和纹理细节的分离效果直接影响融合模块的结果。具体来说,基础信息和纹理细节分离地越彻底,越有利于提升融合图像的质量。所以,在传统的图像融合框架中,基于多尺度分解的多模态医学图像融合方法取得了相对出色的融合效果,但仍然存在一些待解决的问题,比如:多尺度分解方法的分解基底不一致性;获得的图像多尺度特征的种类单一;图像分解方法缺乏自适应性等。本文旨在进一步提升融合图像的质量,分别从三个方面研究多模态医学图像融合算法,具体的研究内容设置如下:1.基于同步各向异性扩散模型的MRI和CT图像融合算法针对图像分解方法中源图像分解基底不一致的问题,提出了一种基于同步各向异性扩散方程(S-ADE)的MRI和CT图像的融合方法。首先,采用改进后的SADE模型对MRI和CT图像分别进行分解,得到对应源图像的基础层和纹理层;然后,采用“最大绝对值”规则融合基础层信息,基于S-ADE方法获得的公共分解系数设计同步各向异性修正拉普拉斯和(NSMAL)算法,计算纹理层的融合决策图。为获得的纹理层决策图设计了一致性检验算法,以减弱融合图像中出现的阶梯效应。再后,通过线性加法将融合的基础层和融合的纹理层进行合并,获得融合图像;最后,经过图像校正得到最终的融合MRI-CT图像。实验结果表明,该方法在保证图像质量和视觉效果的同时,能够保留源图像大量的有用信息。综合主观评价和客观评价结果,S-ADE算法比其他通用融合算法表现更加出色。2.基于图像混合特征分解的MRI和CT图像融合算法为了突破基于图像单一类别特征的分解算法的局限性,提出了一种有效地利用图像混合特征的分解方法。该方法结合基于图像空域和变换域特征表示方法的优点,能够有效分离图像的基础信息和纹理细节,有利于融合规则发挥更好的效果,同时提高基于变换域算法的执行效率。首先,通过非下采样剪切波变换(NSST)方法将源解剖图像分解为一系列高频子带和低频信息;其次,利用设计的基于图像结构相似性和结构张量的优化模型对得到的低频信息进一步分解,得到图像的能量纹理层和基础层;然后,设计了修正选择最大值(MCM)算法融合图像的基础层信息,采用修正拉普拉斯和(SML)方法融合高频子带和能量纹理层;再后,将融合的能量纹理层和基础层线性相加,得到融合图像的低频信息;最后,通过逆NSST操作获得融合图像。通过在50对MRI/CT图像和其他图像上的实验,验证了该方法的优越性。与12种通用的医学图像融合方法对比实验表明,提出的混合分解模型比传统方法具有更好的纹理信息提取能力。3.基于自适应共现滤波分解优化模型的多模态医学图像融合算法为了解决基于滤波器的图像融合方法不能够自适应地处理医学图像且需要多次迭代执行的问题,提出了图像像素强度偏度(SPI)的概念和一种基于自适应共现滤波器(ACOF)的图像分解优化模型。首先,计算源图像的像素强度偏度值,并基于此计算共现滤波器的尺度参数,得到具有自适应性的共现滤波器ACOF。该滤波器能够根据图像的内容执行,而不是依赖固定的滤波尺度。通过ACOF对源图像进行滤波,获得图像的初始基础层。然后,根据基础层像素强度分布的特性构建优化模型,代替广泛使用的迭代滤波器的框架,获得最终的基础层,保证图像的基础信息和纹理细节充分分离。最后,根据设计的融合规则生成融合图像。实验结果表明,ACOF方法在6个客观指标和主观评价方面均有突出的表现,同时具有较高的计算效率。主要创新点概括如下:解决了源图像分解基底不同的问题,构建了具有一致性的图像分解-融合的框架,并通过一致性检验算法和图像校正方法解决了融合图像中残余纹理的现象;通过将基于空域和变换域方法的优点相结合,提出了基于图像混合特征的三尺度分解模型,提高算法执行效率的同时保证了融合图像的质量;提出的自适应共现滤波器分解优化算法解决了迭代执行滤波器的问题,使得图像分解算法具有自适应性。

关键词：多模态医学图像图像融合同步性自适应性优化

来源：评论

学校读者我要写书评

暂无评论

多模态医学图像配准及融合关键问题研究

多模态医学图像配准及融合关键问题研究

引用

作者：乔锦浩福州大学

学位级别：硕士

随着现代医学成像技术的发展,不同类型的成像设备为医学诊断提供了不同模态图像,从不同层面反映器官或者组织的功能信息或者结构信息。临床上通常需要综合同一个病人多个模态图像的信息以作出更加准确的诊断。因此,不同模态医学图像的... 详细信息

随着现代医学成像技术的发展,不同类型的成像设备为医学诊断提供了不同模态图像,从不同层面反映器官或者组织的功能信息或者结构信息。临床上通常需要综合同一个病人多个模态图像的信息以作出更加准确的诊断。因此,不同模态医学图像的配准和融合是医学图像智能处理领域中的研究热点。临床上使用的医学图像模态种类繁多且成像差异显著,给医学图像的配准和融合带来了极大的挑战。一方面,不同模态间成像差异的表征各不相同,现有医学图像配准方法通常局限于两种特定的模态之间,这就需要为任何两两组合的图像模态建立相应的配准模型,极大地增加临床应用成本。另一方面,不同模态成像差异化引起了图像融合中的语义冲突。上述挑战目前尚没有得到有效解决。有鉴于此,本文以多模态医学图像为研究对象,围绕不同模态成像差异化,就多模态医学图像配准和融合的关键问题展开研究。首先,为了克服目前医学图像配准囿于两模态的局限性,本文借鉴Star-GAN中实现多域之间图像生成思想,提出了一种生成对抗网络下的多模态间医学图像配准模型Star-Reg net以达到仅用一个模型完成所有模态间的配准目的。该模型生成器以Unet结构网络为基础,除了以参与配准的移动图像和固定图像为输入外,还引入配准的模态信息作为约束条件,使其学习与配准模态信息相对应的变形场,并根据此变形场完成配准操作。其次,为了消除医学图像融合中不同模态图像间的语义冲突,本文提出了一种基于模态转换的两阶段医学图像融合模型Trans-Ada net。该方法首先通过模态转换将源模态下的医学图像在保持结构一致性的前提下,转换为目标模态下的医学图像,进而在目标模态下完成图像融合。为此,本文提出了一种基于生成对抗网络的模态转换模型,该模型使用Unet结构网络作为生成器来学习源模态到目标模态的模态转换,并引入多尺度梯度方法以稳定模型训练;进一步地,本文提出了一种自适应的小波融合模型,该模型通过若干个独立的神经网络分别自适应学习小波分解下不同频率特征的融合规则。实验结果表明,Star-Reg net模型在保证配准后图像在内容上和移动图像一致,结构上和固定图像相似的前提下,仅使用一个模型完成所有模态间图像配准,大大提高了多模态间医学图像配准效率;Trans-Ada net在目标模态完成图像融合的同时有效整合源模态结构的信息,克服了多模态医学图像融合过程中语义冲突。因此,本文方法为降低医学图像配准临床应用成本和提高医学图像融合的质量和可读性提供可行的解决方案。

关键词：多模态医学图像医学图像配准医学图像融合生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

多模态医学图像配准与融合方法研究

多模态医学图像配准与融合方法研究

引用

作者：王英杰中南民族大学

学位级别：硕士

随着大型医疗仪器的发展，临床上为患者提供的多模态医学图像种类越来越多。CT对骨骼、肺和胃肠等含气器官的检查有明显优势，MRI对软组织成像清晰，多用于脑、神经系统的检查，PET在肿瘤分期、早期诊断及扩散转移的监控等方面有着突出... 详细信息

随着大型医疗仪器的发展，临床上为患者提供的多模态医学图像种类越来越多。CT对骨骼、肺和胃肠等含气器官的检查有明显优势，MRI对软组织成像清晰，多用于脑、神经系统的检查，PET在肿瘤分期、早期诊断及扩散转移的监控等方面有着突出的优势。如果能够有效地将多模态医学图像整合使用，则对肿瘤诊断的精准度有着大幅度的提升，从而为患者提供最优的诊治方案。在该背景下，多模态医学图像配准及融合技术得到了快速发展。　　本论文先对多模态医学图像配准技术进行了研究。在配准过程中为了消除CT图像中扫描床的干扰，通过对大津算法和提取最大连通域两种方法的实际去除扫描床效果的比较，最后选用了提取最大连通域的方法。为了使多模态医学图像配准效果良好，将浮动图像的图像矩阵调整为与参考图像一致。在单模态MR图像配准及五组多模态医学图像配准中，使用了相似变换对参考图像进行平移、旋转、缩放处理，使用Mattes互信息对浮动图像和变换后的参考图像进行相似性度量，使用规则的梯度下降算法，解决配准过程中多参数目标函数求解问题，使Mattes互信息度量更好、更快的达到最优值。配准前后，通过参考图像和浮动图像的差异，反映了图像配准效果良好。同时说明了本文设置的多模态医学图像配准参数具有良好的适用性。　　本论文接着对多模态医学图像融合技术进行研究。首先选用小波变换在频域中进行图像融合。优先使用标准的头部CT/MR图像进行小波变换，小波基为Db3，分解层为3层，分别得到CT、MR图像的小波分解金字塔型图像。对两者采用绝对值取大的融合规则，得到复合小波分解金字塔型图像。对复合图像进行小波逆变换得到融合图像。对从临床上获取的、已配准好的脑部CT、MR图像进行同样的操作，然而图像融合效果并不理想，图像细节损失严重。由于PET图像空间分辨率差，图像细节不突出，所以在空间域中对PET图像进行图像融合。在PET图像中，感兴趣域（ROI）往往是肿瘤区域，针对这一特点采用了图像叠加的融合方法。先通过阈值提取PET图像的ROI，对提取到的区域施以伪彩色，通过设置透明度，将其叠加在结构图像（如CT、MR图像）上对应的位置处。这样既保留了肿瘤区域的详细位置信息，又观察到肿瘤的生长情况。在图像叠加融合中，使用已配准好的多模态医学图像进行融合。结果表明，该方法对PET图像的融合效果良好，细节保留完整。　　在Win10操作系统上，使用Qt5，在VS2013的IDE下设计了多模态医学图像配准及融合软件系统。该系统操作界面简洁明了，点击按钮即可实现相应的操作。在图像融合中，根据实际PET图像的特点，选择适当的阈值，以期达到最好的图像叠加融合效果。

关键词：多模态医学图像信息融合小波变换特征提取

来源：评论

学校读者我要写书评

暂无评论

多模态医学图像的配准与融合技术研究及应用

多模态医学图像的配准与融合技术研究及应用

引用

作者：徐凯重庆理工大学

学位级别：硕士

随着医学成像技术的发展,医学领域出现了各种不同模态的医学图像。这些多模态的医学图像有其各自的优缺点,可以从不同方面提供相互补充的医学信息,充分利用这些信息能够为医学诊断提供更准确的判断依据。为了利用这些信息,首先要对多模... 详细信息

随着医学成像技术的发展,医学领域出现了各种不同模态的医学图像。这些多模态的医学图像有其各自的优缺点,可以从不同方面提供相互补充的医学信息,充分利用这些信息能够为医学诊断提供更准确的判断依据。为了利用这些信息,首先要对多模态医学图像进行配准和融合。因此,多模态医学图像的配准和融合有着十分重要的意义。本文主要研究了多模态医学图像配准和融合技术,并利用这些技术对“数字化猪”的CT图像和彩色断层削切图像进行配准和融合,实现了这两种不同模态图像在二维空间上的配准和融合。这里进行配准和融合的最终目的是建立“数字化猪”的器官三维模型,所以对融合后的图像又做了分割和三维重建。论文主要工作内容如下: 1.在配准过程中,根据这两种图像的特点,选择以彩色断层削切图像为参考图像,对CT图像进行配准,采用基于特征的交互式配准方法,通过手工选取配对特征点的特征提取方式获取仿射变换模型参数,最后实现了图像的配准。 2.在图像融合过程中,针对对比度金字塔融合方法和IHS融合方法,提出了一种基于对比度金字塔和IHS相结合的图像融合方法。先将彩色断层削切图像的I分量图像和CT图像进行对比度金字塔融合,然后将获取的图像和彩色断层削切图像进行IHS融合得到最终的融合图像。实验结果验证了本文方法的有效性。 3.对医学图像分割的研究现状进行了综述,提出了一种基于GDI+和窄带M-S模型的图像分割方法。对融合后的图像,先利用GDI+技术进行图像组织器官分割,得到较粗糙的器官大致轮廓,然后以此粗糙轮廓线作为初始零水平集曲线,利用M-S模型建立窄带,最终得到较精准的轮廓。实验结果体现了本文方法对融合图像进行分割的优良性。 4.采用基于软件AMIRA和3DSMAX的三维重建方法。将分割后的器官数据集及包围盒在AMIRA进行三维重建,然后用AMIRA和3DSMAX分别对初始三维模型进行网格简化和光滑处理,得到最终的三维重建模型。实验结果达到了预期的理想效果。

关键词：多模态医学图像图像配准图像融合图像分割三维重建

来源：评论

学校读者我要写书评

暂无评论

一种具有域自适应反标准化的多模态医学图像对比学习算法

引用

生物医学工程学杂志 2023年第3期40卷 482-491页

作者：文含赵莹蔡秀定刘爱连姚宇付忠良中国科学院成都计算机应用研究所成都610213 中国科学院大学北京100049 大连医科大学附属第一医院辽宁大连116011 大连市医学影像人工智能工程技术研究中心辽宁大连116000

最近,深度学习在医学图像任务中取得了令人瞩目的成果。然而,这种方法通常需要大规模的标注数据,而医学图像的标注成本较高,因此如何从有限的标注数据中进行高效学习是一个难题。目前,常用的两种方法是迁移学习和自监督学习,然而这两种... 详细信息

最近,深度学习在医学图像任务中取得了令人瞩目的成果。然而,这种方法通常需要大规模的标注数据,而医学图像的标注成本较高,因此如何从有限的标注数据中进行高效学习是一个难题。目前,常用的两种方法是迁移学习和自监督学习,然而这两种方法在多模态医学图像中的研究却很少,因此本研究提出了一种多模态医学图像对比学习方法。该方法将同一患者不同模态的图像作为正样本,有效增加训练过程中的正样本数量,有助于模型充分学习病灶在不同模态图像上的相似性和差异性,从而提高模型对医学图像的理解能力和诊断准确率。常用的数据增强方法并不适合多模态图像,因此本文提出了一种域自适应反标准化方法,借助目标域的统计信息对源域图像进行转换。本研究以两个不同的多模态医学图像分类任务对本文方法展开验证:在微血管浸润识别任务中,本文方法获得了(74.79±0.74)%的准确率和(78.37±1.94)%的F1分数,相比其它较为熟知的学习方法有所提升;对于脑肿瘤病理分级任务,本文方法也取得了明显的改进。结果表明,本文方法在多模态医学图像数据上取得了良好的结果,可为多模态医学图像的预训练提供一种参考方案。

关键词：自监督学习多模态医学图像疾病诊断域自适应反标准化

来源：评论

学校读者我要写书评

暂无评论

多模态医学图像配准方法的研究

多模态医学图像配准方法的研究

引用

作者：张海哲河北工业大学

学位级别：硕士

随着医学影像技术的快速发展，出现了多种模态的医学影像。医学上，急需把这些描述不同解剖或功能信息的图像快速准确的融合起来，为临床诊断和手术治疗提供更加全面准确的信息。医学图像配准是将两幅图像的对应特征点达到几何对齐，它... 详细信息

随着医学影像技术的快速发展，出现了多种模态的医学影像。医学上，急需把这些描述不同解剖或功能信息的图像快速准确的融合起来，为临床诊断和手术治疗提供更加全面准确的信息。医学图像配准是将两幅图像的对应特征点达到几何对齐，它是融合的关键部分。本文介绍了配准中常用的几何变换形式、优化搜索方法、各种相似性测度、配准的一般分类原则及国内外面临的问题和发展方向。然后对现有的配准算法及相关技术进行了整理，按是否提取图像特征为依据将配准方法分为基于图像特征的配准和基于体素的配准。在基于体素的方法中，最大化互信息法是目前研究的热点，本文对最大互信息法的性能做了详细的分析。在添加了不同噪声干扰时，它表现出了很好的抗噪性；对于不同分辨率的图像配准，分辨率越高，配准精度越高；PV插值技术导致互信息相邻整数变换之间的非单调性。由于最大互信息方法并没有充分地考虑图像的空间信息，本文研究了其它的基于互信息的方法：互信息求导法、高阶互信息法等。最大互信息法计算的是图像的重叠区域。当重叠区域随着视场的改变发生变化时，互信息各项的值也都发生变换，最大互信息方法没有充分考虑各项变化之间的关系，出现了误配准的情况。针对此问题，本文采用了一种基于归一化互信息配准的新方法。通过与其它几种相似性测度的比较，该方法对图像重叠区域的变化具有不变性，从而使配准更具鲁棒性。本文在理论和试验分析的基础上得出结论该方法优于最大互信息法。

关键词：多模态医学图像配准互信息体素相似性归一化互信息 PV插值 Powell优化

来源：评论

学校读者我要写书评

暂无评论

基于灰度的多模态医学图像配准方法与融合的研究

基于灰度的多模态医学图像配准方法与融合的研究

引用

作者：高智勇华中科技大学

学位级别：博士

多模态医学图像配准技术已经被广泛地研究,并初步被应用在临床中.在所有的医学图像配准方法中,基于灰度的配准方法由于具有无创、自动和准确性高等特点,更适合于临床应用,也是医学图像配准方法的发展趋势.该文主要进行了基于灰度的多模... 详细信息

多模态医学图像配准技术已经被广泛地研究,并初步被应用在临床中.在所有的医学图像配准方法中,基于灰度的配准方法由于具有无创、自动和准确性高等特点,更适合于临床应用,也是医学图像配准方法的发展趋势.该文主要进行了基于灰度的多模态医学图像配准的研究,包括互信息方法、相关比率方法及相关比率和梯度相结合的方法,研究了其配准结果、稳健性、灰度和插值的影响以及快速算法等.用Visual C++6.0编写了多模态医学图像配准与融合的软件,可以运行在普通微机上,用于完成多模态医学图像配准与融合的主要研究工作.该系统具有临床数据读入与转存、互信息配准、归一化互信息配准、相关比率配准、CCRGS方法配准、采用梯度方法进行图像边缘提取和图像融合显示等功能,是研究基于灰度的配准方法的一个有力工具,也可以移植到工作站上,供临床应用.

关键词：多模态医学图像图像配准图像融合互信息相关比率图像梯度插值方法坐标变换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：