检索结果-内蒙古大学图书馆

电子学报 2008年第5期36卷 974-978页

作者：姚畅陈后金李居朋北京交通大学电子信息工程学院北京100044

针对现有视网膜血管分割方法对于小血管和低对比度血管分割效果差的问题,提出了一种基于过渡区提取的视网膜血管分割方法.该方法首先采用二维高斯匹配滤波预处理以增强血管,然后采用基于最佳熵的方法提取主血管、采用基于分布式遗传算法... 详细信息

针对现有视网膜血管分割方法对于小血管和低对比度血管分割效果差的问题,提出了一种基于过渡区提取的视网膜血管分割方法.该方法首先采用二维高斯匹配滤波预处理以增强血管,然后采用基于最佳熵的方法提取主血管、采用基于分布式遗传算法和Otsu相结合的方法提取过渡区,最后利用区域连通性分析所提取的主血管和过渡区,分割出最终的血管.通过在Hoover眼底图像库中的实验,结果表明该方法在小血管的提取、连通性和有效性方面均优于Hoover算法,另外由于迁移策略的分布式遗传算法的引入,使得算法效率也明显提高.

关键词：血管分割过渡区最佳熵分布式遗传算法最大类间方差

来源：评论

学校读者我要写书评

暂无评论

一种普适的基于多尺度滤波和统计学混合模型的血管分割方法

引用

中国生物医学工程学报 2016年第5期35卷 519-525页

作者：陆培王磊李志成周寿军中国科学院深圳先进技术研究院生物医学与健康工程研究所广东深圳518055

血管的精确提取和定位,是实现心脑血管介入手术的关键。多尺度滤波算法可以增强血管目标,同时抑制背景噪声,但并没有把血管从图像背景中区分出来。基于统计学的分割算法,通过对直方图进行拟合实现血管的分类,但需要调整混合模型去拟合... 详细信息

血管的精确提取和定位,是实现心脑血管介入手术的关键。多尺度滤波算法可以增强血管目标,同时抑制背景噪声,但并没有把血管从图像背景中区分出来。基于统计学的分割算法,通过对直方图进行拟合实现血管的分类,但需要调整混合模型去拟合特定的图像直方图。为了克服上述问题,提出一种具有固定模型的普适的血管分割方法。首先,利用多尺度滤波算法进行图像预处理。其次,针对滤波增强后数据的直方图曲线,用由3个概率分布函数(1个高斯和2个指数)组成的混合模型进行拟合。期望最大化算法用于混合模型参数的估计。最后,通过最大后验概率分类算法将血管分离出来。为了验证上述方法的有效性,分别在仿真(phantom)数据、磁共振血管造影(MAR)数据和计算机断层血管造影(CTA)数据上进行实验测试。结果表明,所提出的方法在多套仿真数据上的分割误差低于0.3%,同时对于不同模态的血管图像具有很好的分割效果及较强的鲁棒性。

关键词：血管分割多尺度滤波混合模型多模态图像

来源：评论

学校读者我要写书评

暂无评论

深度学习的视网膜血管分割研究综述

引用

计算机科学与探索 2024年第8期18卷 1960-1978页

作者：汪有崧裴峻鹏李增辉王伟上海理工大学健康科学与工程学院上海200093 海军军医大学中国人民解放军海军特色医学中心上海200433

视网膜眼底图像的分割结果可为糖尿病视网膜病变、青光眼和年龄相关性黄斑病等眼科疾病的诊断提供辅助。通过准确分割视网膜血管,医生能够更好地了解患者眼部状况,为诊断、治疗和评估提供有力支持。对近年来的基于深度学习的眼底血管分... 详细信息

视网膜眼底图像的分割结果可为糖尿病视网膜病变、青光眼和年龄相关性黄斑病等眼科疾病的诊断提供辅助。通过准确分割视网膜血管,医生能够更好地了解患者眼部状况,为诊断、治疗和评估提供有力支持。对近年来的基于深度学习的眼底血管分割论文进行回顾整理,介绍了最常用于眼底血管分割的数据集,以及预处理方式,并将近期的模型算法分为单网络模型、多网络模型以及Transformer模型几个大类。对每一类网络中所存在的各个模块文章进行了介绍分析,探讨了它们的优势以及在处理眼底血管分割任务时的局限性。这些分析有助于理解不同模块的特点和适用场景。将所检索的模型数据进行总结,通过比较不同算法模型在同一数据集上的表现,以及根据相同的评价指标获得的分数,比较各算法模型的优劣,分析分数较好算法存在优势的原因,并指出了现如今的算法所存在的缺陷,总结深度学习的方法在视网膜血管分割中面临的诸多挑战,指出了未来深度学习在眼底血管分割方面可侧重的发展方向。

关键词：眼底图像血管分割深度学习

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的冠状动脉造影图像血管分割和节段识别

引用

中国循环杂志 2020年第11期35卷 1064-1071页

作者：谢丽华史晓彤王筱斐黄云飞赵森祥杜天明管常东张洪刚徐波中国医学科学院北京协和医学院国家心血管病中心阜外医院介入导管室北京市100037 北京邮电大学人工智能学院北京红云智胜科技有限公司技术部

目的:应用深度学习技术相关神经网络算法,创建冠状动脉造影图像血管分割和血管节段识别的人工智能模型。方法:纳入2018年7月于中国医学科学院阜外医院行冠状动脉造影患者2834例,共12900张冠状动脉造影图像。患者的冠状动脉造影图像由中... 详细信息

目的:应用深度学习技术相关神经网络算法,创建冠状动脉造影图像血管分割和血管节段识别的人工智能模型。方法:纳入2018年7月于中国医学科学院阜外医院行冠状动脉造影患者2834例,共12900张冠状动脉造影图像。患者的冠状动脉造影图像由中国医学科学院阜外医院心血管介入诊疗影像分析核心实验室影像分析师标注。搭建一种创新的深度神经网络(DNN),分别进行冠状动脉造影图像血管分割和节段识别任务。在数据集中,11900张标注图像用于网络训练,1000张用于网络测试。以真实精标注图片为“金标准”,评价DNN对冠状动脉造影图像血管分割及节段识别的能力。结果:DNN对冠状动脉造影图像血管自动分割的平均准确度达99.2%(95%CI:99.1%~99.2%),F1分数为0.91±0.03,且对冠状动脉主支血管的分割结果优于一级分支血管。DNN对冠状动脉造影图像血管节段识别的平均准确度为98.6%(95%CI:98.6%~98.7%),F1分数为0.80±0.05,对冠状动脉主支血管段的识别效果优于一级分支血管,对血管近段的识别准确度优于血管远段。随着训练数据量增加,DNN对冠状动脉造影图像血管分割的性能明显提升。结论:该研究显示了DNN用于冠状动脉造影图像血管分割及节段识别的可行性,并获得了较高的准确度,为将来实现客观、高效的冠状动脉造影人工智能病变诊断提供了基础。

关键词：深度神经网络冠心病冠状动脉造影血管分割血管节段识别

来源：评论

学校读者我要写书评

暂无评论

基于FDMU-net的早产儿视网膜图像血管分割

引用

激光与光电子学进展 2021年第14期58卷 467-473页

作者：王亮陈春晓傅雪王林南京航空航天大学自动化学院江苏南京211106 上海圣为医疗科技有限公司上海201321

早产儿视网膜病变是一种血管增生性疾病,是导致新生儿视网膜受损或致盲的主要原因之一。通过分割和分析早产儿眼底图像中的血管结构,可以对早产儿视网膜病变进行早期诊断和监测。早产儿视网膜血管较成年人视网膜血管对比度低且存在脉络... 详细信息

早产儿视网膜病变是一种血管增生性疾病,是导致新生儿视网膜受损或致盲的主要原因之一。通过分割和分析早产儿眼底图像中的血管结构,可以对早产儿视网膜病变进行早期诊断和监测。早产儿视网膜血管较成年人视网膜血管对比度低且存在脉络膜重叠等问题,从而会导致视网膜血管分割准确率不高和敏感度较低等问题。为解决这些问题,在U-net框架下提出FDMU-net新生儿视网膜血管分割模型。该模型融入密集连接层来提高特征利用率,在编码和解码通道拼接过程中,采用多尺度卷积核特征融合方式来提高感受野,并利用血管骨架加权focal loss损失函数来提高网络对模糊样本的分割精度。利用本文提出的FDMU-net模型在DRIVE和STARE两个公开数据集上进行实验,准确率分别达到96.75%和96.85%,敏感度分别达到81.52%和84.84%。在临床早产儿眼底数据集实验中,对比U-net模型、AttentionResU-net模型及多尺度特征融合全卷积神经网络模型,本文提出的FDMU-net模型在准确率和敏感度上有较大的提高,可较好地解决血管丢失及敏感度较低的问题,有效分割出早产儿视网膜血管。

关键词：图像处理早产儿眼底图像血管分割密集连接层多尺度卷积核

来源：评论

学校读者我要写书评

暂无评论

自适应特征重组再校准的肝脏血管分割算法

引用

激光与光电子学进展 2022年第18期59卷 400-409页

作者：李远禄师向科李昆南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

肝脏血管的精确分割对肝脏外科术前规划有重要意义,然而肝脏中的血管树复杂且高度交织,精确地分割肝脏血管一直是一项具有挑战性的任务。传统的3D-UNet模型由于采样层过多,会使得肝脏血管的细节信息在网络的传播过程中丢失,单纯减少采... 详细信息

肝脏血管的精确分割对肝脏外科术前规划有重要意义,然而肝脏中的血管树复杂且高度交织,精确地分割肝脏血管一直是一项具有挑战性的任务。传统的3D-UNet模型由于采样层过多,会使得肝脏血管的细节信息在网络的传播过程中丢失,单纯减少采样层使得模型表达能力下降。以3D-UNet为基础,在网络中加入重组再校准模型,加强通道与空间中细节信息的传播,抑制相关性低的信息;在模型中加入注意力机制,对特征图进行整体约束,使模型关注区域集中在血管处;最后调整采样层,保证多尺度语义信息的同时,防止过多采样层带来的细节信息丢失。改进后的模型的Dice Score、Sensitivity评价指标的最优结果分别为64.8%、73.15%。实验结果表明,改进后的模型比MPUNet、UMCT、nnU-Net、C2FNAS-Panc在肝脏血管分割上的效果都要好。

关键词：图像处理血管分割深度学习采样层

来源：评论

学校读者我要写书评

暂无评论

基于双字典学习的眼底图像血管分割

引用

光电子．激光 2019年第2期30卷 200-207页

作者：杨艳邵枫宁波大学信息科学与工程学院浙江宁波315211

为辅助诊断眼底疾病和部分心血管疾病,本文提出一种基于双字典学习和多尺度线状结构检测的眼底图像血管分割方法。首先在HSV颜色空间利用伽马矫正均衡眼底图像的亮度,并在Lab颜色空间采用CLAHE算法提升图像对比度,再采用多尺度线状结构... 详细信息

为辅助诊断眼底疾病和部分心血管疾病,本文提出一种基于双字典学习和多尺度线状结构检测的眼底图像血管分割方法。首先在HSV颜色空间利用伽马矫正均衡眼底图像的亮度,并在Lab颜色空间采用CLAHE算法提升图像对比度,再采用多尺度线状结构检测算法突出血管结构得到增强后的特征图像;然后利用K-SVD算法训练特征图像块和对应的手绘血管标签图像块,得到表示字典和分割字典,采用表示字典得到新输入特征图像块的重构稀疏系数,由该系数和分割字典获得血管图像块;最后进行图像块拼接、噪声去除和空洞填充等后处理得到最终分割结果。在DRIVE和HRF数据库测试,利用准确率、特异度、敏感度等八种评估指标来检验分割性能。其中,平均准确率分别达0.958 2和0.951 5,平均特异度分别达到0.982 6和0.967 1,平均敏感度分别达到0.709 5和0.762 6,表明该方法具有较好的分割性能和通用性。

关键词：眼底图像血管分割双字典学习多尺度线状结构检测

来源：评论

学校读者我要写书评

暂无评论

基于改进U型网络的眼底图像血管分割

引用

中国生物医学工程学报 2019年第1期38卷 1-8页

作者：高宏杰邱天爽丑远婷周明张晓博大连理工大学电子信息与电气工程学部辽宁大连116024 大连大学附属中山医院眼科辽宁大连116001

眼底图像血管分割问题是眼科及其他相关疾病计算机辅助诊断的基础。通过分割和分析眼底图像中的血管结构,可以对糖尿病视网膜病变、高血压和动脉硬化等疾病进行早期诊断和监测。针对目前已有血管分割算法存在准确率不高和灵敏度较低的问... 详细信息

眼底图像血管分割问题是眼科及其他相关疾病计算机辅助诊断的基础。通过分割和分析眼底图像中的血管结构,可以对糖尿病视网膜病变、高血压和动脉硬化等疾病进行早期诊断和监测。针对目前已有血管分割算法存在准确率不高和灵敏度较低的问题,基于深度学习基本理论,提出一种改进U型网络的眼底图像血管分割算法。首先,通过减少传统U型网络下采样和上采样操作次数,解决眼底图像数据较少的问题;其次,通过将传统卷积层串行连接方式改为残差映射相叠加的方式,提高特征的使用效率;最后,在卷积层之间加入批量归一化和PReLU激活函数对网络进行优化,使网络性能得到进一步的提升。在DRIVE和CHASE_DB1这两个公开的眼底数据库上进行实验,每个数据库随机抽取160 000个图像块送入改进的网络中进行训练和测试,可以得到该算法在两个数据库上的灵敏度、准确率和AUC(ROC曲线下的面积)值,相比已有算法的最好结果平均分别提高2.47%、0.21%和0.35%。所提出的算法可改善眼底图像细小血管分割准确率不高及灵敏度较低的问题,能够较好地分割出低对比度的微细血管。

关键词：眼底图像血管分割 U型网络网络优化

来源：评论

学校读者我要写书评

暂无评论

多尺度注意力解析网络的视网膜血管分割方法

引用

激光与光电子学进展 2021年第20期58卷 431-444页

作者：罗文劼韩国庆田学东河北大学网络空间安全与计算机学院河北保定071002

视网膜血管分割是检测多种眼病的重要手段,在视网膜疾病自动筛查系统中发挥重要作用。针对现存方法对细小血管分割不足且易出现病理误分割的问题,提出了一种基于多尺度注意力解析网络的分割算法。该网络以编码-解码架构为基础,在子模块... 详细信息

视网膜血管分割是检测多种眼病的重要手段,在视网膜疾病自动筛查系统中发挥重要作用。针对现存方法对细小血管分割不足且易出现病理误分割的问题,提出了一种基于多尺度注意力解析网络的分割算法。该网络以编码-解码架构为基础,在子模块中引入注意力残差块,加强了特征传播能力,降低了光照不均、对比度低对模型的影响;在编码器和解码器之间增加跳跃连接并去掉传统池化层,以保留足够的血管细节信息;运用并行多分支结构和空间金字塔池化两种多尺度特征融合方法,实现不同感受野下的特征提取,提升血管分割性能。实验结果表明,该方法在CHASEDB1和STARE标准集上的F1值分别达到了83.26%和82.56%,灵敏度分别达到了83.51%和81.20%,其性能优于当前主流方法。

关键词：医用光学图像处理血管分割编码-解码注意力残差块特征融合

来源：评论

学校读者我要写书评

暂无评论

基于多维信息融合的无监督快速肺部血管分割算法

引用

中国生物医学工程学报 2023年第3期42卷 289-300页

作者：陈骅桂周雷赵廉丛志洋上海理工大学健康科学与工程学院上海200093

肺部CT图像中血管的分割在疾病的诊断和外科治疗中起着重要作用。在医学图像相关任务中,深度学习因其强大的表现能力和辨别学习能力,被广泛应用。然而基于深度学习的方法需要昂贵的GPU和大量有标签的数据。为了更好地平衡肺部CT图像血... 详细信息

肺部CT图像中血管的分割在疾病的诊断和外科治疗中起着重要作用。在医学图像相关任务中,深度学习因其强大的表现能力和辨别学习能力,被广泛应用。然而基于深度学习的方法需要昂贵的GPU和大量有标签的数据。为了更好地平衡肺部CT图像血管分割的准确性和效率,提出了一种基于多维信息融合的快速有效的血管分割算法(MDF),该算法设计2D分割分支和3D分割分支来充分利用2D和3D信息,在最后的分割结果中对多个分支的结果进行合并,能够快速有效地融入到传统无监督算法。与此同时,MDF具有强大并行能力,能够在低端显卡上被显著加速。选取VESSEL12挑战的23例数据以及CARVE14挑战赛的55例数据对所提出的基于多维信息融合的血管分割算法进行了全面评估。实验结果表明,MDF与其他无监督算法相比有着更高的精度,在CARVE14数据集上血管的DSC系数达到了0.716。除此之外,通过GPU并行优化,运行速度大约为基于Hession矩阵的Frangi多尺度算法的20倍。与深度学习算法相比,MDF在不同数据集上的泛化能力更强。

关键词：血管分割深度学习多维信息融合并行优化

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：