检索结果-内蒙古大学图书馆

中国图象图形学报 2023年第9期28卷 2927-2939页

作者：许聪郝华颖王阳马煜辉阎岐峰陈浜马韶东王效贵赵一天浙江工业大学机械工程学院杭州310000 中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所宁波315201 中国科学院空天信息创新研究院北京100094

目的光学相干断层扫描血管造影(optical coherence tomography angiography,OCTA)是一种非侵入式的新兴技术,越来越多地应用于视网膜血管成像。与传统眼底彩照相比,OCTA技术能够显示黄斑周围的微血管信息,在视网膜血管成像邻域具有显著... 详细信息

目的光学相干断层扫描血管造影(optical coherence tomography angiography,OCTA)是一种非侵入式的新兴技术,越来越多地应用于视网膜血管成像。与传统眼底彩照相比,OCTA技术能够显示黄斑周围的微血管信息,在视网膜血管成像邻域具有显著优势。临床实践中,医生可以通过OCTA图像观察不同层的血管结构,并通过分析血管结构的变化来判断是否存在相关疾病。大量研究表明,血管结构的任何异常变化通常都意味着存在某种眼科疾病。因此,对OCTA图像中的视网膜血管结构进行自动分割提取,对众多眼部相关疾病量化分析和临床决策具有重大意义。然而,OCTA图像存在视网膜血管结构复杂、图像整体对比度低等问题,给自动分割带来极大挑战。为此,提出了一种新颖的融合隐向量对齐和Swin Transformer的视网膜血管结构的分割方法,能够实现血管结构的精准分割。方法以ResU-Net为主干网络,通过Swin Transformer编码器获取丰富的血管特征信息。此外,设计了一种基于隐向量的特征对齐损失函数,能够在隐空间层次对网络进行优化,提升分割性能。结果在3个OCTA图像数据集上的实验结果表明,本文方法的AUC(area under curce)分别为94.15%,94.87%和97.63%,ACC(accuracy)分别为91.57%,90.03%和91.06%,领先其他对比方法,并且整体分割性能达到最佳。结论本文提出的视网膜血管分割网络,在3个OCTA图像数据集上均取得了最佳的分割性能,优于对比方法。

关键词：血管分割光学相干断层扫描血管造影(OCTA) 深度学习疾病量化分析隐向量

来源：评论

学校读者我要写书评

暂无评论

基于先验知识随机游走模型的视网膜血管分割方法

引用

中国生物医学工程学报 2009年第4期28卷 501-507页

作者：李居朋陈后金张新媛北京交通大学电子信息工程学院北京100044 北京市眼科研究所北京100005

视网膜图像的血管提取对心脑血管等疾病的诊断、治疗与评价具有重要的临床应用价值。为解决目前视网膜血管分割算法中存在的分割精度低(特别针对病变图像)等问题,提出基于先验知识随机游走模型的视网膜血管分割方法。在分析视网膜血管... 详细信息

视网膜图像的血管提取对心脑血管等疾病的诊断、治疗与评价具有重要的临床应用价值。为解决目前视网膜血管分割算法中存在的分割精度低(特别针对病变图像)等问题,提出基于先验知识随机游走模型的视网膜血管分割方法。在分析视网膜血管特征的基础上,构建归一化梯度向量散度场,针对高、低对比度血管采用不同的定向拉普拉斯算子提取血管中心线,并将先验知识随机游走模型应用于图像分割,实现对比度低、边界微弱的视网膜血管提取。采用STARE视网膜图像库进行分割精度测试,结果表明本算法精度相对已有算法明显提高,特别针对带有病变的视网膜图像,算法的有效性得到了验证,可满足临床处理的要求。

关键词：血管分割视网膜图像先验知识随机游走模型

来源：评论

学校读者我要写书评

暂无评论

基于超复数和U-Net的四元数值神经网络在眼底血管分割中的应用

引用

中华实验眼科杂志 2024年第12期42卷 1090-1099页

作者：李冰张洁上官燕玉姜晴牛耘丽毕燕龙同济大学附属同济医院眼科同济大学医学院眼科研究所上海200065

目的建立基于U-Net的四元数值神经网络(QU-Net)的眼底血管分割模型,并验证其对眼底影像视网膜血管提取和分割的精确度和效率。方法采用超复数概念,使用彩色图片的3个通道,用四元矩阵表示彩色图片的所有信息数据;该四元矩阵用作四元卷积... 详细信息

目的建立基于U-Net的四元数值神经网络(QU-Net)的眼底血管分割模型,并验证其对眼底影像视网膜血管提取和分割的精确度和效率。方法采用超复数概念,使用彩色图片的3个通道,用四元矩阵表示彩色图片的所有信息数据;该四元矩阵用作四元卷积和四元数完全连接层的输入,基于U-Net架构进行计算,形成QU-Net模型。将QU-Net模型先在DRIVE、STARE和CHASE_DB1数据集上进行初始测试,与传统实数空间的U-Net、M-Net和SU-Net模型从准确率、敏感度、特异度、精确度、F1值和马修斯相关系数(MCC)等方面进行性能比较。进一步对该模型进行优化,并将优化后的QU-Net模型与国际上已知的先进模型进行横向比较,从而综合评估该模型在眼底影像血管分割提取方面的效率和准确性。结果QU-Net模型在DRIVE数据集上血管分割的准确率为0.9566,敏感度为0.7008,特异度为0.9879,精确度为0.5954;在STARE数据集上,其准确率为0.9755,敏感度为0.8907,特异度为0.9842,精确度为0.6625;在CHASE_DB1数据集上,其准确率为0.9794,敏感度为0.7470,特异度为0.9906,精确度为0.5969。QU-Net模型的特异度优于U-Net、M-Net、SU-Net模型,其准确率、敏感度和精确度不弱于3个经典模型。对QU-Net模型进行优化后,在维持其原本准确率和特异度的基础上,优化模型在3个数据集上的敏感度、精确度和F1值均得到有效提高。将其与国际上其他已发表模型测试的各指标结果在3个数据集分别进行横向比较,发现优化的QU-Net模型的准确率、特异度、敏感度、精确度、F1值均表现良好,综合分析结果显示该模型的血管分割能力不弱于国际先进模型,在所有对比的模型中,优化的QU-Net模型的F1值和MCC表现最优。结论本研究提出的QU-Net模型把数据维度空间从传统的实数空间提升至复数空间,大大减少了数据信息的损失;优化的QU-Net模型具有良好的眼底影像血管分割提取效率和准确性,并在检测细血管方面具有一定优越性。

关键词：人工智能眼底视网膜血管超复数血管分割四元数值神经网络 U-Net网络结构 Adam优化器

来源：评论

学校读者我要写书评

暂无评论

基于血管分割的视网膜图像无参考质量评价方法

引用

光电子．激光 2019年第5期30卷 536-545页

作者：杨伟山杨艳邵枫宁波大学信息科学与工程学院

为了研究不同失真类型和不同失真程度对血管分割的影响,本文将图像的失真类型和失真程度量化为图像血管分割精确度,由于现有公开库中包含血管分割标签的图像中均为低失真甚至无失真图像,因此本文构建了一个视网膜失真图像数据库,共包含... 详细信息

为了研究不同失真类型和不同失真程度对血管分割的影响,本文将图像的失真类型和失真程度量化为图像血管分割精确度,由于现有公开库中包含血管分割标签的图像中均为低失真甚至无失真图像,因此本文构建了一个视网膜失真图像数据库,共包含2种失真类型,每种失真类型的图像均有8个等级的失真程度,共552幅视网膜失真图像,并将每幅失真图像对应的血管分割精确度作为该图像的标签。此外,本文提出了一种基于血管分割方法的视网膜图像无参考质量评价方法,通过提取视网膜图像的像素值统计特征、图像纹理特征以及血管形状特征得到最终视网膜图像的质量。在提出的数据库上测试结果显示,皮尔逊线性相关系数值高于0.96,斯皮尔曼等级相关系数值高于0.95。与现有评价方法相比,该方法优于传统的无参考评价方法,更能够客观的反映不同失真图像对血管分割这一应用的影响。

关键词：视网膜失真图像血管分割质量评价

来源：评论

学校读者我要写书评

暂无评论

多通道条件生成对抗网络视网膜血管分割算法

引用

中华实验眼科杂志 2019年第8期37卷 619-623页

作者：万程王宜匡徐佩园沈建新陈志强南京航空航天大学电子信息工程学院 211106 南京医科大学附属老年医院眼科 210024

目的提出一种对医学眼底图像中的血管部分进行准确分割的模型,避免传统医学图像处理算法严重依赖于人工设计的特征、特征的设计较复杂、模型的泛化能力较差等问题。方法本研究中采用深度学习的算法实现医学图像中对眼底图像中血管部分... 详细信息

目的提出一种对医学眼底图像中的血管部分进行准确分割的模型,避免传统医学图像处理算法严重依赖于人工设计的特征、特征的设计较复杂、模型的泛化能力较差等问题。方法本研究中采用深度学习的算法实现医学图像中对眼底图像中血管部分的分割任务,提出了一种基于改进的条件生成对抗网络(cGAN)的血管分割算法,并在该任务中引入了多尺度的网络结构用于提取眼底图像中不同类型的血管。结果该分割模型在特征比较明显的主血管部分和对比度较低、提取难度较大的血管分支上均能取得很好的效果,实现了眼底图像上血管的自动分割。在模型评估阶段,本研究中通过多个在医学图像分割领域中广泛应用的评价指标对本研究中设计的模型进行评估。在DRIVE数据集上的验证结果显示,特异度为0.9829,F1评分为0.7944,G-mean为0.8748,马修斯相关系数(MCC)为0.7764,在STARE数据集上特异度为0.9782,F1评分为0.7735,MCC为0.7573。结论多通道cGAN相对于同任务的分割算法性能具有很大的提升,并在某些评价指标上能够接近医生分割的结果。

关键词：视网膜眼底图像血管分割医学图像处理深度学习条件生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于各向异性注意力的双分支血管分割模型

引用

计算机工程 2024年第1期50卷 348-356页

作者：徐晓峰黄韫栀徐军南京信息工程大学人工智能学院智慧医疗研究院江苏南京210044

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... 详细信息

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注意力的新型三维血管分割网络CAU-Net。针对血管分割的难点,对基础网络结构ResU-Net进行改进,构建各向异性注意力模块,该模块根据管腔结构特有的空间各向异性,从3个方向提取血管空间各向异性特征,并对特征通道间的相关性进行建模,学习血管的三维空间信息。采用主-辅双分支模型,b-Net对血管进行语义分割,a-Net学习血管中心线的连续性特征,约束b-Net的血管分割结果,保证血管分割结果的完整性。在公开数据集3D-IRCADb-01上的实验结果表明,对于门静脉及肝静脉的分割,CAU-Net分别取得(74.80±8.05)%和(76.14±6.89)%的Dice系数、(54.80±8.09)%和(50.40±5.22)%的NSD系数、(72.43±8.26)%和(70.84±6.05)%的clDice系数、(46.47±12.89)%和(39.19±7.97)%的分支检测率以及(67.08±15.59)%和(61.47±9.32)%的树长检测率。在公开脑血管数据集IXI上进行组件消融实验,模型在验证集上的平均Dice、NSD、clDice、BD和TD分别为(94.11±0.39)%、(96.53±0.37)%、(95.83±0.59)%、(98.64±1.63)%和(95.44±1.22)%,相比于Baseline分别提升了0.92%、0.82%、0.92%、1.11%和1.60%。CAU-Net血管分割模型能够显著提升血管分割的精度和完整度。

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

来源：评论

学校读者我要写书评

暂无评论

利用Stein-Weiss解析函数性质的3维血管分割

引用

中国图象图形学报 2016年第4期21卷 434-441页

作者：吴明珠王晓蝉李兴民广州商学院计算机系广州511363 华南师范大学计算机学院广州510631

目的针对现有的血管分割方法对血管的分割精度尚有不足,尤其是对噪声等影响下的断裂血管,基于Stein-Weiss函数的解析性提出了一种新的3维血管分割算法,能够分割出更精细更清晰的血管。方法首先,通过图像增强和窗宽窗位调节的预处理来增... 详细信息

目的针对现有的血管分割方法对血管的分割精度尚有不足,尤其是对噪声等影响下的断裂血管,基于Stein-Weiss函数的解析性提出了一种新的3维血管分割算法,能够分割出更精细更清晰的血管。方法首先,通过图像增强和窗宽窗位调节的预处理来增加血管点与背景的对比度。然后,将Stein-Weiss函数与梯度算子结合起来,把CT体数据的每一个体素都表示为一个Stein-Weiss函数,体素6邻域的灰度值作为Stein-Weiss函数各组成部分的系数。再求出Stein-Weiss函数在x、y、z 3个方向上的梯度值,大于某一个阈值时,便将此体素视为血管边缘上的点。最后,根据提取出血管边缘的2维CT切片重建出3维的血管。结果对肝静脉的造影数据S70进行肝脏血管分割与3维重建的实验结果表明,利用该算法进行血管分割的敏感性和特异性相对于区域生长算法和八元数解析分割算法都较高。尤其是对于血管分割的去噪方面有明显优势,因此能够快速有效地分割出更清晰更精细的血管。结论提出了一种新的血管分割算法,利用Stein-Weiss函数的解析性来提取血管的边缘,实验结果表明,此算法可以有效快速地去除血管噪声并得到更精细的分割结果。由于Stein-Weiss解析的性质可以适合任意维数,所以利用Stein-Weiss解析函数性质可以进行2维或更高维的图像边缘识别。

关键词： Stein-Weiss解析函数预处理八元数血管分割 3维重建

来源：评论

学校读者我要写书评

暂无评论

定向区域生长算法及其在血管分割中的应用

引用

中国图象图形学报 2011年第1期16卷 44-49页

作者：程明黄晓阳黄绍辉王博亮厦门大学计算机科学系厦门361005

针对医学图像中微细管道结构灰度连续性差,采用常规区域生长法进行分割容易丢失末梢的问题,提出一种定向区域生长算法,可以在生长过程中跨越管道结构中的低灰度区域。算法向图像中已生长区域外灰度最高的方向进行生长,每次将一个体素加... 详细信息

针对医学图像中微细管道结构灰度连续性差,采用常规区域生长法进行分割容易丢失末梢的问题,提出一种定向区域生长算法,可以在生长过程中跨越管道结构中的低灰度区域。算法向图像中已生长区域外灰度最高的方向进行生长,每次将一个体素加入已生长区域,将图像转变为一颗以种子点为根结点的树,再从叶子结点进行回溯以确定感兴趣区域。对实现算法的数据结构进行了讨论。算法可以应用于任意维的图像。对2维和3维图像的测试结果表明,相对于常规的区域生长法,算法可以分割出更多的血管分支。算法对3维图像的运行时间为秒钟量级,可以满足临床应用的要求。

关键词：图像分割区域生长血管分割

来源：评论

学校读者我要写书评

暂无评论

基于三维超声图像的主颈动脉血管分割方法

引用

中国医疗器械杂志 2013年第4期37卷 235-239页

作者：杨鑫吴慧慧刘洋徐红卫梁华庚蔡文娟方梦捷王钰洁丁明跃华中科技大学图像识别与人工智能研究所多谱信息处理技术国防科技重点实验室武汉市430074 华中科技大学生命科学与技术学院生物医学工程系图像信息处理与智能控制教育部重点实验室武汉市430074 华中科技大学同济医学院附属协和医院泌尿科武汉市430074 郑州大学第五附属医院郑州市450052 湖北科技学院生物医学工程学院咸宁市437100

基于主颈动脉分叉点和中轴,对超声三维体数据按三视图方向切分,依次得到二维横断面、冠状面和矢状面序列图像;分别处理上述序列图像,得到最终的主颈动脉血管壁内外轮廓和血管壁厚度等信息。克服现有计算机辅助诊断中血管分割方法计算复... 详细信息

基于主颈动脉分叉点和中轴,对超声三维体数据按三视图方向切分,依次得到二维横断面、冠状面和矢状面序列图像;分别处理上述序列图像,得到最终的主颈动脉血管壁内外轮廓和血管壁厚度等信息。克服现有计算机辅助诊断中血管分割方法计算复杂度大、主观因素易造成误差等缺点,能快速、准确、完整地获得颈部超声主颈动脉血管的整体信息。与手动分割方法相比,操作快捷,可用于颈部粥样硬化以及心血管疾病的辅助诊断和防治。

关键词：三维超声主颈动脉粥样硬化血管分割

来源：评论

学校读者我要写书评

暂无评论

基于局部自适应点特异度阈值的眼底图像血管分割方法研究

引用

南京大学学报（自然科学版） 2015年第1期51卷 165-173页

作者：姜平窦全胜王晶山东省高校智能信息处理重点实验室山东工商学院烟台264005 山东工商学院计算机科学与技术学院烟台264005 中国农业大学烟台研究院烟台264670

提出一种眼底图像血管分割的新方法.对于每一个像素点,基于通过该点的不同方向的直线生成一个点特异度,设置点特异度阈值对整幅图像进行血管预分割,然后将整幅图像分成16×16的子图像,通过梯度下降进行局部自适应计算,最适合子图像... 详细信息

提出一种眼底图像血管分割的新方法.对于每一个像素点,基于通过该点的不同方向的直线生成一个点特异度,设置点特异度阈值对整幅图像进行血管预分割,然后将整幅图像分成16×16的子图像,通过梯度下降进行局部自适应计算,最适合子图像的局部点特异度阈值被确定并用于子图像血管分割.将所有的子图像分割结果进行合并得到最终的血管分割结果.通过噪音去除、集群感知搜索遗漏血管像素和间断血管片段连接,图像的血管结构最终得以分割.利用公共的DRIVE数据库中的眼底图像对本文提出的方法进行评估,其血管分割性能要好于现有的其他方法,该方法在各种图像条件下的有效性和鲁棒性使其能够更好的用于眼底图像分析,例如早期糖尿病视网膜疾病的自动筛查.

关键词：血管分割点特异度局部自适应集群感知

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：