登录    注册    忘记密码

贵州大学计算机科学与技术学院贵州省智能医学影像分析与精准诊断重点实验室 收藏

导出分析报告

研究主题:CINE-MRI    光流场    心脏    左心室心肌    语义    

研究学科:自动化类    

被引量:5H指数:1北大核心: 1 CSCD: 1

-

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
排序方式:

6 条 记 录,以下是 1-6

基于深度学习的视网膜病变眼底图视盘自动定位与分割研究
1
《贵州医科大学学报》贵州医科大学生物与医学工程重点实验室;贵州医科大学生物与工程学院生物医学工程教研室;贵州医科大学附院眼科;贵州大学计算机科学与技术学院贵州省智能医学影像分析与精准诊断重点实验室 杨帆 陈睿诗 莫阳 缪月红 段平 谷浩 王丽会  出版年:2020
国家自然科学基金(81660298,61661010);2017贵州省大学生创新创业训练计划资助项目(201710660033);贵州省科学技术基金[黔科合J字(2015)2044号]。
目的:研究视网膜病变眼底图像中视盘的自动定位与分割。方法:收集Messidor数据库中1200张眼底图,其中900张用于训练,300张用于测试;采用2个深度学习网络分别实现视盘在图像上的精确定位与分割,采用准确率、Dic...
关键词:视网膜病变眼底图  视盘定位  视盘分割  深度学习,U-Net  
基于残差融合网络的定量磁敏感图像与T1加权图像配准
2
《计算机系统应用》贵州大学计算机科学与技术学院贵州省智能医学影像分析与精准诊断重点实验室 王毅 田梨梨 程欣宇 王丽会  出版年:2022
国家自然科学基金(62161004);中法蔡元培项目(N.41400TC);贵州省科技计划(ZK[2021]Key 002,[2018]5301)。
医学图像配准对医学图像处理和分析至关重要,由于定量磁敏感图像(quantitative susceptibility mapping,QSM)与T1加权图像的灰度、纹理等信息存在较大的差异,现有的医学图像配准算法难以高效...
关键词:卷积神经网络  医学图像配准 QSM  残差融合  图像处理  
基于光流场与语义特征融合的心脏Cine-MRI左心室心肌分割方法
3
《计算机系统应用》贵州大学计算机科学与技术学院贵州省智能医学影像分析与精准诊断重点实验室 闫景瑞 姚发展 王丽会  出版年:2022
国家自然科学基金(62161004);中法蔡元培项目(N.41400TC);贵州省科技计划(ZK[2021] Key 002)。
由于运动原因会造成活体心脏MRI图像中左心室心内膜与心肌边缘轮廓模糊,进而导致分割不准确以及分割精度较低,针对这些问题,本文提出一种基于光流场与语义特征融合的心脏4D Cine-MRI (magnetic resonan...
关键词:心脏Cine-MRI  光流场 深度学习  特征融合  语义分割  
基于光流场与语义特征融合的心脏Cine-MRI左心室心肌分割方法
4
第2届RISC-V技术及生态研讨会 2022闫景瑞 姚发展 王丽会  出版年:2022
由于运动原因会造成活体心脏MRI图像中左心室心内膜与心肌边缘轮廓模糊,进而导致分割不准确以及分割精度较低,针对这些问题,本文提出一种基于光流场与语义特征融合的心脏4D Cine-MRI (magnetic resonan...
关键词:心脏Cine-MRI  光流场 深度学习  特征融合  语义分割  
基于动态卷积的体素内不相干运动成像参数估计
5
《计算机系统应用》贵州大学计算机科学与技术学院贵州省智能医学影像分析与精准诊断重点实验室 邓开轩 程欣宇 王丽会  出版年:2022
国家自然科学基金(62161004);中法蔡元培项目(N.41400TC);贵州省科技计划(ZK[2021]Key 002,[2018]5301)。
体素内不相干运动(IVIM)磁共振成像是一种能够表征生物组织内水分子扩散和灌注的无创技术.传统IVIM参数估计方法受到图像噪声的影响,参数估计效果不佳.为了准确、快速地确定组织区域的扩散和灌注参数信息,本文充分考虑来自于...
关键词:体素内不相干运动成像  参数估计 大脑  深度学习  动态卷积  扩散加权成像 图像生成
自适应多模态特征融合胶质瘤分级网络
6
《中国图象图形学报》贵州大学计算机科学与技术学院 王黎 曹颖 田梨梨 陈祈剑 郭顺超 张健 王丽会  出版年:2021
国家自然科学基金项目(61661010);中法“蔡元培”交流合作项目(201841400TC);贵州省科技计划项目(黔科合平台人才[2018]5301,黔科合基础[2020]1Y255)。
目的胶质瘤的准确分级是辅助制定个性化治疗方案的主要手段,但现有研究大多数集中在基于肿瘤区域的分级预测上,需要事先勾画感兴趣区域,无法满足临床智能辅助诊断的实时性需求。因此,本文提出一种自适应多模态特征融合网络(adapt...
关键词:胶质瘤分级  深度学习  多模态融合 多尺度特征 端到端分类  
已选条目 检索报告 聚类工具

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心