作者:刘一鸣; 侯智超; 李晓琴; 王学栋 期刊:《生物医学工程学》 2019年第06期
本文提出一种在图像精细预处理条件下,通过二维卷积神经网络对低剂量计算机断层扫描(CT)图像进行肺结节检测的方法。通过图像剪切、归一化操作等算法对CT图像预处理,对正样本进行扩充以平衡正负样本数量,训练二维卷积神经网络并在过程中不断优化网络参数,最终得到性能最优的模型。本文采用美国2016年肺结节分析(LUNA16)挑战赛开源数据集进行五折交叉验证,取每组模型实验结果的平均值,最终准确率为92.3%、敏感性为92.1%、特异性为92...
作者:孟晓燕; 顾慧; 王锡明; 朱海峰; 张莹 期刊:《医学影像学》 2019年第12期
作者:谢未央; 陈彦博; 王季勇; 李强; 陈群 期刊:《计算机工程与设计》 2019年第12期
为帮助医生降低工作强度,减少诊断错误,提升准确率,提出一种基于三维卷积神经网络的肺结节检测算法。根据肺结节在CT图像中的特点,设计改进的三维候选区域推荐网络进行结节初始检测。在此基础上,使用多尺度、多网络融合的分类网络去除初检结果中的假阳性。在LUNA16数据集上验证了所提算法的准确性和有效性,并将结果与其它算法进行比较,讨论了该肺结节检测算法的性能。
研究人员证明,在乳腺X光影像的大数据集上训练以卷积神经网络(CNN)形式的深度学习模型,超越了计算机辅助检测(CAD)最先进的系统。
作者:邬雪涛; 林岚; 王婧璇 期刊:《智慧健康》 2019年第20期
基于CT图像的肺实质分割对肺部疾病的计算机辅助诊断系统的发展具有重要意义。肺实质分割包含五个主要步骤:它们分别为图像预处理、粗分割、肺部气管去除、左右肺分割和轮廓修补。本文我们论述了近年来肺实质分割技术发展状况,并从五个不同角度分析比较了它们对肺实质分割效果的影响。最后,我们对其未来发展趋势进行了展望。
作者:段娜; 黄海青; 刘红霞 期刊:《中国现代医生》 2008年第33期
目的探讨隐性乳腺癌利用乳腺钼靶摄影结合计算机辅助检测(CAD)诊断的价值。方法41例经CAD辅助诊断结合乳腺钼靶疑有簇状钙化,得到病理证实为乳腺癌的有29例,计算CAD的检出率;比较使用CAD前、后乳腺癌的检出率及诊断率。结果结合CAD后,评价效果均优于未结合CAD,使用钼靶摄影对于隐性乳腺癌的检出率仅为59.4%,使用CAD后隐性乳腺癌的检出率提高了34.2%。结论CAD可以提高早期隐性乳腺癌的检出率,并降低隐性乳腺癌诊断的假...
作者:冯雨; 易本顺; 吴晨玥; 章云港 期刊:《光学学报》 2019年第06期
针对传统计算机辅助检测系统中肺结节检测存在大量假阳性的问题,提出一种基于三维卷积神经网络的肺结节识别方法。首先,将传统二维卷积神经网络扩展为三维卷积神经网络,充分挖掘肺结节的三维特征,增强特征的表达能力;其次,将密集连接网络与SENet相结合,在加强特征传递和复用的同时,通过特征重标定自适应学习特征权重;另外,引入focal loss作为网络的分类损失函数,提高对难样本的学习。在LUNA16数据集上的实验结果表明:与当前的主流...
作者:张碧云; 陈自谦; 陈建新; 许有进 期刊:《福州总医院学报》 2005年第01期
肺癌已成为当今癌性死亡的主要原因,早期发现对于提高生存率相当重要。目前胸片是最常用的肺癌筛选方法。但因为早期肺癌密度较淡,并常与正常解剖结构相重叠,在常规胸片上影像诊断医生常因不易发现病灶而漏诊和误诊。因此,我们利用数字化放射成像(DR)所配置的计算机辅助检测(CAD)系统来提示影像诊断医生注意可疑区域以利于早期发现病灶。有关CAD在肺结节诊断中的应用,国内鲜见报道,国外也是刚刚起步,笔者也只是一种尝试...
作者: 期刊:《中国医疗器械信息》 2005年第08期
作为Medicsight公司(美国场外柜台交易市场代码:MSHT)的控股了公司及领先的全球性计算机辅助检测(CAD)软件开发商,Medicsight PLC(“Medicsight”)于2005年10月31日于北京宣布,将在中国开展临床研究计划,以评估和提供反馈,从而近一步完善针对中国市场推出的Medicsight CAD产品——Medicsight肺癌计算机辅助检测软件(LungCAD)和Medicsight结肠癌计算机辅助软件(ColonCAD)
作者:高慧明; 赵涓涓; 刘继华; 唐笑先; 王磐 期刊:《计算机工程与设计》 2019年第09期
为解决检测系统中结节假阳性高的问题,提出一种基于多尺度三维卷积神经网络的肺结节假阳性降低方法。结合3个特定的结节检测算法以高敏感性筛选候选结节,将每个候选结节输入到不同尺度的三维卷积神经网络进行训练,融合网络的输出结果得到最终分类。在公开可用的LIDC数据集的888次扫描中,提出方法分别在每次扫描1次和4次假阳性时分别达到84.9%和90.9%的高检测敏感性。实验结果表明了提出的多尺度三维卷积神经网络对于体积式医学CT数...
作者:张杰; 赵惠军; 李贤威; 法振宗; 王亚林 期刊:《医疗卫生装备》 2018年第11期
阐述了通过皮肤镜图像对黑色素瘤进行计算机辅助检测需要解决的问题,介绍了卷积神经网络、残差网络和迁移学习方法。在此基础上,从病灶分割与病灶分类2个方面分析了基于深度学习方法检测黑色素瘤的研究成果,明确了算法的改进和数据集的完善对黑色素瘤检测准确性的提高具有重要作用。指出了利用患者多模态数据进行检测和发展能利用智能手机进行检测的深度学习算法是未来的重点研究方向,为深化黑色素瘤自动检测研究、推动自动检测方...
作者: 期刊:《四川建筑科学研究》 2005年第03期
多功能裂缝宽度观测记录仪 由PDA掌上电脑、显微测量头和计算机分析处理软件组成。采用《可视量变计算机采集》专利技术(专利申请号:200420033265.3;200410022035.1)分析处理。仪器可将观测图像和现场情况拍摄成照片文件,可标注记录说明并传人计算机进行进一步放大观测分析、自动测量标注宽度。PDA掌上电脑具有丰富的管理功能,
作者:胡琼洁; 陈冲; 王玉锦; 胡玉娜; 潘月影; 艾涛; 孙子燕; 管汉雄; 夏黎明 期刊:《放射学实践》 2018年第10期
作者:韩光辉; 刘峡壁; 郑光远 期刊:《自动化学报》 2017年第12期
肺部CT图像病变区域检测是肺病辅助诊断技术的重要研究内容,其通过自动分析CT图像并输出病变区域的位置和尺寸等信息,帮助放射科医生做出决策,有利于肺病的早期发现与治疗.本文回顾了肺部CT图像中病变区域自动检测方法所取得的进步,并引入一个通用框架表示和描述现有方法,对2012年以来肺部病变区域辅助检测算法进行了系统性分析和性能汇总.最后讨论了目前存在的问题和有待克服的困难,探讨了未来可能的发展方向.
作者:龚敬; 郝雯; 彭卫军 期刊:《肿瘤影像学》 2019年第03期
当今科技发展的代表性前沿技术--人工智能(artificial intelligence,AI),已经和正在推动包括医学在内的众多学科及产业发生广泛而深刻的变化。随着计算机硬件的进步、存储设备性能的提高以及海量数据和新算法的涌现,近几年AI技术的发展取得了重大突破。在医学领域中,医学影像是AI技术应用较早、较为成熟的方向之一。用于乳腺影像学诊断的AI产品正在迅速地从实验阶段过渡到应用阶段,展现了良好的应用价值及发展态势。该研究就当前乳...
作者:贾永军; 于楠; 贺太平; 于勇; 段海峰; 杨创勃; 郭佑民 期刊:《临床放射学》 2018年第08期
目的比较新一代基于模型的迭代重组(MBIRn)中高空间分辨率设置(MBIR(RP20))、均衡空间分辨率和密度分辨率设置(MBIR(STND))和自适应迭代重组(ASIR)对低剂量肺部CT条件下计算机辅助检测(CAD)系统气道分析性能的影响。方法搜集本院1个月内接受两次胸部CT平扫受检者共30例。使用能谱CT(Discovery CT750HD),初检采用常规辐射剂量[噪声指数(NI)=14]扫描,肺算法ASIR[40%ASIR与滤波反投影法(FBP)混合]重组。复查采用...
针对汽车连杆的复杂结构和用常规量具难以精确测量的问题,采用了计算机辅助检测方法:借助三维激光扫 描仪获取连杆点云数据,并导人Geomagic Qualify检测软件,进行点云处理和数模比对,获得了汽车连杆3D比较和2D比较 的色谱图并标定了一些重要尺寸.检测结果表明:汽车连杆整体偏差较小;使用计算机辅助检测技术能有效、快速实现复 杂零件的检测.
作者:吴光耀; 伍建林 期刊:《中国医学影像技术》 2018年第07期
随着低剂量薄层CT在肺癌筛查与诊断中的广泛应用,肺结节的检出不断增多,在提供丰富影像信息的同时,也使阅片工作量大幅增加,导致放射科医师疲劳和漏检、误判。计算机辅助系统有助于减少肺结节漏检、缓解放射科医师压力,提高诊断效率和准确率。本文对基于CT的计算机辅助检测与诊断技术流程及其在肺结节中的应用进行综述。
作者:周平; 王从军; 陈鑫 期刊:《光电工程》 2005年第12期
为了精确实现对空间物体的测量,提出了利用线激光、单CCD相机、小孔成像与激光面约束模型的激光线测量法.引进三维信息已知的标准阶梯块,作为激光面约束的标定块.由计算机控制摄像头对实物连续拍摄和实时处理,提取激光线上的像素坐标,利用建立的模型将二维坐标转换成三维坐标,再以点云的形式重构出物体,实现三维自动测量.实践中检测系统测量精度可达到0.05mm.
作者:侯庆锋; 李月卿; 于兹喜; 王昌元; 张军毅 期刊:《泰山医学院学报》 2005年第03期
目的研究利用计算机处理分析DICOM格式CT图像的方法及软件实现,探讨肺结节的计算机辅助检测方法.方法利用VC++结合OpenGL编程读取DICOM格式的CT图像,然后运用多种数字图像处理方法在脱离影像工作站的情况下处理分析图像,并采用多尺度增强和交互式区域增长结合神经网络的方法实现肺结节的计算机辅助检测.结果本研究提出并实现了一个处理分析CT图像并对肺结节进行计算机辅助检测的算法系统,并应用于影像诊断和图像处理教学,实际处理...