作者: 期刊:《信息通信技术与政策》 2017年第12期
近日,中国的人工智能机器人小伊已通过国家医疗执照考试.他是第一个通过国家医疗执照考试机器人,且获得了456分,比要求的分数高出96分.该机器人由清华大学和中国人工智能公司iFlytek公司开发,旨在捕捉和分析患者信息.小伊需要记忆和理解100万张医学图像、53本医学图书、200万本病历、
作者:陈韵梅; 叶筱倞 期刊:《数学建模及其应用》 2012年第01期
简要介绍了当代计算机视觉中图像配准问题的背景、数学模型以及计算方法。详细阐述了图像配准的原理以及同模式和多模式图像配准的特点和差异,依据两类问题的特性,以偏微分方程、统计及信息论等为基础来建立适用的数学模型,并探讨了在计算机上具体求解模型的方法。同时,展示了这些模型在解决实际的医学图像配准问题时的效果,以此说明各类模型的特点以及它们的效率和精度。
随着人工智能的不断发展,使得深度学习方法成为医学图像分析过程中的研究重点。在医学图像分析过程中,传统分析方法无法适应日益增长的影像诊断需求,所以需使用深度学习方法。本文将综述深度学习在医学图像分析过程中的具体应用。
作者:郭雯; 鞠忠建; 吴青南; 全红; 戴相昆 期刊:《医疗卫生装备》 2020年第01期
介绍了使用率较高的深度学习基础网络的结构模型及常用改进方法,阐述了使用深度学习神经网络对MRI及CT图像中的脑部、肺部、肝脏、胰腺、前列腺等器官进行自动分割的研究进展。指出了未来应更多关注3D图像分割和少样本训练,开发更适用的网络结构,以提高器官分割准确性和分割效率。
作者:李维嘉; 陈爽; 张雷; 吴正灏 期刊:《自动化与仪器仪表》 2019年第12期
深度学习算法由于善于处理复杂多变的信号数据,在各个行业的实际生产中得到了广泛应用,且其潜力巨大。在图像处理领域,深度学习中的卷积神经网络解决了诸多机器视觉上的难题。在医学图像处理领域,针对其分辨率低,人眼容易误判等问题,为达到辅助医务工作者看清图像、识别病变区域的目的,从神经网络的结构优化、训练方案和预测能力三个方面进行探讨,训练出了专用的卷积神经网络用来判断病变区域。并在肺部医学图像上得到了准确的判断...
作者:吴磊; 吕国强; 赵晨; 盛杰超; 冯奇斌 期刊:《液晶与显示》 2019年第10期
为了将超分辨率重建算法应用于医学影像领域,提升各类医学影像的分辨率,针对当前主流算法网络结构和分辨率提升倍数的尺度单一性问题,提出了一种应用于CT图像的多尺度残差网络模型。首先,通过级联多层残差块构建模型框架,残差块内采用3种尺度的卷积核提取低分辨率图像的细节特征。然后,将特征图融合在一个维度进行特征映射和数据降维,并将多尺度特征信息导入下一残差块。最后,将网络学习到的残差图与低分辨率图像融合,重建高分辨率...
作者:张玉芳; 关天民; 刘光孟; 郭艳利; 张玉芬 期刊:《中国医学物理学》 2019年第09期
基于医学DICOM序列图像数据,利用Insight Segmentation and Registration Toolkit和Visualization Toolkit工具包对图像数据进行处理,实现图像的读取、滤波和调窗等预处理。对不同目标区域分别采用区域生长法和水平集法进行分割,实现面绘制的体素级重建方法绘制和体绘制的光线投影法绘制,构建出目标模型的三维模型。以QT和VS2013为平台,设计图像处理系统,完成图像的读取、预处理、二维分割、三维重建和人机交互等功能。系统可提供...
作者:娜迪亚·阿卜杜迪克依木; 姚娟; 刘志华; 严传波 期刊:《中国医学物理学》 2019年第12期
目的:探讨用K最近邻(KNN)分类算法对食管癌X射线图像和肝包虫CT图像的Hu不变矩形状特征和小波变换纹理特征进行分类研究。方法:利用Hu不变矩算法和小波变换算法对食管癌X射线图像和肝包虫CT图像提取特征,用KNN分类器对特征值进行分类以验证所提取特征的分类能力。结果:对于食管癌X射线图像使用Hu不变矩算法提取形状特征具有较好的分类性能,对于肝包虫CT图像使用小波变换算法提取纹理特征具有较好的分类性能。结论:Hu不变矩形状特征...
针对传统的图像病变区域检测方法准确性低的问题,提出了基于物联网的医学图像病变区域自适应检测方法。从提高医学图像病变区域图像检测准确性的角度出发,引入图像增强方法对医学图像病变区域特征进行提取,并引入小波变换算法,对图像病变区域进行各尺度下的小波变换,设定医学图像病变区域自适应阈值,以此实现医学图像病变区域的自适应检测。实验对比结果表明,此次设计的基于物联网的医学图像病变区域自适应检测方法比传统的方法准...
作者:薛彩强; 刘显旺; 邓娟; 李昇霖; 周俊林 期刊:《中国医学影像技术》 2019年第12期
近年来,随着人工智能相关技术不断发展,深度学习(DL)技术日益提高,已成为医学领域的研究热点。DL在医学图像中的深入研究,为精确诊断脑肿瘤、个体化治疗和预后评估带来全新发展方向。本文就DL在脑肿瘤医学图像中的应用现状及未来发展进行综述。
作者:董健卫; 黄榕波; 宁刚 期刊:《广东药科大学学报》 2007年第01期
主要介绍了多进制小波基本理论并分析了其变换特征,对医学图像做了八进制小波分解,它在医学图像处理中会有更大的应用前景。
作者:李靖宇; 穆伟斌; 沈焕泉 期刊:《信息技术与网络安全》 2010年第10期
边缘检测是医学图像处理中非常重要的一个环节,通过对几种经典边缘检测算法的分析,提出了一种基于Canny算子的改进算法。该算法以图像增强法代替原算法中的高斯滤波,以去除图像中的计算噪声,达到更好的边缘检测效果。仿真结果表明,该算法边缘检测定位精度得到较大的提高。
作者:张淑丽; 王烨兴; 李靖宇 期刊:《信息技术与网络安全》 2011年第21期
提出了一种基于四叉树分割的分形图像编码的改进算法.通过调整父块与子块的误差来控制编码速度和解码质量。仿真实验表明,该算法有效地提高了图像编码的效率,具有可行性。
作者:林绍辉; 杜民; 高钦泉; 高跃明 期刊:《信息技术与网络安全》 2017年第01期
图像配准技术在医学图像处理与分析中扮演着重要的角色,为了促进其在实际临床中的应用,设计并实现了一款多模态医学图像配准系统。该系统集成了多种先进的配准算法,包括线性和非线性配准,并提供友好的图形界面和可视化功能。此外,系统还提供去噪声预处理并支持混合配准策略,用于提高图像配准的质量和效率,配准的中间过程实时动态显示。实验结果表明,该系统能够便捷、高效地完成复杂的医学图像配准。
作者:曾文权; 何拥军; 余爱民; 林敏 期刊:《信息技术与网络安全》 2013年第13期
针对存在大量噪声和目标边缘模糊的医学CT图像难以提取精确边缘的难点,提出边缘检测精确定位算法。该算法利用Sobel梯度图以及一阶微分期望阈值,从概率分布的方法进行定位估值,从而获得较高的定位精度。实验结果表明,本文算法比传统Sobel等算子对提取医学CT图像边缘更有效。
随着医学影像技术的发展,各种医学图像,如X光图像、计算机断层图像、磁共振图像等,不仅为现代医学带来了革命性的变化,也在临床诊断、治疗和医学研究中扮演着至关重要的角色。随着成像设备的普及,医学图像已进入大数据时代,对医学图像的智能化分析和计算逐渐成为新型科技和产业的前沿。
作者:张光华; 潘婧; 罗跃国 期刊:《计算机产品与流通》 2019年第03期
从图像处理到分析图像这一过程,分割都是主要步骤。图像分割最为关键的是在医学图像分割中应用。大量生物医学信息的表现都需要借助于图像,比如X射线图像、CT断层图像以及超声图像,有效帮助人类视觉由表面延伸至内部。传统单一算法已经与医学图像分割要求明显不符,为了解决这一问题,联系聚类思想与RSF水平集模型,不断优化图像分割技术,从而在实际应用中发挥最大作用。本文具体是围绕医学图像分割内容,简单分析了聚类RSF理论特点,以...
作者:刘硕明; 陆敏; 陈军 期刊:《科学技术创新》 2012年第36期
从图像融合技术出发,论述了融合技术在医学图像中的应用,对图像融合的几个阶段进行了介绍。图像融合技术目前是医学图像处理中的研究热点问题,医学图像融合将有助于医生利用多种信息,获得准确的的诊断信息,同时医学图像融合技术的应用将极大地提高医疗水平。
基于数据挖掘的医学图像分类方法研究是多媒体数据挖掘的一个重要组成部分。在分析和总结了现有各种特征提取方法的基础上,提出了基于竞争聚类和关联规则的医学图像分类算法和基于关联规则的医学图像分类器框架。该算法先用竞争聚集算法实现医学图像的聚类,利用聚类的结果提取局部特征,基于局部特征用关联规则实现医学图像的分类。实验结果表明,用此方法较好地提高了医学图像分类的准确率,进而为数字化临床诊断提供了有利的证...
Flash作为目前最主流的二维动画处理平台,其在网络应用方向已经深得人心,可是在图像二次处理上面的应用却并不多见,本文就在flash对于医学图像的处理应用上面谈一下作者的个人经验和使用技巧.