国家自然科学基金(61373100)
- 作品数：21 被引量：102H指数：7
- 相关作者：强彦赵涓涓唐笑先谢红薇赵鑫更多>>
- 相关机构：太原理工大学山西省人民医院山西大医院更多>>
- 发文基金：国家自然科学基金山西省回国留学人员科研经费资助项目国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 基于医学征象和卷积神经网络的肺结节CT图像哈希检索被引量：7
- 2017年
- 针对肺结节图像检索中存在的两个问题:手工设计的特征对肺结节的表达能力不强,生成的哈希码检索效果不佳。文中提出一种基于医学征象和卷积神经网络的肺结节CT图像哈希检索方法。首先,依据肺结节的9种征象取值,构造训练集准确的哈希码;其次,利用卷积神经网络和主成分分析法提取肺结节的重要语义特征,并结合训练集准确的哈希码反向求解哈希函数;最后,提出一种基于自适应比特位的检索方法,实现待查询肺结节图像的快速检出。通过对数据集进行实验和分析,证实了本文方法在肺结节图像检索过程中取得了较高的准确率和检索精度。
- 杨晓兰强彦赵涓涓杜晓平赵文婷
- 关键词：肺结节卷积神经网络语义特征哈希函数图像检索
- 基于深度哈希网络的肺结节CT相似图像检索方法研究被引量：3
- 2022年
- 【目的】肺结节图像具有相似度高和关联度高等特点,但传统图像哈希方法不能完整表达图像内容和语义信息导致检索的精度下降,因此,探讨一种基于深度哈希学习的肺结节CT相似图像检索方法。【方法】采用LIDC-IDRI公开数据集,首先,通过构造加入注意力机制的卷积神经网络与双向长短期记忆网络提取肺结节图像中带有权重信息的图像区域特征与区域间上下文相关信息,并将两种网络提取的深度特征进行融合,通过全连接层过渡到哈希层,实现哈希码的有效映射;其次,采用分级检索策略,利用本文的深度网络预测待查询图像的标注信息以获取对应的类库,在类内检索得到一组具有相似哈希码的候选对象构成候选池,然后根据池内图像高层语义特征进行相似度排序获取相似的肺结节图像列表。【结果】通过对公开数据集LIDC-IDRI进行实验分析,本文所提方法的平均检索精度提高到91.00%;与其他模型相比,准确率、召回率均有明显提升。【结论】本文构建了一种基于深度哈希网络的肺结节CT相似图像检索方法,该方法对肺结节病灶检索性能优于传统方法,可为临床医学诊断提供一定的参考价值。
- 郝瑞秦亚雪甄俊平强彦
- 关键词：肺结节图像检索计算机断层扫描
- 基于局部感受野和半监督深度自编码的肺结节检测方法被引量：4
- 2017年
- 深度学习在肺部影像方面的研究主要集中于肺部CT图像。对肺结节的快速准确检测是肺部疾病治疗的关键步骤。结节检测本身就是一项具有挑战性的工作,且已有的研究均很难得到较高的检测率。针对这样的问题,提出一种改进的深度半监督稀疏自编码的肺结节检测方法。首先,采用局部感受野对肺结节图像进行多层特征提取。然后,利用半监督稀疏自编码自主学习肺部影像中的结节特征。最后,融合多种临床信息实现对肺结节的准确检测。实验结果表明,该方法可以达到准确率90.14%,敏感度89.67%和平均检测率96.64%,明显优于其他方法检测性能,更适用于肺结节的精准检测。
- 赵鑫强彦强梓林赵涓涓杜晓平
- 多输入卷积神经网络肺结节检测方法研究被引量：15
- 2018年
- 针对传统计算机辅助诊断系统中肺部结节检出过程复杂,检出结果依赖于分类前期每个步骤的性能,以及存在假阳性率高的问题,提出了一种基于卷积神经网络的端到端的肺结节检测方法。该方法首先使用大量带标签的肺结节数据对构建的多输入卷积神经网络进行训练,实现从原始数据到语义标签的有监督学习。然后采用快速边缘检测方法和二维高斯概率密度函数构建候选区域模板,从待检测CT序列中获取候选区域并将其作为多输入卷积神经网络的输入数据。最后采用判定阈值实现疑似肺结节区域标注,同时在相邻的CT影像中进行重点检测。在LIDC-IDRI数据集上的大量实验结果表明,所提方法在肺部CT影像中对微、小结节的检出率较高;同时,重点检测模板能够小幅降低微、小结节检测的假阳率。
- 赵鹏飞赵涓涓强彦王峰智赵文婷
- 关键词：计算机辅助诊断卷积神经网络
- 基于Hadoop分布式计算平台的磁流体动力学模型仿真研究被引量：1
- 2017年
- 针对磁流体动力学(MHD)仿真需要高计算能力的问题,设计了一种基于Hadoop分布式计算平台的MHD仿真器。将Spark和Hama两种分布式并行计算模型整合到Hadoop生态系统中,分别用于支持内存计算和整体同步并行计算。将Hadoop集群构建成master-slave对等结构,解决全局同步和局部同步问题。最后,在Hadoop集群上,利用有限体积法和黎曼问题来求解MHD方程。实验结果表明,该仿真器能够精确模拟MHD,同时大大缩短了仿真计算时间。
- 刘继华强彦
- 关键词：HADOOP平台磁流体动力学有限体积法
- 海计算模式下的森林火焰识别算法被引量：2
- 2015年
- 针对依靠单一色彩空间的视频检测森林防火算法中存在低准确率的问题以及视频检测森林防火算法中存在的高耗时问题,提出海计算模式下基于YCrCb色彩空间和火焰频率的视频森林火焰识别算法。在森林中部署的无线传感网的传感器端节点捕获视频图像;把图像的RGB色彩空间转换为YCrCb色彩空间,提取火焰疑似区域;通过计算视频中相邻两帧相关性系数,进行离散傅里叶变换得到火焰疑似区域的相关性系数频率,以此判断视频中是否存在火焰。该算法可以在传感器端节点实现火焰的判断。实验结果表明,该算法在准确率略微下降的情况下,大幅降低了能耗。
- 王全赵涓涓
- 关键词：RGB色彩空间离散傅里叶变换
- 基于三维形状指数的肺结节自动检测方法被引量：6
- 2017年
- 针对在肺结节计算机辅助检测中存在误诊率、假阳性率较高,检测准确率较低等问题,提出一种基于三维形状指数和Hessian矩阵特征值构建类球形滤波器的结节检测方法。首先,提取肺实质区域,并计算各体素点Hessian矩阵的特征值和特征向量;其次,通过二维形状指数推导出三维形状指数公式,构建改进的三维类球形滤波器;最后,在三维肺实质区域内检测疑似结节区域,去除较多的假阳性区域,针对三维体数据上检测出结节所在位置,将检测到的坐标作为置信连接的多种子点输入,进行三维体数据分割,最终分割出三维结节。实验结果表明,所提算法能够有效地检测出不同类型的肺结节,对较难检测的磨玻璃结节也有较好的检测效果,结节检测的假阳性低,最终能达到92.36%的准确率和96.52%的敏感度。
- 董林佳强彦赵涓涓原杰赵文婷
- 关键词：计算机辅助诊断HESSIAN矩阵
- 改进的深度信念网络肺结节良恶性分类被引量：6
- 2018年
- 为解决传统的计算机辅助诊断系统中肺结节特征提取过程复杂的问题,提出一种基于深度信念网络的肺结节良恶性分类方法。通过阈值概率图对原始CT图像进行预处理,采用多隐层深度信念网络提取肺结节图像的深层特征,引入交叉熵稀疏惩罚因子机制解决受限玻尔兹曼机在训练过程中出现的特征同质化现象,将极限学习机作为分类器对提取到的特征进行良恶性分类。通过对比多种深度学习方法在肺结节诊断方面的优势与不足,验证了该方法的准确性、特异性、敏感性均优于其它算法。
- 张婷赵文婷赵涓涓强彦
- 关键词：肺结节特征提取极限学习机
- 灌注流量在低温机器灌注保存供体肝的研究
- 2018年
- 目的通过对比大鼠肝脏在低温机器灌注保存法以及低温缺血保存再灌注保存法下的保存效果,从而证明低温机器灌注保存法的有效性的同时寻找出最佳的灌注流量。方法将大鼠供受体肝脏置于对照组和5个实验组当中分别保存6 h和24 h,实验组设定灌注流量为0.1~0.5 ml·min-1·g-1,其他实验条件保持一致,以丙氨酸转氨酶(ALT)活性,肿瘤坏死因子(TNF-α)含量和透明质酸(HA)摄取量的变化作为评定标准,并分别用光镜和电镜观察肝细胞及肝窦内皮细胞的形态学改变。结果通过与对照组对比发现实验组1,5保存6 h和24 h后,各时间点ALT含量,TNF-α含量和HA摄取量比较差异无统计学意义(P>0.05);而实验组2、3、4保存6 h和24 h后明显低于对照组,差异有统计学意义(P<0.05)。且对照组,实验组1和5保存24 h后肝细胞出现明显肿胀、空泡变性及点状坏死现象,同时肝窦内皮细胞肿胀、变性,肝窦结构破坏严重。实验组2、3、4肝细胞和肝窦内皮细胞较对照组,实验组1和5有较轻的病理改变。结论通过与对照组进行对比说明本文方法的有效性,不同实验组间之间的对比说明最佳的灌注流量范围是0.2~0.4 ml·min-1·g-1。
- 张智勇
- 关键词：灌注流量肝脏保存
- 基于视觉信息与征象标签的肺结节CT图像检索
- 2017年
- 肺结节CT图像的相似性检索是计算机辅助诊断系统中最重要的部分,目前常用的检索方法通常匹配精度低,检索速度慢.针对上述问题,提出一种新的基于视觉信息与征象标签的双概率超图哈希算法,使用两层结构提高肺结节图像的检索精度:在第一层,将肺结节影像视觉信息和标签信息分别构建概率超图,最优划分概率超图得到哈希码;在第二层,使用结节图像的视觉特征、标签特征和第一层得到的哈希码来训练哈希函数.在检索时,对待检图像通过训练好的哈希函数进行0,1编码,与数据集中图像比较汉明距离,返回相似结节图像.对9种不同征象类型的3422张肺结节CT图像进行实验,并与不同哈希算法进行比较,结果表明,提出的方法在哈希码长为32位时可以达到最高精度90.18%,有效提高了检索精度,可以给医生提供客观的辅助诊断.
- 宋云霞强彦赵涓涓唐笑先田奇
- 关键词：哈希图像检索
