吉林省科技发展计划基金(201201107)
- 作品数：5 被引量：11H指数：2
- 相关作者：王青竹王斌李勇苗壮康文炜更多>>
- 相关机构：东北电力大学吉林省肿瘤医院吉林工程技术师范学院更多>>
- 发文基金：吉林省科技发展计划基金国家自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 三维隐SVM算法设计及在胸CT图像病灶检测中的应用被引量：4
- 2013年
- 为改善病灶形状不规则、纹理结构简单等因素对计算机辅助肺CT中病灶检测精度的影响,提出将疑似病灶与整体肺区的相对位置关系作为传统形状、纹理特征之外的一种新的隐变量,参与训练过程.为符合病灶的三维特征,引入基于三维矩阵模式的SVM,进一步设计含隐变量三维矩阵模式SVM.将吉林省肿瘤医院的150例病例建立数据库,用其余三种SVM方案与本文方案进行比较,文中算法可达到97.05%的真阳性和9.21%的假阳性,证明其优越性及辅助放疗师的有效性.
- 王青竹康文炜王斌
- 纹理引导的稀疏张量表示及在肺CT图像中的应用被引量：4
- 2015年
- 基于张量理论在高维图像处理中的应用,提出一种张量模式的稀疏表示方法,以便有效地去除肺部CT序列图像的噪声,增强图像的有用信息。首先,设计了张量模式的正交匹配追踪法(TOMP)来表达稀疏系数;构建了高维K-奇异值分解法(HOK-SVD)用于字典更新。然后,对张量乘法的参数进行优化,即通过构造三维灰度共生矩阵,建立三维纹理特征与张量乘法模式之间的数学模型。最后,将这种方法应用于LIDC数据库的150组CT序列图像的预处理,对各算法的稀疏表示效果进行评价。与当前应用的其他方法相比,本文提出的高维K-SVD算法的的峰值信噪比提高了1.5%,平均误差降低了1.2%;在此预处理基础上进行的图像分割结果表明:图像的边缘偏移误差下降了3.0%,体积重叠率提高了1.2%。上述结果显示基于张量的方法可以更精确地完成对三维CT图像序列的稀疏表示。
- 李勇苗壮王青竹
- 关键词：CT图像灰度共生矩阵
- 基于高维张量奇异值分解的图像加密被引量：2
- 2014年
- 现有基于奇异值分解(SVD)的彩色信息加密系统提供了一种光学矩阵分解方案、安全的密文和敏感的密钥。高维张量奇异值分解(HOSVD)是SVD矩阵的自然线性延伸,提出了一种基于HOSVD的彩色图像加密算法。在加密过程中,HOSVD比SVD提供了更多的密文乘法组合次序。这些乘法组合次序可以有效地增加未经授权的解密难度。在解密过程中,HOSVD的重建精度比SVD更高。这些优点提高了准确性、安全性和鲁棒性。通过对100个图像测试数据集的计算机仿真验证了该算法的可行性。
- 李勇荀显超王青竹
- 张量模式三维主动外观模型及其在肺CT图像分割中的应用被引量：1
- 2015年
- 三维主动外观模型将肺区的三维外观矩阵转化为一维向量时,原三维灰度分布受到破坏,分割精确度受到影响,且生成过大向量,影响分割效率.基于此,文中提出张量模式的三维主动外观模型,旨在借助高维奇异值分解法直接处理肺区的三维外观矩阵,从而避免其向一维向量的转换.首先在张量理论基础上建立主动外观模型并推导参数;然后设计分块Kronecker方法确定外观张量低秩表示模式的最佳方案,以避免大规模重复计算;最后设计完整分割系统并应用在肺部CT图像中.对临床样本进行实验,与其他基于标记点的三维模型对比,证明文中模型在分割精确度与效率上更优.
- 王青竹孙娜王斌
- 关键词：主动外观模型
- 基于多分类潜变量SVMs的肺CT中的结节检测
- 2013年
- 结合二分类的潜变量SVMs和一种基于编码的多分类SVMs,设计一种多分类潜变量SVMs,同时具有二者的优点,即考虑检测对象的多样性及位置信息。将多分类潜变量SVMs应用到计算机辅助肺部结节检测,对于来自吉林省肿瘤医院的65组临床病例进行试验,实验结果证明其特异性与灵敏性均优于其他四种当前国际热门的计算机辅助结节检测算法,可以有效辅助放疗师做出最终决策。
- 王青竹王斌
