公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

超声辐射力脉冲技术分级量化肝纤维化的实验研究被引量：2: 2017年; 肝纤维化是慢性肝病进展到肝硬化的中间阶段,肝纤维化不同分期的硬度量化具有重要的临床意义,但目前其弹性参数检测尚不准确。该文基于超声辐射力脉冲(ARFI)技术,提出一种对肝脏组织弹性系数进行量化的新方法。通过ARFI技术产生超声辐射力推动聚焦处组织产生微小纵向位移,获取激励前后的超声回波信号,采用累积相位互相关算法检测微小位移,评估其分级肝纤维化程度的可行性;再通过Voigt粘弹性模型建立特定声辐射力下弹性系数与组织受激产生应变的关系曲线,从而获得不同分期肝纤维化组织弹性系数的绝对值。对不同分期的兔子肝脏进行实验,结果表明如果采用单一辐射力获得的纵向位移进行分期结果不稳定,而应采用多种声强度和多种脉冲宽度的辐射力下的平均纵向位移。最终得到的肝纤维化不同分期的弹性系数为:F0:(11.95±1.91)k Pa,F1:(13.28±1.89)k Pa,F2:(15.40±1.98)k Pa,F3:(16.83±2.01)k Pa,F4:(18.52±2.28)k Pa。实验结果实现了区分不同肝纤维化等级的兔子肝脏,并得到不同等级相对应的弹性参数值,为临床上肝纤维化的准确检查和诊断提供了新的方法和手段。; 黄文波陈科邱婷婷罗燕林江莉; 关键词：肝纤维化

基于图像分割的视网膜血管图像配准研究: 2017年; 利用不同波长的视网膜图像可以对视网膜血管血氧饱和度进行计算,但需进行配准处理.提出一种基于视网膜图像血管分割的互信息图像配准方法.为了充分利用血管的轮廓信息和灰度信息,提高配准精度,首先对配准图像进行图像分割,提取视网膜图像中的血管轮廓信息;然后对分割后图像中的血管进行相似度计算,并采用Powell优化算法中的黄金分割法一维搜索算法来提升运算速度;最后根据计算的相似度值来完成不同波长图像的配准.研究中算法配准获得变换参数(角度、X方向、Y方向)的误差的均值分别为2.00%、2.53%和2.52%,误差的方差分别为0.57、2.09和0.34,均优于直接互信息配准方法.实验表明:算法可以自动、有效地对不同波长的视网膜血管图像进行配准,并具有良好的可重复性和稳定性.; 刘志东林江莉陈科; 关键词：视网膜图像图像分割配准互信息

基于Cyrus-Beck算法实现超声激励成像多径混响现象的仿真被引量：1: 2016年; 针对超声激励成像一直受"多径反射干扰"的影响,消除多径伪影的相关算法一直未能有所突破的问题,设计了一个超声激励成像的仿真软件,为消除多径干扰的算法研究提供条件。仿真软件设计的难点在于多重反射路径的快速准确计算。通过研究,采用改进的Cyrus-Beck算法确定声传播轨迹与各个边界的交点和反射路径,能更有效快捷地进行声传播轨迹的解算,编程实现上也大大减少了代码量。结果表明:仿真软件可以较好地仿真超声激励成像过程,得到的接收信号能较好地反应多径反射情况,为研究消除多径干扰的算法奠定了重要基础。将仿真信号与Greenleaf团队用物理实验获取的信号进行对比,两信号波形非常相似,验证了该仿真软件的有效性。; 周美玲向恒陈科林江莉

基于卷积神经网络提取超声图像甲状腺结节钙化点的研究被引量：14: 2018年; 超声是检测甲状腺结节的首选方法,钙化特征是甲状腺结节良恶性判别的重要特征。但是由于囊壁等结节内部结构的干扰,钙化点提取一直是医学影像处理技术中的难点。本文提出了一种基于深度学习算法的钙化点提取法,并在阿列克谢(Alexnet)卷积神经网络的基础上提出了两种改进方法:(1)通过添加逐层对应的反池化(unpooling)和反卷积层(deconv2D)使网络向着所需要的特征进行训练并最终提取出钙化特征;(2)通过修改Alexnet模型卷积模板的数量和全连接层节点的数量,使其特征提取更加精细;最终通过两种方法的结合得到改进网络。为了验证本文所提出的方法,本文从数据集中选取钙化结节图像8 416张、无钙化结节图像10 844张。改进的Alexnet卷积神经网络方法的钙化特征提取准确率为86%,较传统方法有了较大提升,为甲状腺结节的良恶性识别提供了有效的手段。; 左东奇韩霖陈科李程花瞻林江莉; 关键词：甲状腺结节钙化点卷积神经网络

基于MFCC与CHMM的方向指令语音识别: 2017年; 随着科学技术尤其是计算机技术的不断发展,语音识别被广泛应用到各个领域.针对方向指令的语音,使用梅尔倒谱系数(Mel-Frequency Cepstrum Coefficient,MFCC)作为特征参数,连续马尔科夫模型(Continuous Hidden Markov Model,CHMM)作为识别模型,对语音信号进行识别处理.实验结果显示,此方法在方向指令语音识别中取得了良好的结果,有较高的识别准确率.; 陈科林江莉; 关键词：语音识别

神经网络用于各向异性生物组织弹性无创检测的研究: 2015年; 利用超声波速反演弹性系数为非介入式无创测量各向异性生物组织弹性系数提供了可能,该方法的关键是反演算法的研究.这类方法以弹性波场理论为基础,利用不同平面不同角度下测量到的超声波速数据,反演各向异性弹性系数矩阵.传统方法是建立并采用牛顿迭代法求解非线性方程组,主要存在两大问题:初值问题和角度依赖性.为克服这些问题,研究并提出一种基于BP网络正交各向异性反演算法,深入研究BP网络的输入参数、网络隐含层节点数.仿真实验显示,神经网络一旦训练得当,便可削弱算法对于角度的依赖,使得反演可以在角度信息不足的情况下进行,同时也可以避免初值的依赖性,结果表明,本算法对于正交各向异性材料的弹性参数反演基本解决了上述2个困扰研究者的问题.; 陈亚骏林江莉陈科; 关键词：各向异性人工神经网络反演

基于超声RF信号和TDE算法的组织振动位移估计: 2017年; 组织的弹性系数对于组织的医学诊断有着重要的参考价值。通常,弹性系数是通过测量组织在外力作用下的振动位移来获得,因此,组织振动位移的计算变得尤为重要。文章采用时延估计(time delay estimation,TDE)对组织振动前后的超声射频(radio frequency,RF)信号采用归一化互相关(normalized cross correlation,NCC)进行匹配分析,振动前后的参考信号和对比信号以一定的长度分解成多个窗口,组织振动使得回波信号沿时间轴发生了移动,将对比信号的窗口以一定的搜索范围进行移动,计算出对应的归一化互相关值,获得信号之间的时延值,从而得到组织的振动位移。实验结果显示,该方法计算出组织的振动位移值基本符合真实值,用于组织振动位移估计是可行的。; 陈科林江莉黄冠雄; 关键词：RF信号时延估计样条插值超声检测

全选清除导出

共1页<1>

国家自然科学基金(81301286)