黑龙江省自然科学基金(F201241)
- 作品数：3 被引量：14H指数：1
- 相关作者：梁洪李金邓玉林郑冰张静更多>>
- 相关机构：哈尔滨工程大学更多>>
- 发文基金：黑龙江省自然科学基金哈尔滨市科技创新人才研究专项资金项目国家重大科学仪器设备开发专项更多>>
- 相关领域：医药卫生自动化与计算机技术电子电信更多>>
- 基于改进凸包算法的肺实质分割研究被引量：12
- 2013年
- 肺实质的精确分割一直都是肺部疾病计算机辅助诊断的重要研究内容,传统的分割方法大多只能分割出不包含病灶的肺实质区域,为后期的图像分析与辅助决策带来很大的影响。针对具有边缘型肺结节的肺部CT图像,提出一种实现简单且实验效果较好的肺实质分割算法。首先,利用常规方法提取肺实质的粗略轮廓;然后,针对上一步骤中肺实质病灶信息等的缺失现象,提出一种改进的二维凸包算法对肺实质的外轮廓进行再修复;最后,利用区域生长和形态学运算,修复肺实质的内部轮廓。运用新算法,对200张边缘型肺结节的肺部CT图像进肺实质分割。实验结果表明:与已有的"滚球法"和凸包算法修复肺实质相比,新算法具有较高的准确率,可以达到90%以上,边缘型肺结节等病灶信息能被较为准确地表示出来,为建立高效的肺部疾病诊断系统奠定基础。
- 李金郑冰梁洪邓玉林
- 关键词：肺结节肺部CT凸包算法
- 基于小波变换的医学图像融合技术研究被引量：1
- 2015年
- 医学图像融合是现代医学领域重要的研究方向之一。为了对病情做出准确全面的诊断及治疗,往往将来自不同医学图像的信息进行研究和分析,医学图像融合技术就是将多幅源图像信息融合到一幅图像中,以期获取更全面、清晰以及更丰富的图像信息。本文采用来自哈佛大学脑图像集中已配准好的CT和MRI、CT和PET两组对象,运用多种算法进行融合,重点研究基于小波变换的图像融合算法,将待融合的图像分解成高低频信息,然后通过特定的融合规则融合图像分解后的子信息,最后,通过逆变换得到最终的融合结果。本文通过评价标准证明了小波算法优于其他算法,此算法处理后的图像能得到良好的视觉效果和理想指标,在临床上具有重要的诊断参考价值。
- 李金张静梁洪
- 关键词：小波变换医学图像图像融合
- 混合迁移学习方法在医学图像检索中的应用被引量：1
- 2015年
- 针对医学图像的复杂性,将迁移学习理论引入到医学图像的语义映射和检索中,提出了一种以解决多任务学习为目标的混合迁移学习方法。首先,对医学图像目标领域的数据进行部分语义标记,找出源领域和目标领域中具有相同语义标记的医学图像,并对这些图像进行聚类,而后剔除一些在特征上距离较远的图像数据,完成实例迁移;然后,采用在源领域和目标领域中具有相同语义的医学图像数据进行稀疏矩阵分解,完成特征的迁移;最后,完成目标领域中未标记图像数据的语义映射。利用200幅医学图像进行语义标注进行检索,实验表明准确率超过50%的图片数量占了80%以上,验证了方法的可行性。
- 贾刚王宗义
- 关键词：语义标注医学图像检索多任务学习
