贺礼
- 作品数：9 被引量：10H指数：2
- 供职机构：中国科学技术大学信息科学技术学院电子工程与信息科学系更多>>
- 发文基金：安徽省教委自然科学基金国家自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 一种新型的超声图像斑点噪声抑制算法被引量：2
- 2009年
- 针对斑点超声图像用传统的提取算法很难取得理想的效果,该文提出了一种基于各向异性扩散方程的超声图像斑点噪声抑制算法,新算法结合了鲁棒估计并考虑了斑点噪声特性,在有效抑制斑点噪声的同时具有更佳的鲁棒性,从而更好地保留甚至增强边缘细节信息。进而又提出了一种自动计算斑点尺度系数的方法,减少了人为因素的影响,提高了算法的稳定性。
- 贺礼哈章李传富王金萍周康源
- 关键词：超声图像斑点噪声鲁棒估计各向异性扩散
- 一种基于水平集的前列腺超声图像A动分割算法被引量：2
- 2009年
- 由于超声图像存在着斑点噪声和较低的信噪比，使得传统的分割算法很难应用于超声图像的自动分割，而手工分割方法非常耗时且重复性差。因此提出了一种基于水平集和改进径向浅浮槽算法（RBR，radical bas—relief）的前列腺直肠超声（TRUS）图像全自动分割算法。首先使用Sticks滤波器来去除斑点噪声，并且增强图像的对比度。然后使用径向浅浮槽算法来对图像进一步增强，通过使用形态学算法和边界填充得到前列腺的初始轮廓，使用该轮廓来初始化水平集算法，从而实现全自动分割。实验结果表明，该方法能有效地去除斑点噪声的影响，并且能够对前列腺超声图像实现较好的分割效果。
- 杨振森李传富周康源贺礼哈章
- 关键词：水平集算法数学形态学
- 联合弹性特性的乳腺超声图像序列诊断分析
- 乳腺癌是目前在女性范围内最常见的肿瘤之一,已经引起越来越多的关注。超声诊断是目前仍然是国内乳腺普查中应用得最为广泛的手段。使用计算机辅助超声诊断可以进一步提高超声检查的准确率。一般情况下,乳腺肿瘤计算机辅助诊断系统使用肿...
- 贺礼
- 关键词：乳腺肿瘤计算机辅助诊断
- 文献传递
- 基于改进测地线模型的前列腺超声图像分割被引量：2
- 2008年
- 利用变分法,消除了测地线中的重初始化过程,使运算速度加快;结合先验知识,改进了测地线活动轮廓的边缘检测函数;使用最小方差,提高了分割算法的精度。实验表明,该方法能够有效地进行分割前列腺超声图像,并且避免边界泄露问题。
- 杨振森李传富周康源张开华贺礼
- 关键词：水平集超声图像分割最小方差重新初始化
- 联合弹性特征的乳腺超声图像序列诊断分析
- 乳腺癌是目前在女性范围内最常见的肿瘤之一，已经引起越来越多的关注。超声诊断是目前仍然是国内乳腺普查中应用得最为广泛的手段。使用计算机辅助超声诊断可以进一步提高超声检查的准确率。一般情况下，乳腺肿瘤计算机辅助诊断系统使用肿...
- 贺礼
- 关键词：乳腺肿瘤计算机辅助诊断
- 文献传递
- 联合弹性特征的多特征乳腺肿瘤超声图像识别被引量：1
- 2008年
- 计算机辅助诊断技术是提高诊断效率的有效手段,目前常使用肿瘤的形态和灰度纹理特征进行综合分析。而临床研究表明,肿瘤弹性也是判别其良恶性的重要指标。本文使用非刚性配准的方法,分析加压前后两幅灰阶超声肿瘤图像之间的差异,从而提取了形变总量和缩小放大比这两个反映肿瘤弹性的特征参数。随后的分类判决实验证明,这两个弹性参数对肿瘤良恶性具有较好的区分能力,联合使用形态特征后性能更优。
- 哈章李传富王金萍周康源贺礼
- 关键词：乳腺肿瘤超声图像计算机辅助诊断
- 基于改进C-V模型的乳腺肿瘤超声图像分割被引量：3
- 2007年
- 提出了一种改进的C-V模型,完全避免了重初始化步骤并简化了初始水平集函数的构造,大大加快了分割速度。针对乳腺肿瘤超声图像灰度分布的特点和C-V模型分段常量的假设,提出了手工勾画粗略边界,再划分子图进行分割的半自动分割流程,不仅提高了分割准确性,同时也进一步提高了分割效率。实验表明,算法能高效准确地从超声乳腺肿瘤图像中提取出肿瘤的边界,为下一步的目标特征提取、分析打下了良好的基础。
- 哈章李传富王金萍周康源贺礼
- 关键词：水平集图像分割
- 乳腺超声图像序列的弹性特征病变分析被引量：1
- 2010年
- 在乳腺肿瘤超声诊断中,医师通过手工缓慢加压形成一个超声图像序列.针对乳腺肿瘤病例的单一图像进行识别,存在被干扰而改变的特征,而且不能反映特征在序列中的变化情况.临床研究也显示,乳腺超声图像序列之间的特征变化是判别其良恶性的一个重要指标.针对这个问题,基于手工加压程度变化的评估,提出了5个新型的基于弹性的归一化特征参数,并且联合形态和纹理特征,综合进行病变分析.SVM分类器实验表明,这种方法能够有效地识别肿瘤良恶性,为医师诊断提供必要的辅助诊断信息.
- 贺礼周康源冯焕清李传富杨振森
- 关键词：乳腺SVM算法计算机辅助诊断
- 基于SVM的前列腺超声图像病变分析
- 2008年
- 本文提出了一种使用前列腺直肠超声图像特征来进行病变检测的计算机辅助诊断方法。首先通过对每个分割后前列腺图像中的感兴趣区域(ROI,)进行统计纹理分析,提取出灰度级差矢量特征(GLDV)和边界频率特征,以及频率域的纹理特征。为了有效的分析纹理特征,所提取的特征集通过方差分析(ANOVA)来进行特征选择,得到一个维度较小的最优特征子集,然后应用支持向量机(SVM)对特征进行分类,从而检测出癌变区域。实验表明,本文方法能够有效地识别并检测出病变图像区域,为医生诊断提供必要的辅助信息。
- 杨振森李传富施俊周康源贺礼
- 关键词：纹理特征计算机辅助诊断支持向量机
