您的位置： 专家智库 > >

杨敏

作品数：11 被引量：50H指数：5
供职机构：包头医学院计算机科学与技术系更多>>
发文基金：内蒙古自治区自然科学基金内蒙古自治区高等学校科学研究项目更多>>
相关领域：自动化与计算机技术文化科学医药卫生电子电信更多>>

合作作者

文献类型

  • 9篇中文期刊文章

领域

  • 8篇自动化与计算...
  • 1篇电子电信
  • 1篇医药卫生
  • 1篇文化科学

主题

  • 5篇图像
  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 2篇医学图像
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇支持向量机分...
  • 2篇支持向量机分...
  • 2篇图像分割
  • 2篇区域生长法
  • 2篇向量
  • 2篇向量机
  • 2篇滤波器
  • 2篇结节
  • 2篇卷积
  • 2篇卷积神经网络
  • 2篇肺结节
  • 2篇分类器
  • 2篇CT图像

机构

  • 9篇包头医学院
  • 2篇内蒙古科技大...

作者

  • 9篇唐思源
  • 9篇杨敏
  • 4篇白金牛
  • 2篇苗玥
  • 1篇邢俊凤
  • 1篇崔媛

传媒

  • 2篇电子技术应用
  • 1篇电子世界
  • 1篇微型机与应用
  • 1篇中国医学物理...
  • 1篇软件
  • 1篇计算机科学
  • 1篇科学技术与工...
  • 1篇电脑知识与技...

年份

  • 2篇2020
  • 2篇2019
  • 2篇2018
  • 1篇2017
  • 1篇2016
  • 1篇2015
共 11 条 记 录，以下是 1-9
全选 清除 导出
排序方式：
基于CT图像的肺结节检测与识别被引量：6
2019年
目的:将肺结节从含有背景、噪声的胸腔区域里检测并识别出来。方法:首先,将DICOM格式的医学图像转换成JPG图像后,应用区域生长法分割出肺实质区域,去掉肺区外的干扰信息。然后,利用多尺度高斯滤波器增强图像后,应用模糊C均值聚类算法提取肺结节感兴趣区域。最后,对肺结节特征进行提取及归一化处理,应用支持向量机分类器识别并标记出肺结节。结果:在随机抽取的120例图像中,检测肺结节的准确率达到92.3%,分类识别肺结节的准确率达到95.6%。实验结果表明,本文方法有效地排除了交叉状和条形状血管等干扰,实现了肺结节的精确检测和识别。结论:本方法在保证检测和识别出正确结节的前提下,降低了误判率,算法也得到了较好的收敛。
唐思源刘燕茹杨敏徐瑞英
关键词：肺结节CT图像区域生长法模糊C均值聚类算法支持向量机分类器
基于BP神经网络的医学图像分割新方法被引量：11
2017年
对于医学图像而言,其分割结果的准确性对医生诊断病情并给出正确的治疗方案至关重要。应用传统的BP神经网络对医学图像进行分割,存在对初始权重值敏感、学习速率固定、收敛速度慢和易陷入局部极小值等问题。因此,提出了一种基于改进的粒子群优化算法的BP神经网络的医学图像分割方法。首先,应用粒子群优化算法与BP神经网络的映射关系,通过粒子群强大的搜索功能找到最佳适应函数,使对应的BP神经网络的均方误差达到最小值,克服了BP神经网络产生多个局部最小值的可能;其次,确定粒子的最佳位置后,在BP神经网络学习中获得最合理的权值和偏置值,以提高网络的收敛速度;最后,BP神经网络经反复训练后,获得最佳输出值,并计算阈值,通过阈值来分割图像区域。实验结果表明,利用改进的算法能够得到更清晰的图像分割效果,提高了图像的分割精度,对临床的诊断也具有重要参考意义。
唐思源邢俊凤杨敏
关键词：医学图像分割神经网络粒子群优化算法适应函数均方误差
医学专业网络学习平台的开发与应用
2015年
随着科技的进步和计算机网络的飞速发展,为了让医学专业学生的学习方式不受地域和时间的限制,最大可能的共享教学资源,产生了针对医学专业学生的网上学习平台。该系统采用B/S结构模式,开发语言使用ASP,SQL Server 2008作为数据库开发工具。该学习平台分前台界面演示和后台数据管理两个部分。前台主要实现的功能有：注册学生信息,上传资料的下载,在线视频观看,在线测试等,通过在线测试,学生可以检测当前的学习情况,通过在线论坛,学生可以相互的在线交流及讨论,老师也可以通过在线论坛收集学生的疑难问题等。后台管理主要实现的功能：可实现对学生资料的增删改功能,对课程相关资料的增删改等功能,管理员还可以发布新的公告。
唐思源杨敏崔媛
关键词：网上学习平台SQLSERVERASP
红细胞SEM图像的三维重构及形状特征提取被引量：2
2016年
临床经验及诊断中表明许多疾病都与红细胞形变有关。因此分析红细胞的形态特征可以辅助诊断病人的病情。运用模板匹配方法寻找12类形态变异的红细胞子图像的位置,应用PCA和LDA算法对12类产生形变的红细胞进行特征选择和提取,并针对噪声问题对算法进行了改进。通过实验数据对一些分类困难的形变细胞做进一步的数据对比及特征提取分类。实验表明,该算法及改进的方法能有效区分并提取出不同类型的红细胞,分类的准确率达到了92.7%。
唐思源白金牛杨敏
关键词：特征提取噪声
CT影像中毛玻璃型肺结节提取方法的研究被引量：6
2018年
毛玻璃(GGO)型肺结节目前研究的比较少,但其恶性可能性也比较大。针对GGO型结节的对比度较血管和实体型结节的对比度低,直接使用阈值法不能很好地提取GGO型肺结节,直接使用多尺度圆点滤波器不能提取非球形形状的GGO型肺结节的问题,提出了一种基于形状特征和滤波器增强的阈值法相结合的方法来提取GGO型结节。首先使用形状指数方法提取具有全部或部分球形结构的GGO型结节,然后对剔除了血管、球形结构结节的图像应用滤波增强法来拉伸毛玻璃结节和肺实质的对比度,利用阈值方法提取不具有球形结构的毛玻璃结节。为了提高检测的准确率,对肺结节的特征进行提取与分类,并选择最佳特征组合,放入支持向量机分类器提取更精确的肺结节,并对算法进行评估和对比。实验结果表明,该方法能有效降低GGO型肺结节的漏检率,提高检测的敏感性、特异性,优于现有的两种方法。
唐思源苗玥杨敏
关键词：支持向量机分类器
计算机专业课考核方式的分析与探讨——以《医学图像处理》课程为例
2020年
针对《医学图像处理》课程的特点及培养目标,分析传统的考核方式在计算机专业课程考核方面存在的问题及不足,提出把过程化评价应用到《医学图像处理》课程中,具体介绍了过程性评价的改革思路及设计方案,为实现培养计算机专业及交叉学科综合型、复合型人才提供了有力的保障。课程考核是指根据课程的教学内容、大纲、培养方案等组织学生进行的考试活动。课程考核在整个教学过程中是发挥了重要的作用,它可以验证学生的学习情况,考核学生对知识的掌握情况,教师可以从考核方式中发现教学中的问题,从而对课程教学进行改革,以适应学生的发展及专业目标的培养。
唐思源白金牛杨敏
关键词：计算机专业课课程考核
基于卷积神经网络的胰腺癌检测方法的研究被引量：1
2020年
胰腺癌是一种致死率比较高的恶性肿瘤,早发现、早治疗可以降低死亡率。CT图像能够准确的定位病灶的位置,是医生检测胰腺癌常用的医疗设备,但大量的阅片工作量容易使医生产生视觉疲劳,造成误诊和漏诊等现象。本文提出通过计算机自动检测胰腺癌的方案,该方案可以辅助医生检测胰腺癌,提高检测率。具体研究内容包括:胰腺区域数据集的收集、图像预处理、感兴趣区域的提取、卷积神经网络胰腺癌分类模型的构建、卷积神经网络模型的训练及测试。并实验验证利用本方案检测胰腺癌的准确率达到了96.8%,高于已有的两种方法,能够实现更高的检测率,可以为医生提供有价值的参考意见。
唐思源杨敏刘燕茹
关键词：胰腺癌CT图像感兴趣区域
区域生长和水平集相融合的肺部CT图像分割被引量：6
2018年
为将肺实质区域从含有背景、噪声的胸腔区域里分割出来,首先,应用传统的区域生长法初步定位肺部边界轮廓;其次,去除肺部边界噪声,采用自适应曲率阈值法修复肺部边界;最后,应用水平集法中的DRLSE模型精确地分割出肺部区域。融合两种方法分割肺部区域,有效防止了图像边缘的漏检,可处理多种类型病变的肺部图像。在随机抽取的150例图像中,分割的准确率达到96.9%,分割一幅图像花费的时间约为0.72 s,具有很强的鲁棒性和较高的分割精度。本算法能精确完整地分割出肺部区域并保留了肺区内的细节信息。
唐思源杨敏苗玥白金牛
关键词：区域生长法
基于深度卷积神经网络的肺结节检测与识别被引量：16
2019年
应用卷积神经网络将肺结节从含有背景、噪声的胸腔区域里检测并识别出来.首先,对图像进行预处理,获得肺实质图像.然后,应用Faster R-CNN多特征融合算法检测肺结节候选区域,再利用多角度特征融合方法滤除假阳性结节.接着,通过数据增强法、残差学习法、优化初始参数等对卷积神经网络的性能进行优化.最后,应用迁移学习方法对数据集进行训练,得出最终的检测结果.抽取LIDC数据集中含有肺结节图像数据,检测并识别肺结节的准确率达到98.1%.实验结果表明,该算法优于其他3类算法,实现了肺结节的精确检测和识别,在保证检测和识别出正确结节的前提下,降低了过拟合率及训练时间,提高了算法效率,研究成果为早期肺癌的诊断提供参考依据.
唐思源杨敏白金牛
关键词：卷积神经网络
全选 清除 导出
共1页<1>
聚类工具0