王媛媛
- 作品数：11 被引量：57H指数：5
- 供职机构：宁夏医科大学更多>>
- 发文基金：宁夏回族自治区自然科学基金国家自然科学基金宁夏高等学校科研基金更多>>
- 相关领域：医药卫生自动化与计算机技术电子电信更多>>
- 特征级图像融合及在医学图像中的应用研究被引量：2
- 2016年
- 医学图像特征级融合在医学领域中有重要的地位,首先给出了医学图像特征级融合流程图;然后对医学图像特征级融合技术进行探讨;其次,将特征变换方法归纳为基于核函数、非线性流行学习、不确定性和仿生学等四类,并分别进行了总结;再次,将特征选择方法归纳为基于启发式搜索、完全式搜索和随机搜索等三类,并对其中典型的粗糙集、遗传算法进行了讨论;最后对医学图像特征级融合技术进行总结和展望。
- 吴翠颖周涛陆惠玲王媛媛
- 关键词：特征提取特征降维医学图像图像融合
- 基于卷积神经网络的肺部肿瘤PET/CT计算机辅助诊断研究
- 研究背景： 深度学习被引入机器学习领域使其更接近于人类最初的目标—人工智能，卷积神经网络作为深度学习典型模型于计算机视觉领域取得显著成绩。随着肺癌严重威胁人类生命健康，基于数字影像的早诊断早治疗对于肺癌患者至关重要，将...
- 王媛媛
- 关键词：肺部肿瘤卷积神经网络计算机辅助诊断
- 基于遗传算法和变精度粗糙集的PET/CT高维特征级选择方法
- 本发明公开了基于遗传算法和变精度粗糙集的PET/CT高维特征级选择方法，该方法一方面综合考虑了染色体编码取值、属性的最小约简数目、属性依赖度等构造一个通用的适应度函数框架，通过调节各个因素的权重系数来实现不同的适应度函数...
- 周涛陆惠玲王媛媛师宏斌
- 文献传递
- 基于遗传算法—BP神经网络的乳腺肿瘤辅助诊断模型被引量：5
- 2016年
- 针对BP神经网络在辅助诊断建模过程中因输入特征的多维性而造成模型精度低、建模时间长等问题,提出基于遗传算法—BP神经网络的乳腺肿瘤计算机辅助诊断模型。首先提取乳腺肿瘤感兴趣区域的几何特征、形状特征、灰度特征、纹理特征、频率特征和边缘特征共79维;其次,用遗传算法(GA)对提取的特征进行约简,去掉一些冗余特征,选择最能体现肿瘤良恶性的特征组合17维;最后采用BP神经网络对17维特征进行乳腺肿瘤辅助诊断研究。实验结果表明,基于GA-BP的模型在乳腺肿瘤识别中取得了良好效果。
- 马满芳陆惠玲王媛媛吴华锋季明周涛
- 关键词：遗传算法BP神经网络乳腺肿瘤计算机辅助诊断
- 基于集成SVM的肺部肿瘤PET/CT三模态计算机辅助诊断方法被引量：9
- 2017年
- 本研究提出基于集成SVM的肺部肿瘤PET/CT三模态计算机辅助诊断新方法。首先在临床采集肺部肿瘤患者PET、CT和PET/CT各2000例三模态图像数据上提取对同一病灶ROI区域;然后根据CT、PET和PET/CT的不同特点,从三模态图像的ROI区域中提取形状特征、灰度特征、Tamura纹理特征和GLCM特征等不同特征分别构成80、98、98维特征分量,并分别在不同特征空间里构造个体分类器,包括CTSVM、PET-SVM、PET/CT-SVM;最后,基于相对多数投票原则,对CT-SVM、PET-SVM和PET/CT-SVM进行集成,识别对肺部肿瘤。实验结果表明,该方法能够有效提高肺部肿瘤的诊断正确率。
- 吴翠颖周涛陆惠玲姚中宝王媛媛杨鹏飞
- 关键词：PET/CT正电子发射计算机断层显像肺部肿瘤计算机辅助诊断
- 从湿论治高尿酸血症
- 2024年
- 近些年,高尿酸血症的发病率不断升高,且呈年轻化趋势,可引起痛风、肾脏损伤等多种并发症。中医认为,高尿酸血症归属“痹证”“历节”等范畴,脏腑亏虚,湿、痰、瘀阻滞血脉为主要病机,属本虚标实证。湿贯穿高尿酸血症发生、发展全过程,根据痰湿为之首、湿热为之渐、湿瘀为之终的演变规律论治,临床治疗应标本兼治,以化湿泄浊为本,兼以补虚、祛痰、清热、化瘀等,同时固护脾肾,调节脾肾运化水液功能,攻补兼施。
- 王佳瑶张敏马晓霞王媛媛崔瑞琴
- 关键词：高尿酸血症历节痰湿湿瘀健脾利湿
- 基于集成卷积神经网络的肺部肿瘤计算机辅助诊断模型被引量：16
- 2017年
- 将卷积神经网络(CNN)用于肺部肿瘤正电子发射计算机断层扫描(PET)/电子计算机断层扫描(CT)计算机辅助诊断,不仅可以提供精确的定量分析以弥补人眼惰性及对灰阶不敏感的缺陷,也能辅助医生准确诊疗。本文首先采用参数迁移的方法初始构建三个CNN(CT-CNN、PET-CNN、PET/CT-CNN)分别用于肺部肿瘤CT、PET、PET/CT的识别;然后以CT-CNN为例探讨迭代次数、批次大小和输入图像大小对识别率和训练时间的影响,从而选择合适的模型参数训练单一CNN;最后集成三个单一CNN,采用"相对多数投票法"完成肺部肿瘤PET/CT计算机辅助诊断,进而对比集成CNN与单个CNN的性能。实验结果表明集成CNN模型比单一CNN模型对于肺部肿瘤计算机辅助诊断的性能更优。
- 王媛媛周涛陆惠玲吴翠颖杨鹏飞
- 关键词：肺部肿瘤计算机辅助诊断
- 基于RoughSet的特征集融合PET/CT肺部肿瘤CAD模型被引量：2
- 2017年
- 针对肺部肿瘤PET/CT感兴趣区域(ROI)在高维特征表示下存在着特征相关和维数灾难问题,提出了一种基于粗糙集特征集融合的PET/CT肺部肿瘤CAD模型。首先提取肺部肿瘤ROI的8维形状特征、7维灰度特征、3维Tamura纹理特征、56维GLCM特征和24维频域特征,得到98维特征矢量;然后基于遗传算法的知识约简方法和基于属性重要度的启发式算法对提取的特征集合分别进行特征级融合得到特征子集G1、G2、G3,A1、A2、A3,降低特征矢量的维数;再次利用网格寻优算法优化核函数的SVM作为分类器分别进行融合前和融合后的分类识别比较,基于遗传算法的特征集融合和基于属性重要度的特征集融合的分类识别比较2组实验;最后以2 000幅肺部肿瘤的PET/CT图像为原始数据,采用基于粗糙集特征集融合的肺部肿瘤PET/CT计算机辅助诊断模型对肺部肿瘤进行辅助诊断。实验结果表明,经过粗糙集特征集融合的肺部肿瘤诊断识别方法能有效提高肺部肿瘤的诊断正确率,一定程度上降低了特征之间的相关性。
- 吴翠颖周涛陆惠玲王媛媛
- 关键词：PET/CT肺部肿瘤计算机辅助诊断
- 基于卷积神经网络的PET/CT多模态图像识别研究被引量：10
- 2017年
- 将卷积神经网络用于CT、PET、PET/CT三种模态的医学影像分类识别,为医院统一存储管理影像数据和医护人员快速检索提供便利。首先探讨卷积神经网络对于PET/CT多种模态图像识别的可行性,其次探讨模型参数(迭代次数、批量大小)对网络识别率和训练时间的影响,然后改变CNN模型结构,探讨网络层数、特征图数量和卷积核大小对网络训练和分类效果的影响。实验表明:卷积神经网络对于PET/CT多模态图像识别取得了良好的效果,针对特定问题需要综合图像大小和信息的复杂程度构建最优的CNN模型,在保证高识别率的同时,可以选择合适的参数降低时间复杂度。
- 王媛媛周涛吴翠颖
- 关键词：卷积神经网络PET/CT多模态图像识别
- 深度学习及其在医学图像分析中的应用研究被引量：15
- 2016年
- 深度学习被引入机器学习领域与大数据的完美结合加快了人工智能实现的步伐,近年来备受学术界和工业界的广泛关注。从深度学习的3种经典模型出发,主要做了5方面的工作:第一,针对深度信念网络,从网络结构(隐含层数、RBM结构、DBN级联),学习算法(基本算法、优化算法与其他方法结合),硬件系统(GPU,FPGA)三个方面进行总结;第二,针对卷积神经网络,从网络结构(输入层、隐含层、CNN个数),学习算法,硬件系统三个方面进行归纳;第三,针对堆栈自编码器,以时间为轴对其发展进行梳理,阐述相应自编码器的方法改进;第四,从医学图像分割、医学图像识别和计算机辅助诊断3个方面详细探讨深度学习在医学图像分析领域中的应用;最后从大数据浪潮、模型构建、特征学习、应用拓展4个方面对深度学习的发展进行展望。
- 王媛媛周涛吴翠颖
- 关键词：卷积神经网络医学图像
