公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

基于模板识别的高精度自动定位系统被引量：1: 2012年; 为满足机器人辅助医疗手术中高精度自动识别物体的需要,利用Bumblebee 2摄像头拍摄图像,把黑白交互的椭圆和圆作为一个模板,用改进的角点提取方法提取出图像中的角点;在对图像进行增强之后,利用模板黑白格的几何对称性特征提取模板中的角点,然后区分出椭圆中的角点和圆中的角点,最后利用向量垂直关系提取出椭圆中的目标角点,识别出模板.通过Bumblebee 2自带的深度函数,提取模板的深度,得到模板在摄像头空间中的坐标,达到高精度自动定位物体的目的,克服传统摄像机需要标定内外参数的步骤.实验表明,定位误差在0.42 mm之内,基本上可以满足手术的要求.; 刘荣彭艳敏唐粲毛建; 关键词：角点机器人辅助手术

左右利手成年人脑白质结构差异的磁共振成像及弥散张量成像研究被引量：7: 2018年; 目的探讨左右利手成年人脑白质结构差异及差异脑区各指标之间的相关性。方法对23名左利手和32名右利手成年人进行结构磁共振成像(structural magnetic resonance imaging,sMRI)和弥散张量成像(diffusion tensor imaging,DTI)扫描,采用基于体素的形态测量学方法(voxel-based morphometry,VBM)、基于体素分析(voxel-based analysis,VBA)和基于感兴趣区(region of interest,ROI)的确定性纤维束追踪方法,比较脑白质体积、各向异性分数(fractional anisotropy,FA)和平均弥散系数(meandiffusivity,MD)的组间差异,并分析有差异脑区内各指标之间的关系。结果(1)与右利手组相比,左利手组双侧胼胝体压部(左侧:x=-15,y=-57,z=13.5,t=-5.160;右侧:x=18,y=-42,z=12,t=-3.654)白质体积减小(P<0.001);左侧中央后回下部(x=-24,y=-46,z=54)、左侧岛叶上缘(x=-36,y=-12,z=20)的FA值增高(P<0.001)及通过其脑区纤维束的平均FA值、平均长度和纤维条数增加(P<0.05);右侧海马(x=24,y=-34,z=-2)的MD值降低(P<0.001)及通过该脑区纤维束的平均MD值降低、平均长度增加(P<0.05)。(2)左右利手组脑白质体积差异脑区右侧胼胝体压部白质体积与FA值(左利手组r=0.716,右利手组r=0.471)均呈正相关(P<0.05);左右利手组FA差异脑区左侧中央后回下部(左利手组r=-0.769,右利手组r=-0.841)、左侧岛叶上缘(左利手组r=-0.775,右利手组r=-0.744);左右利手组MD差异脑区右侧海马(左利手组r=-0.842,右利手组r=-0.742)FA与MD值均呈负相关(P<0.05)。结论左利手与右利手人群的脑白质存在宏观体积和微观结构差异,差异分布于多个脑区及纤维束,且不同差异指标间存在一定的关联性。; 姚洪娇张希彭艳敏郭明霞梁猛; 关键词：弥散张量成像脑白质

基于分水岭与图割的自动分割方法被引量：8: 2012年; 为快速、准确的提取CT序列图像中目标物体,把分水岭和图割相结合.首先选择目标物体的内外轮廓,对内外轮廓之间的区域用分水岭算法预分割为若干小区域,把每一个小区域作为一个节点,建立图结构.把多源点和多汇点简化成单源点和单汇点,建立新的图结构.然后利用最大流/最小割定理进行切割,提取目标物体.最后把上一张CT目标物体的轮廓映射到下一张CT上,分别扩大和缩小该轮廓作为该CT的内外轮廓.根据上述方法提取轮廓,对整个CT序列依次循环操作.通过实验证明该算法在分割效果和分割时间上优于其它传统算法,同时,实现了三维空间上序列轮廓的自动提取.; 刘荣彭艳敏唐粲程胜; 关键词：图割图像处理

数字医学图像处理课程实验教学的设计与实践: 2022年; 实验教学是理论教学的必要补充,不仅能加强学生对理论的理解,还能培养学生的应用能力,是教学过程中不可忽视的重要环节。为了更好地让学生掌握数字医学图像处理的理论知识和应用技能,对该课程实验设计进行改革。结合课程的特点、专业要求以及课程教学中存在的问题,数字医学图像处理课程实验设计以服务医学影像辅助诊断为目标,将实验体系层次化、内容模块化、实验平台多样化,培养多层次的医学图像处理技术人才,满足不同医学影像技术需求。通过教学实践可知,改革后的数字医学图像课程实验体系能有效地加深学生对知识的理解和能力的提升。数字医学图像课程实验教学设计的改革能提高教学效果,具有一定的推广价值。; 彭艳敏梁猛; 关键词：医学影像图像处理教学设计实验教学

缺血性脑卒中患者急性期rs-fMRI数据对恢复期记忆功能的预测作用被引量：1: 2023年; 目的探讨缺血性脑卒中患者静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)的神经活动局部一致性(regional homogeneity,ReHo)指标预测其恢复期的记忆功能情况及残差学习(residual learning,REL)对机器学习模型预测性能的影响。方法 2019年6月至2021年6月采集35名首次缺血性脑卒中患者卒中后1周(急性期)的rs-fMRI数据,并在卒中后6个月(恢复期)随访瑞氏听觉词语学习测试(Rey auditory verbal learning test,RAVLT)的记忆评分。利用卒中患者急性期rs-fMRI数据提取的ReHo指标,分别构建传统支持向量回归(support vector regression,SVR)模型以及基于REL的SVR(REL-SVR)模型对患者卒中后6个月时的记忆评分进行预测。利用Pearson相关系数评价模型性能,并比较两个模型的预测准确性。结果基于急性期的ReHo指标,SVR模型所得预测值与真实值之间的相关系数r=0.524(P=0.001),而REL-SVR模型所得预测值与真实值之间的相关系数r=0.671(P<0.001)。预测模型右侧颞中回颞极(权重:1.03)、右侧颞中回(权重:1.03)、右侧颞下回(权重:1.03)、右侧枕中回(权重:0.57)、左侧额上回(权重:0.32)、左侧内侧额上回(权重:0.53)、左侧缘上回(权重:1.54)、左侧距状裂(权重:0.65)、左侧舌回(权重:0.58)、左侧楔叶(权重:0.65)、左侧楔前叶(权重:0.83)和小脑(权重大于1.0)等脑区的权重较大。结论缺血性脑卒中患者急性期的ReHo指标可有效预测其恢复期的记忆功能,且REL能够提升传统SVR模型的性能。; 彭艳敏丁一淼刘静纯赵博郭明霞梁猛; 关键词：静息态功能磁共振成像支持向量回归卒中

精神分裂症多模态磁共振成像辅助诊断模型研究: 2024年; 目的:结合多模态磁共振成像和人工智能技术,探索建立精神分裂症影像学辅助诊断工具。方法:利用3个独立数据集,基于每名被试的脑结构磁共振成像(structural magnetic resonance imaging,sMRI)数据提取灰质体积(grey matter volume,GMV)、白质体积(white matter volume,WMV)、皮质厚度(cortical thickness,CT)和基于形变场的形态学测量(deformation-based morphometry,DBM)指标,基于功能磁共振成像(functional magnetic resonance imaging,fMRI)数据提取低频振幅(amplitude of low frequency fluctuation,ALFF)、局部一致性(regional homogeneity,ReHo)以及功能连接(functional connectivity,FC)指标。为构建精神分裂症识别模型(即区分精神分裂症患者及健康对照),首先利用机器学习方法基于单指标构建分类器,再融合多模态指标构建融合分类器。分类器的训练及测试分别在数据集内以及跨数据集间进行交叉验证。结果:数据集内的交叉验证结果显示,单指标分类器的精神分裂症诊断准确率最高为86.18%(FC),而多模态指标融合分类器的精神分裂症诊断准确率最高可提升至90.21%。跨数据集的交叉验证结果显示,单指标分类器的精神分裂症诊断准确率最高为69.02%(ReHo),而融合分类器的精神分裂症诊断准确率最高为71.25%。结论:基于功能性指标来识别精神分裂症的性能普遍优于结构性指标,而融合多种模态指标可进一步提升分类准确率,且基于CT、DBM、WM、FC、ReHo五种指标所构建的融合分类器性能最高,具有作为精神分裂症影像学辅助诊断工具的潜力。; 彭艳敏班美婷ARACHCHI WASANA EDIRI廖崇健骆骐梁猛; 关键词：精神分裂症功能磁共振

全选清除导出

共1页<1>

彭艳敏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

彭艳敏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈