您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于主动被动近邻算法的肺癌计算机辅助诊断

  2. CT图像的肺癌计算机辅助诊断一般可分为三大模块,即CT的图像处理,肺肿块的特征提取以及使用智能分类器对肿块的分类和诊断。本篇文章主要实现计算机CT图像辅助诊断的最后一个模块的计算机化,以便提供给医生在最后诊断环节上的一些参考信息。项目首先需要收集病例,当拿到一个病例,并且通过医生辨认出结节后,医生再提供辨认出结节的特征,结节的特征包括大小、数目、毛刺、分叶等16个。如此,我们收集到了204个恶性病例和46个良性病例,共250个病例,并确定了它们的特征。这些特征通过翻译,转换为一组数字信号,也就
  3. 所属分类:其它

    • 发布日期:2010-10-12
    • 文件大小:211968
    • 提供者:banjava
  1. lidc 肺结节 CT 数据集 工具包

  2. lidc 数据集 工具包。提取lidc数据集中的注解文档,然后在DICOM数据中获取到肺结节病灶
  3. 所属分类:医疗

    • 发布日期:2016-04-09
    • 文件大小:186368
    • 提供者:qq1974478360
  1. (图像分割)MATLAB胸部CT肺质提取.rar

  2. 训练神经网络需要大量数据,目标检测中需要先进行标记。肺结节的检测非常普遍。现分享一个自己在胸部CT肺质标记的方法。
  3. 所属分类:其它

    • 发布日期:2019-07-18
    • 文件大小:321536
    • 提供者:xsz591541060
  1. pylung-master.zip

  2. 该资源是用于肺结节分提取,为了后期的分类做准备的,是关于lidc的XML文件读取,记录相应信息,实现最后的肺结节剪切
  3. 所属分类:深度学习

    • 发布日期:2020-04-12
    • 文件大小:22528
    • 提供者:Hjinmo
  1. 肺结节CT图像纹理特征的初步研究

  2. 主要是肺结节CT图像的纹理特征提取,很适合大家。
  3. 所属分类:专业指导

    • 发布日期:2013-09-26
    • 文件大小:702464
    • 提供者:wanhuihua1015
  1. 基于改进自生成神经网络的孤立性肺结节分类

  2. 为了提高孤立性肺结节良恶性诊断中的分类准确度,提出了一个基于自生成神经网络的自动分类算法。该算法首先对PET/CT图像进行去噪、配准等预处理,分别提取孤立性肺结节的结构影像特征和代谢特征,然后对自生成神经网络进行训练和优化,构建分类器,根据距离测度和自动连接规则对待分类肺结节进行分类。初步的实验结果表明,与传统的自生成神经网络算法和BP神经网络算法相比,改进的自生成神经网络分类算法能得到更高的分类准确率。
  3. 所属分类:其它

    • 发布日期:2020-06-20
    • 文件大小:284672
    • 提供者:weixin_38727980
  1. CT影像中毛玻璃型肺结节提取方法的研究

  2. 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
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:579584
    • 提供者:weixin_38646230
  1. [新闻中]使用三通道样本的肺结节假阳性减少

  2. 我们提出了一种使用平均厚度不同的三通道样本对肺结节进行假阳性减少的新方法。 一个三通道样本包含一个以候选点为中心的色块以及该候选点上方和下方的第k个切片的两个色块。 三通道样本包含丰富的肺结节空间背景信息,并且可以在较低的计算和存储要求下进行训练。 卷积神经网络(CNN)被构建和优化为我们研究中的候选特征提取器和分类器。 提出了一种融合方法,用于融合每个候选的多个预测结果。 我们的方法报告说,在LUNA16 Challenge进行的888 CT扫描中,每次扫描4次和8次假阳性时,灵敏度分别为84
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:404480
    • 提供者:weixin_38601103
  1. 基于混合受限玻尔兹曼机的肺结节良恶性诊断

  2. 针对传统计算机辅助诊断中肺结节的特征提取方法依靠人工设计、操作复杂、识别率低等问题,提出.了一种基于混合受限玻尔兹曼机的肺结节良恶性诊断方法。首先采用多层无监督卷积受限玻尔兹曼机自动对.肺结节图像进行特征学习,然后利用分类受限玻尔兹曼机对获得的特征进行良恶性分类。为避免分类受限玻.尔兹曼机在训练中出现的特征同质化问题,引入了交叉熵稀疏惩罚对其进行优化。实验表明,该方法有效避.免了手动特征提取的复杂性,在肺结节良恶性分类的准确率、敏感性、特异性、ROC 曲线下面积值上均优于.传统诊断方法。
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:988160
    • 提供者:weixin_38672800
  1. 改进的基于局部监督算法的模糊聚类在肺结节分类与识别中的应用

  2. 准确分类和识别肺结节是肺癌计算机的重要且关键的过程,辅助诊断(CAD)系统。 为了提高准确率,本文提出了一种基于LIDC数据库中医生注释信息的改进的局部监督模糊聚类算法。 首先,将所有肺结节从CT图像中分割出来。 其次,根据肺结节的病变特征,我们提取了一组主要基于形状的特征向量。 最后,我们通过在聚类过程中利用标记样本的类信息来计算参考成员资格,并使用参考成员资格来指导测试样本的聚类过程,以帮助测试样本更准确地聚类。 实验结果表明,该方法在分类和识别方面要优于传统算法。
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:563200
    • 提供者:weixin_38646914
  1. 基于自动编码器的[印刷中]肺结节分割方法

  2. 每个结节的感兴趣区域。 它主要包括两部分:自动编码器的无监督训练和分段网络的有监督训练。 应用自动编码器的无监督学习,我们获得了包含其编码部分的特征提取器。 通过在特征提取器后面添加一些新的神经网络层并对其进行监督学习,我们得到了最终的分割神经网络。 与传统的最大二维熵阈值分割算法相比,该算法在36个兴趣区域分割实验中的骰子相关系数高1%-9%。
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:243712
    • 提供者:weixin_38714761
  1. 基于深度卷积特征的改进极限学习机的肺结节检测

  2. 这项工作实现了一种基于具有深度卷积特征的改进的极限学习机(ELM)的方法,可以自动检测肺结节。 卷积神经网络(CNN)用于提取肺结节的特征进行分类。 然后,通过将标准化和投票选择相结合,将ELM用于检测肺结节。 与传统方法相比,表明本方法具有较高的性能,可作为肺结节计算机辅助诊断的有效工具。
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:150528
    • 提供者:weixin_38695471
  1. 基于多维图像信息的肺结节良恶性鉴别方法

  2. CT 图像中肺结节的良恶性鉴别是肺癌计算机辅助诊断研究中的关键。针对这一问题,提出了一种基于图像多维信息的肺结节良恶性鉴别方法。该方法基于三维肺结节的二维表示来进行影像学征象建模,并计算模型特征值。然后,提取结节的形状及纹理特征。最后,根据提取的所有特征,利用模糊C 均值分类器对肺结节的良恶性进行鉴别。针对130 组结节数据进行实验,肺结节良恶性鉴别的敏感性及假阳率分别达到87. 58% 及9. 52%。实验结果表明,该文提出的方法能有效地区分肺结节的良恶性,辅助医生进行临床诊断。
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:417792
    • 提供者:weixin_38659812
  1. 基于多尺度形态学滤波的CT图像疑似肺结节提取

  2. 基于多尺度形态学滤波的CT图像疑似肺结节提取
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:358400
    • 提供者:weixin_38553791
  1. 基于多投影图像配准的肺结节检测算法

  2. 针对多投影图像的特点,提出一种利用同一病人多投影图像中相近位置的候选结节互信息的配准算法,由此来减少检测结果中假阳性结节的数目。通过对多投影图像中候选结节的初始检测与精确分割、特征提取与分类,完成候选结节的检测。此时,在敏感性为65%条件下,平均每张图像检测到的假阳性结节数目为11.3。再使用互信息对检测到的候选结节进行配准,并利用配准信息进一步去掉假阳性结节,平均每张图像检测到假阳性结节的数目降为1. 9。即使实验数据大部分为小结节,且图像噪声大,对比度低,此检测结果仍然令人满意。因此,提出的
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:408576
    • 提供者:weixin_38551376
  1. 结合深度卷积神经网络与影像学特征的肺结节良恶性鉴别方法

  2. 提出一种将卷积神经网络(CNN)学习特征与传统影像学特征结合的肺结节良恶性鉴别方法。首先,从电子计算机断层扫描(CT)图像中分割出肺结节区域,并使用传统机器学习方法提取结节区域的影像学特征;然后,使用截取的肺结节训练3D-Inception-ResNet模型,提取网络学习的CNN特征,组合两类特征,并利用随机森林(RF)模型进行特征选择;最后,采用支持向量机(SVM)、RF等传统分类器对肺结节进行良恶性鉴别诊断。使用LIDC-IDRI数据库中的1036个肺结节进行实验验证,最终所提方法的分类准确
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:4194304
    • 提供者:weixin_38622611
  1. 二维和三维卷积神经网络相结合的CT图像肺结节检测方法

  2. 针对现有方法在大量肺部数据中存在的检测肺结节效率不高及大量假阳性的问题,提出了一种基于端到端的二维全卷积对象定位网络(2D FCN)与三维立体式目标分类卷积神经网络(3D CNN)相结合的肺结节检测方法。首先采用2D全卷积神经网络对所有CT图像进行初步检测,快速识别和定位CT图像中的疑似结节区域,输出一张与原图尺寸相同且被标记好的图像。然后计算疑似结节区域的坐标,根据坐标值提取疑似结节的三维立体图像块训练构建的3D卷积神经网络框架。最后利用训练的3D模型对候选结节做二分类处理以去除假阳性。在LI
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:9437184
    • 提供者:weixin_38689041