医学图像相关论文
随着科技的进步,图像分割作为图像处理的关键技术之一有着至关重要的地位,本文基于卷积神经网络的方法对图像的分割技术做出针对性......
随着信息技术的快速发展,医疗领域的图像分割任务得到了广泛的关注与研究。医学图像分割能够预测出病灶或器官的位置,辅助医生进行......
针对人为无法及时从医学图像发现病理特征，最终导致并且恶化的问题，本文提出了一种二次特征提取的方法 w-net，用来对肺、肝脏、细胞及......
本文介绍了基于深度学习的“医学影像智能分割系统”的开发与实现，本系统将基于深度学习的语义分割方法与影像相结合对病灶区域进行......
近年来，由于Transformer能够有效地捕获全局上下文信息，在机器视觉领域展现了巨大的应用潜力。然而，它只能获取单尺度的上下文信息，对......
医学病理图像精准的自动分类一直是深度学习领域研究的重要问题。但传统的人工提取特征并进行图像分类,通常需要深入的知识以及更......
针对已有的目标检测算法对于医学图像目标检测效果差、精度低、漏检等问题，在Faster RCNN及其他目标检测算法的启发下，提出一种以Fas......
精确的肝脏和肝脏肿瘤自动分割方法在帮助医生对肝癌诊断、治疗和以及在术后观察都具有重要的意义。由于卷积的局部性，现有的基于卷......
医学图像对疾病的诊断、治疗和评估均有所帮助,准确分割医学图像中的器官对于辅助医生的诊断具有重要的实际意义.由于医学图像中各......
鉴于图像的密文域可逆信息隐藏在安全云计算和隐私保护方面的重要作用，为了提高信息嵌入率，结合医学DICOM图像像素深度高、像素分布......
近年来,深度学习技术飞速发展,在很多领域大放异彩,尤其是在计算机图像处理领域,深度学习尤其是神经网络的相关技术逐渐被应用于医......
目前深度学习在医学图像分析领域取得的良好表现大多取决于高质量带标注的数据集,但是医学图像由于其专业性和复杂性,数据集的标注......
近年来,以卷积神经网络为代表的深度学习方法在医学图像的分类、分割等任务上取得了超越传统方法的成绩,得到了越来越广泛的研究和......
高分辨率医学图像可以为医生提供更丰富的病理信息,提高诊断的可靠性。核磁共振成像（MRI）是临床上常用的成像技术,当前,获得较高分辨......
随着医学成像技术的快速发展,计算机辅助诊断系统成为当今医生诊断的重要辅助工具,而医学图像分割又是计算机辅助诊断系统设计中的......
由于空气污染、吸烟以及不良生活习惯等原因,目前有越来越多的人患上诸如肺癌、肺炎等肺部疾病。在肺部疾病诊断的过程中,医生往往......
随着老龄化社会的到来,患者逐渐增多,医疗资源越来越难满足当今社会的医疗需求。深度学习不仅可以有效的缓解医疗资源紧缺的问题而......
近年来，随着国家层面对“AI+医疗领域”的重视，医疗人工智能研究得到快速发展。深度学习作为人工智能领域的一个重要分支，具有强大的......
随着医学影像技术的发展,在临床中,越来越多疾病的诊断及治疗需要医学图像作为辅助工具。然而,由于医学图像分辨率低、噪声强、组......
传统牙科医生通过测量和操作牙模来进行诊疗,该法成本高、耗时长、精度不高。现代三维牙齿的数字模型为牙科提供了重要的临床治疗......
现今社会,“养生”一词频繁登上各类搜索引擎的热搜榜,足以说明当代人对于身体健康的关注程度空前高涨,而其中最不容忽视的就是口......
在众多的目标检测算法中,深度学习可以有效地识别病变区域并提高其检测精度。当前,基于深度学习的目标检测算法只是从图像的角度对......
随着现代医疗影像的数字化存储与传输等新技术的逐步改进与完善,数字化医疗影像在临床疾病的诊断与治疗等相关科学研究方面当中的......
医学图像是重要的临床参考信息,被广泛应用于实际临床诊断中。高分辨率的医学图像可以辅助医生做出更好的治疗决策,但直接获取真实......
随着医学影像学的快速发展,医生显著提高了对不同疾病的检测效率和诊断精度。其中,医学图像病灶区域的分割结果是医生作为临床学诊......
MRI和CT等医学成像模式总会受到伪影与噪声的影响.空气介质中的微小颗粒会导致噪声,成像设备的抖动或成像体的运动会产生运动伪影,......
近些年,利用计算机辅助诊断（CAD）技术进行医学图像的处理与分析得到了广泛的关注。现代深度学习技术日新月异,将卷积神经网络（CNN）用于......
医学图像配准是医学图像处理（病灶识别、分割）的基础,在图像引导放射治疗、肿瘤检测生长、器官图谱生成等领域有重要应用.基于迭代优......
颅内动脉瘤是脑血管疾病的一种,一旦发生动脉瘤破裂,如果不得到及时的救助,很有可能会危及患者的生命安全。在颅内动脉瘤的诊断中,......
医学图像分割是医学图像处理研究中的一个关键问题,即将医学图像中感兴趣区域分割出来,是后续特征提取、影像分析和预测,以及临床......
医学图像分割是医学图像处理与分析领域一个复杂而关键的步骤,其目的是将医学图像中具有特殊含义的部分分割出来,并提取相关特征,......
小规模数据集和有限的带标签样本是医学成像领域的主要挑战。训练成功的深度学习算法需要大量的有标签数据作为支撑,但由于医学图......
随着社会发展,健康日益成为人们关注的问题。在疾病的诊断和分析方面,特别是肿瘤和神经退行性疾病,目前存在以下问题:医生进行诊断......
阿尔茨海默病（Alzheimer Disease,AD）以及注意力缺陷障碍症（Attention Deficit Hyperactivity Disorder,ADHD）等神经性疾病深深的影响......
医学图像配准技术是医学图像处理领域中一个重要的研究问题。传统的配准方法需要通过重新迭代优化目标函数实现配准,计算速度缓慢,......
随着医学影像技术的迅速发展,健康医疗已步入大数据新时代,其中医疗大数据中90%的数据来自医学影像。因此,如何从海量医学影像数据......
医学图像配准一直是医学影像处理系统中重要的处理环节,能够为后续的融合、重建等任务提供对齐的图像数据。由于医学图像具有极其......
深度学习在近年来得到了快速的发展,优秀的算法更是层出不穷,在医学图像分类上已经具备很高的识别率,但是在处理多尺寸的医学图像......
当前,计算机技术发展日新月异,随着医疗器械的配套更新,医学图像的数据也越来越丰富。面向医学图像的处理和分析能够对医生的诊断......
生成对抗网络将多个深度神经网络嵌入到最小化-最大化框架中,通过构建初始分布和真实数据分布之间的非线性映射,达到拟合真实数据......
医学图像解剖结构的分割在医学辅助诊断中起到重要的作用。在近三十年来的时间里,已经有大量的交互式三维分割的方法被研究出来,目......
随着信息和大数据时代的来临,许多领域发生了革命性的变化。医疗领域已经在朝着数据化和信息化方向发展。病人的电子病历(EPR)、医......
待检测医学图像爆炸式增长,仅依靠人工识别的方式越来越难以快速、准确的检测图像中是否存在肿瘤。因此,医学图像处理技术迅速发展......
近年来现代医学成像设备随着科技的进步得到了迅猛的发展。不同的医学成像设备能够产生不同模态的医学图像,而不同模态的医学图像......
随着医学成像技术的飞速发展,现代医学的疾病诊断已经离不开医学影像的帮助。前列腺癌症和动脉粥样硬化斑块是严重危害人类健康的......
肺结节作为肺癌早期诊断的重要特征,对其识别和类型判断具有重要意义.目前使用迁移学习的识别算法存在着源数据集与目标数据集差距......
深度学习技术发展迅速,在医学图像处理领域取得了显著成果.但是由于医学图像样本少,标注困难,使得深度学习的效果远未达到预期.近......
