医学图像分割相关论文
基于深度学习的医学图像分割方法已经成为了医学图像处理领域的强大工具。由于医学图像的特殊性质，基于深度学习的图像分割算法面临......
肺结核疾病是世界上死亡率极高的肺部疾病,随着社会的发展、空气质量的降低和生活环境的改变,肺结核疾病的患病规模逐渐增大,成为......
计算机辅助诊断技术在临床实践中具有广泛应用,医学图像分割是其中一个关键步骤。其目的是将医学图像中具有某些特殊含义的目标分......
开发合适的算法去更好地解释图像是医学成像分析领域的一个基本问题。机器学习的最新进展,尤其是深度卷积神经网络（DCNN）,已经被应用......
卵巢恶性肿瘤被称为女性恶性肿瘤中的头号杀手,但良性肿瘤的预后良好,因此卵巢肿瘤的及早诊断对于患者的治疗、预后极为重要。但目......
【目的】医学图像分割是医学图像分析中的一个重要内容。现有的大部分图像分割算法都是基于监督学习，而实际应用中医学图像标签难以......
大部分医学图像分割方法主要在相同或者相似医疗数据领域进行训练和评估，这意味其需要大量的像素级别的标注。但是，这些模型会在领域......
图像分割是计算机视觉领域的重要研究分支,随着人们对健康水平的愈加关注,医学影像分割成为了图像分割的热门研究方向。面对多样的......
器官损伤死亡率高，严重威胁着人类的生命安全。人体内脏形态多样，解剖结构复杂，因此器官图像的准确分割有助于医生进行诊断。医学图像......
基于全卷积的U型网络（U-Net）结构被医学图像分割模型广泛地用作骨干结构，但卷积神经网络（CNN）在捕捉长距离依赖能力上的劣势限制了分割......
现有的性能优异的医学图像分割模型大都由领域专家手动设计，设计过程往往需要大量专业知识和反复实验。此外，过度复杂的分割模型不仅......
针对编解码网络在病灶区域纹理复杂、边界模糊、与周围组织的对比度低以及背景噪声干扰等复杂医学图像的特征提取中鲁棒性较弱，导致......
跨模态的医学图像可以在同一病灶处提供更多的语义信息，针对U-Net网络主要使用单模态图像用于分割，未充分考虑跨模态、上下文语义相......
多模态医学图像能够有效融合解剖图像和功能图像的信息，将人体内部的功能、解剖等多方面信息反映在同一幅图像上，在临床上有十分重要......
期刊
深度自注意力网络（Transformer）对输入信息全局特征和长距离相关性具有天然良好的建模能力，其与卷积神经网络（CNN）的归纳偏置特性具有较......
磁共振影像是最有效的非侵入式诊断前列腺癌方法,医学影像分析在前列腺肿瘤良恶定性和分级评估以及外科手术实施方案的精准规划和......
医学图像分割是医学图像分析、理解和精确量化诊断的关键技术,为临床疾病诊断、术前规划、术中导航和术后评估等智能医疗服务提供......
医学图像分析是临床辅助筛查、诊断、分类的重要手段之一。在医学图像中,病理图像不仅可用于检测病变细胞和组织,来以进行诊断或预......
精确的胰腺医学图像分割在胰腺疾病的术前诊断，手术计划以及术后评估中均具有重要意义.相较于肝脏和肺，胰腺在不同个体上的形态体积......
随着信息化时代的来临,越来越多的领域都在进行数字化转型工作。医学图像处理以及分析一直是数字化转型工作的重要议题,许多研究者......
新生儿的脑部疾病是一系列多样化的疾病,罹患这些疾病的新生儿若是没有即时发现其脑部问题并加以诊治的话将有可能会使其终身残疾......
脑肿瘤是常见的恶性肿瘤,由于其发病部位特殊导致其治疗难度和致死性极高。放射治疗是脑肿瘤的临床治疗中最常用方式。在制定放射......
医学图像分割在定量分析、临床诊断和治疗过程中扮演着重要角色,基于编解码器架构的分割模型被广泛应用到医学图像分割中。在实际......
医学图像分割是计算机辅助诊断重要的一环,能帮助医生定位目标,实现定量的术前评估。为了全面了解病人的状况,医生往往使用多种成......
准确及高效地勾画医学影像中危及器官和靶区组织的轮廓是实现精准放射治疗的关键步骤,影响放射治疗计划的精确性和治疗疗效。目前......
肺动脉栓塞（PE）是指各种栓子阻塞肺动脉或其分支为发病原因的一组疾病或临床综合征的总称,其危害性仅次于心肌梗死和卒中。肺动脉栓......
图像配准和图像分割是医学图像处理中的两项关键技术,在疾病诊断、手术导航、疗效评估等实际医疗场景中发挥着非常重要的作用。传......
医学图像分割是医学影像处理过程中的关键技术之一,其对于辅助医生进行病理分析、诊断治疗等方面具有重要的研究价值。医学图像分......
肾癌是目前世界上最常见的十种癌症之一。根据统计,全球每年有超过40万的新增肾癌病例。从CT影像中准确分割出肾肿瘤,不仅能够量化......
当今医学影像分割在医学影像处理分析领域中扮演着关键角色,影像分割的精准度会直接影响到病情的分析与诊断。传统的分割算法受限......
联邦学习致力于保证用户隐私与数据安全条件下，有效地解决医疗领域数据孤岛的问题，是一个极巨潜力的发展方向。然而，现存的联邦学习在......
随着目前医学超声图像学技术不断发展,利用超声引导注射的方法被广泛应用于臂丛神经阻滞麻醉手术中。但由于超声图像的噪音干扰和......
随着社会对医疗健康越来越重视以及数字成像技术的发展,数字医学成像已经成为医疗专家诊疗患者的重要参考信息,在对患者病情进行定......
脊柱分割是脊柱图像定量分析中的关键组成部分,一个好的椎骨分割结果有助于计算机医学辅助系统的使用,并为后续脊柱医学任务打下坚......
胰腺癌是一种较为严重的恶性肿瘤,被称为癌中之王。2020年胰腺癌在中国癌症新发病例数中排名第8,胰腺癌的死亡率排名第7,其5年生存......
近年来,随着国民医疗水平的不断提升,医疗影像设备在基层医院的不断普及,医学图像数据已经成为医生做出病理诊断的重要依据,利用计......
针对医学图像中病灶区域的形状不规则、尺度变化大、强度不均匀和边界模糊等复杂特点导致医学图像分割精度下降的问题,本文提出了......
医学图像分割是一项极具挑战性的任务,也是医学领域与计算机视觉领域的完美结合。本文通过对医学图像分割领域现状的了解和学习,对......
随着医学影像技术的快速发展,利用计算机辅助诊断来进行医学图像分割已逐渐成为主流。然而目前医学图像的分割存在很多问题,如核磁......
近年来,随着医疗技术的提升以及经济的快速发展,全世界人口老龄化越来越严重,阿尔茨海默症、重度抑郁症等精神系统疾病的发病率也......
随着现代医疗技术的不断进步,医学图像数据量在持续快速增长,这使得计算机辅助的医学图像分析算法引起了学术界以及工业界的广泛关......
随着医学影像设备关键技术的不断进步以及计算机科学技术的发展,医学图像分析技术在临床诊断和临床治疗中发挥越来越重要的作用。......
目的 条纹状损伤是高度近视向病理性近视发展过程中的一种重要眼底改变.临床研究表明,在无创的眼底光学相干断层扫描(optical cohe......
计算机断层扫描(computed tomography,CT)技术能为新冠肺炎(corona virus disease 2019,COVID-19)和肺癌等肺部疾病的诊断与治疗提......
针对现有的U-Net编解码结构网络的边缘模糊以及上下文信息提取能力弱等问题,提出了在编解码结构网络基础上融合反向注意力和金字塔......
