上海市教育委员会创新基金(12YZ026)
- 作品数：3 被引量：11H指数：2
- 相关作者：张麒韩红王文平戴伟陈帅更多>>
- 相关机构：上海大学复旦大学更多>>
- 发文基金：上海市教育委员会创新基金上海市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 淋巴结超声造影图像序列的特征提取被引量：6
- 2015年
- 区分淋巴结病变的良恶性具有积极临床意义。超声造影通过向血液中注射造影剂以动态显示组织中的新生血管及其血流灌注,是诊断淋巴结病变的新兴方法。针对病变淋巴结,提出一种从淋巴结超声造影图像中提取量化特征的方法,包括心动周期提取和子序列选择、淋巴结分割、纹理特征提取、统计学检验。对29个病人的41个淋巴结病灶的实验结果表明,提取的9个特征在良恶性淋巴结间存在显著性差异(P<0.05),有助于鉴别良恶性淋巴结。
- 张麒戴伟韩红王文平
- 关键词：特征提取淋巴结超声造影纹理特征肿瘤
- 基于多尺度模糊聚类与DGVF模型分割颈动脉超声造影图像被引量：2
- 2014年
- 超声造影(contrast-enhanced ultrasound,CEUS)图像在血管疾病诊断与治疗中有很高的应用价值,其中通过提取颈动脉CEUS图像中的血管边界对血管形态及弹性等属性进行测量具有重要意义.由医生手工勾勒血管轮廓耗时耗力,且重复性差、主观性强,而传统计算机分割方法因受到图像中斑点噪声的干扰而存在鲁棒性差和初始化难两大问题.首先,结合多尺度模糊聚类方法与粒子群优化算法提取血管的粗略轮廓,以此作为方向梯度矢量流(directional gradient vector flow,DGVF)模型的初始轮廓;然后,对轮廓进行形变收敛至最终结果.通过分割来自14例患者的48张颈动脉CEUS图像的实验,结果表明所提出的方法优于传统方法,能自动、精确地提取颈动脉CEUS图像中的血管边界.
- 张麒黄春春韩红李超伦王文平
- 关键词：多尺度分析模糊C均值聚类
- 乳腺肿瘤超声图像的反应扩散水平集分割被引量：3
- 2015年
- 针对乳腺肿瘤超声图像分割,提出一种改进的反应扩散(RD)水平集分割算法。先使用Gabor各向异性扩散模型进行滤波,由此构造边界停止函数;再将该函数融入RD水平集演化方程,以控制曲线的演化得到乳腺肿瘤的边界。采用该方法和传统RD方法对77例病人的111幅乳腺超声图像进行分割实验,分割准确率分别为98.5%和98.0%,真阳性率分别为88.2%和82.7%,与金标准之间的均方根误差分别为3.6和4.6像素。结果表明,该改进算法可获得更加准确的乳腺肿瘤分割结果。
- 陈帅张麒
- 关键词：图像分割
