唐三
- 作品数：3 被引量：4H指数：2
- 供职机构：复旦大学信息科学与工程学院电子工程系更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术生物学医药卫生更多>>
- 利用自适应纹理分布的活动形状分割前列腺磁共振图像被引量：2
- 2013年
- 基于前列腺磁共振图像性质,提出利用自适应纹理分布的活动形状图像分割方法来自动分割前列腺磁共振图像。该方法首先通过图像的分类与拟合确定感兴趣的腺体区域,同时估计若干形状参数用于分割过程中调整形状;然后融入多重纹理信息,建立纹理一致测度,将传统的活动形状按照自适应的纹理判别步骤细分为纹理分布形状与补充形状,提高活动形状的搜索匹配能力。在搜索匹配部分,利用已估计参数优化活动形状搜索的初始估计,并根据纹理分布形状和补充形状调整迭代过程。实验结果表明,该方法分割出来的前列腺轮廓与金标准的Hausdorff距离为6.00 pixel,分割精度为93%。该方法对活动形状的改进是有效的,利用自适应纹理分布的活动形状能够自动、准确地将前列腺从磁共振图像中分割出来。
- 汪源源原宗良唐三
- 关键词：前列腺磁共振图像图像分割
- 基于增强CT图像的肾上腺肿瘤分类
- 肾上腺肿瘤是临床常见的后腹膜肿瘤,发病率近年来成上升趋势.肾上腺肿瘤种类多样,依病灶位置可分为皮质肿瘤和髓质肿瘤等.不同肿瘤的治疗方案不尽相同.增强计算机断层扫描(Contrast-Enhanced Computed T...
- 唐三郭翌汪源源曹万里孙福康
- 关键词：肾上腺肿瘤计算机辅助诊断图像分割肿瘤分类
- 基于增强CT图像的肾上腺肿瘤分类被引量：2
- 2014年
- 基于增强计算机断层扫描图像,提出肾上腺肿瘤的计算机辅助诊断与分类算法。先读入肾上腺肿瘤的DICOM图像;然后利用基于局部区域的水平集方法分割肿瘤,解决边界模糊和区域不均匀的问题;在图像分割基础上,自动提取肿瘤的形态和纹理特征;最后利用支撑向量机进行分类并输出诊断结果(肾上腺皮质肿瘤或髓质肿瘤)。实验使用318幅增强计算机断层扫描图像,结果表明该算法具有良好的分类性能,其中准确性为95.28%、特异性为96.49%、敏感性为94.61%、阳性预测率为97.97%和阴性预测率为90.91%。因此,本文提出的计算机辅助诊断算法能够有效地对肾上腺肿瘤做出正确定位和定性诊断,可为临床的治疗和手术方案提供重要的参考。
- 唐三郭翌汪源源汪源源曹万里
- 关键词：肾上腺肿瘤计算机辅助诊断图像分割肿瘤分类
