深层聚合残差密集网络的超声图像左心室分割

来源 :中国图象图形学报 | 被引量 : 0次 | 上传用户：yao252373

【摘要】

：

目的超声图像是临床医学中应用最广泛的医学图像之一,但左心室超声图像一般具有强噪声、弱边缘和组织结构复杂等问题,其图像分割难度较大。临床上需要一种效率高、质量好的超声图像左心室分割算法。本文提出一种基于深层聚合残差密集网络(deep layer aggregation for residual dense network,DLA-RDNet)的超声图像左心室分割算法。方法对获取的超声图像进行形态学操

【作者】

：

吴宣言缑新科朱子重魏域林王凯

【机构】

：

兰州理工大学电气工程与信息工程学院,兰州730050

【出处】

：

中国图象图形学报

【发表日期】

：

2020年09期

【关键词】

：

超声图像左心室分割深层聚合残差密集网络网络剪枝

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

慢性小脑刺激系统

会议

脑刺激

不规则像素簇显著性检测算法

目的显著性检测领域的研究重点和难点是检测具有复杂结构信息的显著物体。传统的基于图像块的检测算法,主要根据相对规则的图像块进行检测,计算过程中不能充分利用图像不规则的结构和纹理的信息,对算法精度产生影响。针对上述问题,本文提出一种基于不规则像素簇的显著性检测算法。方法根据像素点的颜色信息量化颜色空间,同时寻找图像的颜色中心,将每个像素的颜色替代为最近的颜色中心的颜色。然后根据相同颜色标签的连通域形成

期刊

显著性检测不规则块颜色空间量化全局对比度中心先验

孤束核内微量注射ＧＡＢＳ和鸣啡对家兔减压反射的抑制

会议

孤束核内微量注射家兔

不同压力感受纤维成分快速重调定中枢过程的特征

会议

压力感受纤维成分中枢

非贪婪的鲁棒性度量学习算法

目的度量学习是机器学习与图像处理中依赖于任务的基础研究问题。由于实际应用背景复杂,在大量不可避免的噪声环境下,度量学习方法的性能受到一定影响。为了降低噪声影响,现有方法常用L1距离取代L2距离,这种方式可以同时减小相似样本和不相似样本的损失尺度,却忽略了噪声对类内和类间样本的不同影响。为此,本文提出了一种非贪婪的鲁棒性度量学习算法——基于L2/L1损失的边缘费歇尔分析(marginal Fishe

期刊

距离度量学习鲁棒性非贪婪算法边缘费歇尔分析(MFA)分类识别L2/L1损失

细胞膜离子单通道电活动简介

会议

细胞膜离子单通道

利用单电极双向脉冲刺激实现哺乳动物神经纤维选择性兴奋的仿真研究

该文采用单电极、不对称但电荷平衡的双向脉冲刺激在哺乳动物仿真模型上实现了双向脉冲的选择性刺激，为选择性刺激走向临床应用做出了重大贡献。

会议

单电极脉冲刺激哺乳动物神经纤维选择性兴奋选择性刺激双向脉冲临床应用仿真模型电荷平衡不对称

胃小弯前壁浆肌层切开术加后迷走神经干切断术的实验动物研究

会议

胃小弯肌层切开术迷走神经干切断术

旋转骨架法在二值图像分形维数计算中的应用

目的计盒法是一种计算二值图像分形维数的常用方法,传统方法如BCM(box-counting method)对无旋转的图像结构具有较理想的计算结果,但是对具有旋转的图像结构的拟合结果偏差较大,导致同一物体在不同旋转角度下的图像的计算结果存在较大差异。为了减小图像旋转对盒维数的影响,本文提出了一种计算二值位图分形维数的新方法——旋转骨架法。方法将二值图像提取骨架,使位图转换为矢量图,利用遗传算法计算图

期刊

分形维数计盒法旋转骨架法矢量图二值图像

分裂合并运动分割的多运动视觉里程计方法

目的视觉里程计(visual odometry,VO)仅需要普通相机即可实现精度可观的自主定位,已经成为计算机视觉和机器人领域的研究热点,但是当前研究及应用大多基于场景为静态的假设,即场景中只有相机运动这一个运动模型,无法处理多个运动模型,因此本文提出一种基于分裂合并运动分割的多运动视觉里程计方法,获得场景中除相机运动外多个运动目标的运动状态。方法基于传统的视觉里程计框架,引入多模型拟合的方法分割

期刊

多运动视觉里程计多模型拟合运动分割量化残差偏好交替采样与聚类

深层聚合残差密集网络的超声图像左心室分割

与本文相关的学术论文