图片丢失啦 医学图像

默认 最新文章 浏览次数
Please wait a minute...
选择: 显示/隐藏图片
1. 基于小波变换和倒谱分析的腭裂高鼻音等级自动识别
赵利博,刘奇,付方玲,何凌
计算机科学    2018, 45 (4): 278-284.   DOI: 10.11896/j.issn.1002-137X.2018.04.047
摘要375)      PDF(pc) (1900KB)(704)    收藏
为实现对腭裂高鼻音等级的自动识别,通过对语音信号小波处理和特征提取方法的综合研究,提出基于小波分解系数倒谱特征的腭裂高鼻音等级自动识别算法。目前,研究人员对腭裂语音的研究多基于MFCC、Teager能量、香农能量等特征,识别正确率偏低,且计算量过大。文中对4种等级腭裂高鼻音的1789个元音\a\语音数据提取小波分解系数倒谱特征参数,使用KNN分类器对4种不同等级的高鼻音进行自动识别,将识别结果与MFCC、LPCC、基音周期、共振峰和短时能量共5种经典声学特征的识别结果作比较,同时使用SVM分类器对不同等级的腭裂高鼻音进行自动识别,并与KNN分类器进行对比。实验结果表明,基于小波分解系数倒谱特征的识别结果优于经典声学特征,且KNN分类器的识别结果优于SVM分类器。小波分解系数倒谱特征在KNN中的识别率最高达到91.67%,在SVM中达到87.60%,经典声学特征在KNN分类器中的识别率为21.69%~84.54%,在SVM中的识别率为30.61%~78.24%。
参考文献 | 相关文章 | 多维度评价
2. 一种BPNNs识别算法的医学检测泛实时性问题研究
刘玉成, 理查德·丁, 张颖超
计算机科学    2018, 45 (6): 301-307.   DOI: 10.11896/j.issn.1002-137X.2018.06.053
摘要373)      PDF(pc) (3995KB)(590)    收藏
尿沉渣空间环境的复杂性,导致采集的有形成分图像存在较多冗余信息,提取有效的图像信息变得较为困难,进而使得识别系统需要处理的数据量十分巨大。虽然BP神经网络算法的串行版本DJ8000系统平台解决了细胞等有形成分的识别准确率问题,但其不能满足尿沉渣图像医学检验的实时性要求。为此,提出了基于BP神经网络算法优化的并行处理GPU框架的系统平台。它采用并行优化框架,同步高效地对数据进行加速处理;同时,以GPU 计算和测试平台为硬件系统支持,无论是在硬件指标、数据传输及总线技术还是软硬件的兼容性方面,都有助于解决算法中时常出现的负载不均衡的问题。实验数据表明,BP神经网络尿沉渣识别算法在优化并行框架的GPU 系统处理平台上显示的加速比、时效比和运行时间等相关性能参数值都有所提升。相比于DJ8000系统平台,优化的AMD HD7970 和 NVIDIAGTX680 两个并行处理GPU框架系统平台相应的加速比参数值分别是前者的10.82~21.35个和7.63~15.28个标准当量。实验数据充分说明,优化并行框架的GPU处理系统中相关的逻辑数据、地址数据和线性寻程的函数映射关系均能相互动态分配对接并优化算法架构,实现软件到硬件系统的最优比映射,最终解决由于线程间负载不均衡导致的性能瓶颈问题,从而有效地化解了医学领域实时检测中的时效性这一难题。
参考文献 | 相关文章 | 多维度评价
3. 基于血管内超声图像的心血管动脉粥样硬化斑块组织自动定征的研究
黄志杰,王伊侬,王青
计算机科学    2018, 45 (5): 260-265.   DOI: 10.11896/j.issn.1002-137X.2018.05.045
摘要227)      PDF(pc) (5000KB)(1096)    收藏
为了获取患者心血管内斑块特征的准确信息,并辅助临床医生对动脉粥样硬化区域进行判断和识别,文中进行了基于血管内超声(IVUS)图像的心血管粥样硬化斑块组织自动定征的研究。本研究收集了10个心血管疾病患者的IVUS图像,共207块斑块样本。首先,确定滑动邻域块的尺寸,令其中心像素遍历斑块区域,遍历过程中计算每个滑动邻域块的灰度均值和熵,并沿4个方向运用灰度共生矩阵法求出共生矩阵的10个局部特征;然后,对IVUS图像进行Gabor滤波和局部二值模式(LBP)处理,获得了更多的图像纹理特征;最后,通过线性分类器Liblinear、随机森林分类器(Random Forests)和调和最小值-广义学习向量量化分类器(H2M-GLVQ)对降维后的特征数据进行分类判决。将医生人工标记的结果作为金标准,自动定征的实验结果表明,随机森林和H2M-GLVQ分类器总体上对斑块组织的识别准确率均达到80%以上,其中随机森林分类器识别纤维化、脂质和钙化样本斑块的平均识别准确率分别为89.04%,80.23%和73.77%。
参考文献 | 相关文章 | 多维度评价
4. 一种基于突变基因网络的癌症驱动通路识别算法
郭炳, 郑文萍, 韩素青
计算机科学    2018, 45 (7): 230-236.   DOI: 10.11896/j.issn.1002-137X.2018.07.040
摘要397)      PDF(pc) (2641KB)(897)    收藏
大型癌症基因组项目(TCGA,ICGC等)产生了大量的癌症组学数据,使人们深入研究癌症变为可能,其中寻找引发癌症的相关突变基因是一个重要挑战。在癌细胞中,基因变异可分为两类:一类是可导致癌症发生的驱动突变(driver mutation),另一类是对癌症发生扩散没有影响的乘客突变(passenger mutation)。识别癌症驱动基因有利于理解癌症发病原理和发展进程以及研发癌症药物或进行靶向治疗,是生物信息学中的重要问题。文中提出一种基于突变基因网络的癌症驱动通路识别算法GNDP,对癌症病人的体细胞突变数据进行分析。该算法定义了非重叠平衡度来度量基因对的位于同一驱动通路的可能性;根据基因对的非重叠平衡度、互斥和覆盖度,构建基因互斥网络,很大程度上减少了网络边数,提高了计算效率;在所构造的基因互斥网络中将查找到的极大团作为潜在驱动通路基因集合;用覆盖度和互斥度对潜在驱动通路基因集合进行筛选,得到其极大权重子团,并将其作为识别出的驱动通路。分别在模拟数据、肺腺癌以及多形性成胶质细胞瘤突变数据上对GNDP算法进行有效性验证,并将其与经典驱动通路识别算法Dendrix和Multi-Dendrix进行实验对比。结果表明,GNDP不需要指定驱动通路的基因个数,能在模拟数据上准确检测出所有人工设置的驱动通路;针对肺腺癌和多形性成胶质细胞瘤突变数据,GNDP在不需要任何先验知识的情况下达到较高的识别准确率,能高效地识别出主要驱动通路,其结果优于对比算法。
参考文献 | 相关文章 | 多维度评价
5. 基于约束随机游走的肿瘤图像分割方法
刘庆烽, 刘哲, 宋余庆, 朱彦
计算机科学    2018, 45 (7): 243-247.   DOI: 10.11896/j.issn.1002-137X.2018.07.042
摘要317)      PDF(pc) (4887KB)(774)    收藏
精确的肺部肿瘤区域分割对于放射治疗和手术计划的制定至关重要。针对目前基于单模态图像的肺部肿瘤区域分割的精度较低等问题,综合PET和CT图像的优缺点,提出一种全新的多模态肺部肿瘤图像分割方法。首先,使用区域生长法和数学形态学法对PET图像进行预分割以获取初始轮廓,初始轮廓用于获取PET图像和CT图像上随机游走所需的种子点,同时作为约束加入到CT图像的随机游走过程中;依据CT图像解剖特征较强的特点,利用CT解剖特征改进PET图像上随机游走的权值;最终将PET图像和CT图像上随机游走所获得的相似度矩阵进行加权,在PET图像和CT图像上获得一个相同的分割轮廓。实验表明,相较于其他传统分割算法,所提方法在肺部肿瘤区域分割上具有更高的精确度和更好的稳定性。
参考文献 | 相关文章 | 多维度评价
6. 合成纹理图像的视觉相似性眼动分析
郭小英, 李亮, 耿海军
计算机科学    2018, 45 (8): 223-228.   DOI: 10.11896/j.issn.1002-137X.2018.08.040
摘要332)      PDF(pc) (3921KB)(780)    收藏
探索了当人眼视觉感知纹理图像相似性时纹理特征(整体特征和局部特征)对视觉注意过程及相似性结果选择的影响。采用PGPC纹理合成方法,分别控制纹理的整体特征和局部特征,合成具有相同整体特征和局部特征的纹理。实验分为3组纹理场景,每一组有3幅纹理图像(A,B和S),S为对比纹理图像;实验者带着“纹理A和纹理B,哪个与纹理S更相似”的视觉感知任务观察纹理场景;利用Tobii T60眼动仪记录实验过程中观察者的眼动,跟踪获取89位实验者的眼动数据(眼动数据度量指标包含感兴趣区域内注视点散度和不同感兴趣区域间的眼跳次数);通过Tobii studio导出眼动数据,并基于R软件进行了方差分析和配对T检验等统计分析。通过对3组纹理图像的注视轨迹图及热点图的分析,验证了纹理整体特征和局部特征对视觉感知过程中的注视模式和相似性结果的选择有影响。实验结果表明:1)对于全局特征与对比纹理图像一致的纹理,其眼动注视点分散,而对于局部特征与对比纹理图像一致的纹理,其眼动注视点集中。2)纹理组相似性的最终选择结果与纹理组内不同纹理图像间的视觉搜索行为有关。
参考文献 | 相关文章 | 多维度评价
7. 基于有监督双正则NMF的静脉识别算法
贾旭, 孙福明, 李豪杰, 曹玉东
计算机科学    2018, 45 (8): 283-287.   DOI: 10.11896/j.issn.1002-137X.2018.08.051
摘要291)      PDF(pc) (2216KB)(529)    收藏
为使提取的静脉图像特征具有较好的聚类特性以更利于正确识别,提出了一种基于有监督非负矩阵分解的识别算法。首先,对静脉图像进行分块处理,通过融合所有的子图像特征形成静脉的原始特征;其次,采用特征的稀疏性与聚类属性双正则项,对原始的非负矩阵分解模型进行改进;然后,基于梯度下降法对改进的非负矩阵分解模型进行求解,实现对原始特征的降维与优化;最后,利用最近邻算法对新的特征进行匹配,从而获得识别结果。实验结果表明,对于3种静脉样本数据库,所提识别算法的错误接受率与错误拒绝率分别可以达到0.02与0.03;此外,其2.89s的识别时间可以满足实时性要求。
参考文献 | 相关文章 | 多维度评价
8. 基于双模态深度自编码的孤立性肺结节诊断方法
赵鑫,强彦,葛磊
计算机科学    2017, 44 (8): 312-317.   DOI: 10.11896/j.issn.1002-137X.2017.08.054
摘要241)      PDF(pc) (1078KB)(504)    收藏
近年来,深度学习技术在肺癌诊断方面得到了广泛的应用,但现有的研究主要集中于肺部CT图像。为了有效提高肺结节的诊断性能,提出一种基于双模态深度降噪自编码的肺结节诊断方法。首先,分别从肺部CT和PET图像中得到肺结节区域的特征信息;然后,以候选结节的PET/CT图像作为整个深度自编码网络的输入,并对高层信息进行学习;最后,采用融合策略对多种特征进行融合并将其作为整个框架的输出。实验结果表明,提出的方法可以达到92.81%的准确率、91.75%的敏感度和1.58%的特异性,且优于其他方法的诊断性能,更适用于肺结节良/恶性的辅助诊断。
参考文献 | 相关文章 | 多维度评价
9. 基于改进自生成神经网络的肺部CT序列图像分割
廖晓磊,赵涓涓
计算机科学    2017, 44 (8): 296-300.   DOI: 10.11896/j.issn.1002-137X.2017.08.051
摘要340)      PDF(pc) (2407KB)(639)    收藏
针对肺实质序列图像分割方法的时效性低和分割不完全性等问题,利用先验知识得到肺部CT序列ROI图像,提出超像素序列分割算法对ROI序列图像进行分割,采用改进的自生成神经网络对超像素进行聚类并优化,根据聚类后样本的灰度和位置特征识别肺实质区域。在序列肺实质图像的分割结果中,单张CT图像的平均处理时间为0.61s,同时能达到92.09±1.52%的平均肺部体素重合度。与已有的方法相比,所提算法能在相对较短的时间内获得较高的分割精准度。
参考文献 | 相关文章 | 多维度评价
10. 基于两步聚类和随机森林的乳腺腺管自动识别方法
王帅,刘娟,毕姚姚,陈哲,郑群花,段慧芳
计算机科学    2018, 45 (3): 247-252.   DOI: 10.11896/j.issn.1002-137X.2018.03.039
摘要588)      PDF(pc) (3456KB)(808)    收藏
腺管的自动识别在乳腺癌的组织病理学诊断中十分关键,因为腺管密度 是乳腺癌分级中的一个重要因子。腺管由一个周围充满细胞质的中心管腔以及管腔周围均匀环绕的细胞核组成。若管腔、细胞质、细胞核 在空间位置上接近,则意味着这可能是一个腺管,但是这种识别方法会因为乳腺组织切片中存在脂肪、气泡以及其他类似管腔的对象而出现假阳性错误。为了解决上述问题,提出基于二次聚类与随机森林的腺管自动识别方法。首先通过一次聚类和二次聚类构建出待分割图片;然后通过形态学操作对图片进行处理,并在此基础上进行分割,进而构建候选腺管,利用中心管腔与其周围细胞核的空间位置关系以及一些统计特征来描述腺管;最后通过随机森林分类算法进行分类。实验结果表明,所提算法可以达到86%以上的准确率,为乳腺癌的自动分级奠定了基础。
参考文献 | 相关文章 | 多维度评价
11. 基于多模态局部转向核的脑部多发性硬化检测算法研究
郭杨,秦品乐
计算机科学    2018, 45 (3): 241-246.   DOI: 10.11896/j.issn.1002-137X.2018.03.038
摘要281)      PDF(pc) (2053KB)(554)    收藏
容积效应和伪影现象是MR影像处理中的重要影响因素,单模态处理方法易受两者影响。提出一种改进的基于多模态局部转向核的方法来检测大脑中的多发性硬化。该方法利用多模态脑MR影像和大脑近似轴对称的先验知识来进行大脑情况的变化检测。局部转向核能够度量像素与其周围环境的相似程度,因此该方法将局部转向核作为特征,用余弦相似性来衡量差异性。实验结果表明,多模态的引入减少了容积效应和伪影现象,改善了检测效果。
参考文献 | 相关文章 | 多维度评价
12. 基于小波图像融合算法和改进FCM聚类的MR脑部图像分割算法
耿艳萍,郭小英,王华夏,陈磊,李雪梅
计算机科学    2017, 44 (12): 260-265.   DOI: 10.11896/j.issn.1002-137X.2017.12.047
摘要418)      PDF(pc) (825KB)(558)    收藏
针对很多基于模糊C均值(FCM)的图像分割算法存在对噪声敏感和分割轮廓不清晰等问题,提出一种基于小波变换图像融合算法和FCM聚类算法的MR医学图像分割算法。在图像分割系统的第一阶段,利用Haar小波多分辨率特性保持像素间的空间信息;第二阶段,利用小波图像融合算法对得到的多分辨率图像和原始图像进行融合,进而增强被处理图像的清晰度并降低噪声;第三阶段,利用改进型FCM技术对所处理的图像进行分割。在BrainWeb数据集上进行实验,与现有相关算法相比,提出的算法具有较高的分割精度,且对噪声的鲁棒性比较强,处理时间也没有明显增加。
参考文献 | 相关文章 | 多维度评价
13. 自适应变异差分算法与Powell算法相结合的医学图像配准
刘哲,宋余庆,王栋栋
计算机科学    2017, 44 (11): 297-300.   DOI: 10.11896/j.issn.1002-137X.2017.11.045
摘要311)      PDF(pc) (587KB)(476)    收藏
图像配准是医学图像处理中的关键技术。文中提出一种自适应差分算法(Difference Algorithm,DE)和Powell算法相结合的多分辨率医学图像配准方法,其不仅可以克服Powell算法依赖初始点的缺点,还可以降低陷入局部极值的几率。首先,对源图像进行多分辨处理,获得包括源图像在内的三层图像;然后,在低分辨率图像上使用自适应DE算法进行全局变换参数的搜索,获得的变换参数作为Powell算法的初始点;最后,在高分辨率图像及源图像上使用Powell算法进行配准。与传统实验相比,该方法具有更高的精确度,能够有效避免局部收敛问题。
参考文献 | 相关文章 | 多维度评价
14. 基于放射组学特征的胃肠道间质瘤的分类预测
刘平平, 张文华, 卢振泰, 陈韬, 李国新
计算机科学    2019, 46 (1): 285-290.   DOI: 10.11896/j.issn.1002-137X.2019.01.044
摘要335)      PDF(pc) (1856KB)(782)    收藏
胃肠道间质瘤(GastroIntestinal Stromal Tumors,GIST)是常见的胃肠道肿瘤,具有非定向分化特征,缺乏特异性,且具有恶性潜能,所以GIST的良恶性诊断是临床较为关注的问题。然而,病理活检及CT检查等临床鉴别手段在研究肿瘤异质性方面存在一定困难。文中提出一种基于CT图像提取大量量化的放射组学特征并利用SVM分类器对GIST良恶性进行分类预测的非侵入式方法。首先,应用放射组学方法对120个患有GIST的病人的CT图像肿瘤区域分别提取4个非纹理特征和43个纹理特征。然后,应用基于ReliefF的前向选择算法进行特征选择,再用最佳特征子集训练得到的SVM分类器来对GIST良恶性进行分类预测。实验中,共有14个纹理特征入选最佳特征子集,且SVM分类模型对GIST良恶性分类的AUC、准确率、敏感性、特异性在训练集中分别为0.9949,0.9277,0.9537,0.9018;在测试集中分别为0.8524,0.8313,0.8197,0.8420。该方法以放射组学的研究方法建立的模型,为GIST良恶性预测提供了一种非入侵式的检测手段,有望成为一种辅助诊断工具,以提高临床GIST良恶性诊断的准确率。
参考文献 | 相关文章 | 多维度评价
15. 基于多任务卷积神经网络的舌象分类研究
汤一平, 王丽冉, 何霞, 陈朋, 袁公萍
计算机科学    2018, 45 (12): 255-261.   DOI: 10.11896/j.issn.1002-137X.2018.12.042
摘要411)      PDF(pc) (1784KB)(1579)    收藏
针对现有技术难以并行实现舌象多标签的高效分类和识别,难以利用标签间的相关性进行综合分析等问题,提出了一种基于多任务卷积神经网络的舌象分类方法,构建了一种多任务联合学习模型,尝试实现传统中医舌诊中对舌色、苔色、裂纹和齿痕等多个标签的同时辨识。首先,在共享网络层对所有标签进行联合学习,从特征提取的角度自动挖掘和利用标签间的相关性;然后,在不同子网络层分别完成特定类别的学习任务,从而消除多标签分类中的歧义性;最后,训练多个Softmax分类器以实现对所有标签的并行预测。研究表明,所提方法能以端到端的方式同时提取舌象的多个特征并直接进行分类识别,在各分类评价指标上的最低值约为0.96,多任务的总体识别时间为34ms,因此该方法在精度和速度上均具有明显优势。
参考文献 | 相关文章 | 多维度评价
16. 改进型循环生成对抗网络的血管内超声图像增强
姚哲维, 杨丰, 黄靖, 刘娅琴
计算机科学    2019, 46 (5): 221-227.   DOI: 10.11896/j.issn.1002-137X.2019.05.034
摘要604)      PDF(pc) (4308KB)(1251)    收藏
血管内超声(Intravascular Ultrasound,IVUS)图像采集过程中使用的低频或高频超声探头各有其特点,医生在诊断冠脉粥样硬化等疾病过程中需根据临床需求选择频率不同的超声探头。因此,文中提出一种基于Wasserstein距离的循环生成对抗网络(Cycle Generative Adversarial Networks,CycleGANs)用于增强血管内超声图像,其目的是融合高频超声细节信号,克服低频超声图像边缘模糊且分辨率较低等问题,以辅助医生诊断心血管疾病。首先基于心血管的形状特点,使用旋转、缩放和Gamma变换等方法将图像数据训练集增加30倍,降低网络训练过拟合的风险;然后利用对抗网络训练的思想,构建基于对抗损失和循环一致损失的联合函数,在损失函数中引入Wasserstein距离作为正则项,加快网络训练的收敛速度,解决训练不稳定的问题;最后以低频IVUS图像为输入对象,输出含有高频图像细节信息的IVUS增强图像。在实验过程中以国际标准IVUS图像数据库为基础进行算法验证比较;以清晰度、对比度和边缘能量为评价标准进行定量分析。实验结果:所提算法的收敛速度是原始CycleGANs模型的两倍,且3个评价标准数值分别提升了15.8%,11.4%和46.6%。实验结果表明:W-CycleGANs模型能够有效地学习高频图像域的特征信息,并且进一步丰富低频图像边缘细节,增强图像的诊断信息,提高医生判断心血管疾病的敏感性。此外,文中采用100幅临床IVUS图像数据进行推广验证,也获得了较好的增强效果。
参考文献 | 相关文章 | 多维度评价
17. 基于空间对齐和轮廓匹配的颈动脉多对比MRI三维配准方法
汪晓妍, 刘琪琪, 黄晓洁, 姜娓娓, 夏明
计算机科学    2019, 46 (5): 241-246.   DOI: 10.11896/j.issn.1002-137X.2019.05.037
摘要391)      PDF(pc) (2129KB)(732)    收藏
多对比高分辨率磁共振成像(Magnetic Resonance Imaging,MRI)技术可以无创显示管壁结构和斑块成分,为分析颈动脉粥样硬化斑块提供了一种有效手段。多对比图像中的血管配准是斑块成分识别的关键任务,由此提出一种基于空间位置对齐和内腔轮廓匹配的颈动脉多对比磁共振图像三维配准算法。基于多对比序列图像,采用由粗到细的策略:首先利用图像的物理坐标进行空间位置的层间对齐;然后运用最大类间方差法和活动轮廓模型实现各序列血管内腔的半自动连续分割;最后以内腔轮廓组成的三维点云进行基于改进迭代最近点算法的三维配准。实验结果表明,配准后TOF序列和T1Gd序列的三维内腔包含率达到92.79%,T1WI序列和T1Gd序列的三维内腔包含率达到94.66%,实现了多对比磁共振图像血管的三维精确配准,为后续易损斑块的成分分析奠定了基础。
参考文献 | 相关文章 | 多维度评价
18. 基于深层卷积残差网络集成的黑色素瘤分类方法
胡海根, 孔祥勇, 周乾伟, 管秋, 陈胜勇
计算机科学    2019, 46 (5): 247-253.   DOI: 10.11896/j.issn.1002-137X.2019.05.038
摘要568)      PDF(pc) (2716KB)(1472)    收藏
针对黑色素瘤分类识别任务中存在对比度低、肉眼难以区分、信息干扰大、数据量偏少以及数据不均衡等诸多问题,文中提出了一种基于掩盖的数据增强与深度卷积残差网络相结合的集成分类方法。首先根据皮肤病图像的特点,在前人数据增强研究的基础上,提出了两种基于掩盖训练图像部分区域的数据增强方式;其次以这两种数据增强方式为基础,采用深度卷积残差50层(ResNet-50)网络进行特征提取;然后以提取到的特征来构建两个具有一定差异性的分类结构模型,并对其进行集成;最后以国际皮肤影像协作组织(ISIC)2016挑战赛所公布的皮肤病图像数据集为对象,通过一系列实验对提出的方法进行了验证测试。实验结果表明,所提出的集成分类结构模型能弥补单一卷积残差网络在黑色素瘤分类任务中的缺陷,该模型能够在训练样本较少的皮肤病数据集上取得较好的分类结果,多项评估指标均优于ISIC2016挑战赛的前5名。
参考文献 | 相关文章 | 多维度评价
19. 基于3-D剪切波和广义高斯模型的多模态医学序列图像融合
席新星, 罗晓清, 张战成
计算机科学    2019, 46 (5): 254-259.   DOI: 10.11896/j.issn.1002-137X.2019.05.039
摘要434)      PDF(pc) (5893KB)(858)    收藏
鉴于大多数传统的多模态医学图像融合算法面临无法处理医学序列图像的局限性,提出了一种基于3-D剪切波(3DST)和广义高斯模型的多模态医学序列图像融合方法。首先,通过3-D剪切波变换获得序列图像的低频部分和高频部分;其次,低频部分采用一种新的基于局部能量的融合方法;然后,高频部分采用基于广义高斯模型(Gene-ralized Gaussian Model,GGD)和模糊逻辑的融合方法;最后,通过3-D剪切波的逆变换获得融合的医学序列图像。通过实验对融合图像的主客观性能进行比较,结果表明所提算法获得了更好的融合效果。
参考文献 | 相关文章 | 多维度评价
20. 基于CNN的相衬显微图像序列的癌细胞多目标跟踪
胡海根, 周莉莉, 周乾伟, 陈胜勇, 张俊康
计算机科学    2019, 46 (5): 279-285.   DOI: 10.11896/j.issn.1002-137X.2019.05.043
摘要473)      PDF(pc) (2280KB)(1170)    收藏
检测与跟踪相衬显微图像序列下的癌细胞对于分析癌细胞的生命周期以及开发抗癌新药具有非常重要的意义。传统的目标跟踪方法大多应用于刚性目标跟踪或单目标跟踪,而癌细胞是非刚性且不断裂变的多目标,这就大大增加了跟踪的难度。文中以相衬显微图像序列中的膀胱癌细胞为研究对象,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的癌细胞多目标跟踪方法。该算法采用基于检测的多目标跟踪方法,首先利用深度学习检测框架Faster R-CNN卷积神经网络实现癌细胞的检测,初步获得待跟踪的癌细胞;再利用扫描圆算法(Circle Scanning Algorithm,CSA)实现黏连细胞的检测优化,进一步提高黏连区域的细胞检测精度;最后提取综合特征描述子,对卷积特征、尺寸特征和位置特征进行加权求和,实现跟踪目标的综合描述,从而实现不同帧癌细胞间的高效关联匹配,最终实现癌细胞的多目标跟踪。一系列实验结果表明,相较于传统方法,所提方法不仅在癌细胞的检测和跟踪上性能有较大的提升,而且可以有效处理目标的遮挡问题。
参考文献 | 相关文章 | 多维度评价
21. 基于统计形状模型的颅骨自动性别识别
杨稳, 刘晓宁, 朱菲, 赵尚豪, 王世雄
计算机科学    2019, 46 (6): 282-287.   DOI: 10.11896/j.issn.1002-137X.2019.06.042
摘要461)      PDF(pc) (2241KB)(971)    收藏
颅骨性别识别是法医人类学的热门研究课题之一,在刑侦、考古人类学等领域具有重要的研究价值。以往的颅骨性别识别是人类学家通过经验观察形态或对具有性别二态性差异的特征进行测量分析确定的,主观性较强。文中提出了一种用于三维数字化颅骨的自动性别识别方法。首先构建用于颅骨的统计形状模型,然后将高维颅骨特征投影到低维形状空间,最后使用Fisher判别分析在低维形状空间对颅骨进行分类。这种方法结合了测量法和形态学方法的优点,操作方便,无需专业人员和繁琐的手动测量。实验选择267个维吾尔族的颅骨模型,男性114个,女性153个。其中76个男性和102个女性的颅骨用来建立性别判别模型,其余的用来验证。实验结果表明,所提方法对维吾尔族男性和女性颅骨性别识别的正确率分别为94.7%和92.1%,留一交叉检验表明该方法具有较高的准确率。
参考文献 | 相关文章 | 多维度评价
22. 一种医学肾动态显像自动化定量评估方法
柴锐, 薛凡, 曾建潮, 秦品乐
计算机科学    2019, 46 (8): 321-326.   DOI: 10.11896/j.issn.1002-137X.2019.08.053
摘要338)      PDF(pc) (2555KB)(983)    收藏
目前,临床上肾动态显像评估肾功能的方法过多依赖于手动获取感兴趣区域(Region of Interest,ROI),时间效率较低。针对这一问题,提出一种肾动态显像自动化定量评估的方法。首先,对肾动态显像不同阶段的图像进行预处理;其次,利用改进水平集模型获取肾功能成像中肾脏的ROI,并通过形态学方法得到本底ROI,再对肾血流灌注成像中主动脉的ROI进行定位和获取;最后,结合Gates法计算分肾、总肾的肾小球滤过率(Glomerular Filtration Rate,GFR),根据ROI区域内的放射性计数绘制时间-放射性曲线,实现一体化、自动化的肾功能评估。临床实验结果表明,所提自动化评估方法能够在较短的时间内提升自动化水平,并提高评估精度,该方法可以为临床诊断和辅助治疗提供有效帮助。
参考文献 | 相关文章 | 多维度评价
23. 基于免疫平衡机制的故障检测方法
肖振华, 梁意文, 谭成予, 周雯
计算机科学    2019, 46 (8): 337-341.   DOI: 10.11896/j.issn.1002-137X.2019.08.056
摘要409)      PDF(pc) (1408KB)(580)    收藏
针对现有的树突状细胞算法(Dendritic Cell Algorithm,DCA)在故障检测的应用中严重依赖领域知识和人工经验定义抗原信号,且单个抗原的异常评价方式无法反映系统的整体健康状况的问题,提出了一种基于免疫平衡机制的故障检测方法——IHDC-FD。首先,引入机体免疫平衡机制,将打破平衡的变化认为是系统危险的产生源,解决在实际应用中危险信号定义不明确的问题,通过数值微分方法从系统状态变化中提取抗原信号,实现DC抗原信号的自适应提取。然后,机体组织内特定细胞的浓度才是能够反映身体是否健康的关键因素,为了保证身体健康就必须维持机体免疫平衡,因此,通过借鉴机体免疫平衡的激活机制和抑制机制,将维持免疫平衡的Th和Ts细胞浓度作为系统是否失衡的评判指标,一旦系统失衡就判定有故障产生。最后,在TE基准仿真平台上采用阶跃、随机和慢漂移故障进行性能测试,并与原DCA算法进行比较。实验结果表明,IHDC-FD不仅提高了原DCA算法的适应性,而且将3种类型故障的平均检测率提高了9.93%,误报率降低了230.4%,检测延时减少了101.2%。因此,基于免疫平衡机制的IHDC-FD方法在检测性能和适应性上比原DCA有很大的提升,具有可行性和一般性。
参考文献 | 相关文章 | 多维度评价
24. 一种基于三维眼球模型和Snakuscule的虹膜中心定位算法
周小龙, 姜嘉祺, 林家宁, 陈胜勇
计算机科学    2019, 46 (9): 284-290.   DOI: 10.11896/j.issn.1002-137X.2019.09.043
摘要613)      PDF(pc) (3128KB)(1103)    收藏
为提高视线估计中人眼虹膜中心定位的准确性,提出了一种基于三维眼球模型和Snakuscule的新型虹膜中心定位算法。首先,通过人脸对齐方法获取面部特征点,利用特征点初步求得虹膜中心粗定位点;然后,通过判断眼部区域状态降低图像带来的误差;接着,针对Snakuscule能量模型进行改进,通过初始化一个半径固定的Snakuscule模型,对虹膜轮廓进行迭代更新。通过改进的Snakuscule模型结合三维眼球模型获得能量值,其中三维眼球模型反映了虹膜中心、眼球中心和虹膜边界之间组成的几何关系,根据所求能量值不断迭代更新虹膜轮廓,求得最终虹膜中心精确定位点。最后,在BioID 脸部数据库上的实验验证了所提算法的有效性和优越性,该算法的最大标准误差在e≤0.05,e≤0.1e≤0.25内分别达到了85.0%,97.8%和99.8%。
参考文献 | 相关文章 | 多维度评价
25. 基于余弦测度的Web指纹识别算法的研究与改进
汤文亮, 汤树芳, 张平
计算机科学    2019, 46 (10): 295-398.   DOI: 10.11896/jsjkx.180801473
摘要346)      PDF(pc) (1276KB)(848)    收藏
为了在Web指纹数据库中实现对Web指纹的准确识别,需要对Web指纹识别算法进行研究。采用当前识别算法对Web指纹数据库中的Web指纹进行识别时,识别的结果与实际结果之间存在误差、识别所用的时间较长,因此存在识别准确率低和识别效率低的问题。在余弦测度的基础上提出了一种Web指纹识别算法,在结构特征、静态文件、Cookie设计和关键字4个方面采用源码审计方法完成了对Web指纹的选取,建立了Web指纹数据库。首先提取Web指纹数据库中数据的特征,根据特征提取结果剔除Web指纹数据库中存在的异常数据;然后将余弦距离函数当作相似性度量函数,采用K-means算法对Web指纹数据库中的Web指纹进行聚类;最后根据聚类结果完成对Web指纹的识别。实验结果表明,所提方法可在较短的时间内准确地完成对Web指纹数据库中Web指纹的识别,具有识别准确率高和识别效率高的优点。
参考文献 | 相关文章 | 多维度评价
26. 基于可穿戴设备的心电图自适应分类算法研究
樊敏, 王晓锋, 孟小峰
计算机科学    2019, 46 (12): 292-297.   DOI: 10.11896/jsjkx.190500181
摘要561)      PDF(pc) (1597KB)(1320)    收藏
目前,心血管疾病已成为全球人类非传染性死亡的主要原因,死亡人数约占全球死亡总人数的1/3,且患病人数逐年增加。可穿戴设备被用于对心电图进行自动分类,以实现对心血管疾病的早监测、早预防。随着边缘机器学习和联邦学习的兴起,小型机器学习模型成为了人们关注的热点。针对可穿戴心电图设备低配置、低功耗及个性化的特点,文中研究了一种基于LSTM的轻量级网络结构,并采用自适应算法来优化病人个体的心电图分类模型。该模型利用MIT-BIH公开数据集开展实验,将VEB和SVEB的分类效果与其他相关研究进行了比较。实验结果表明,所提算法的模型结构简单且分类识别率高,能够满足可穿戴设备对病人心电图监测的需求。
参考文献 | 相关文章 | 多维度评价
27. 基于多延迟四阶累积量倍频程谱线的腭裂语音咽擦音自动检测算法
何飞,孟雨璇,田维维,王熙月,何凌,尹恒
计算机科学    2020, 47 (1): 144-152.   DOI: 10.11896/jsjkx.180701349
摘要388)      PDF(pc) (2133KB)(749)    收藏
为了实现对腭裂语音咽擦音及正常音节的自动分类检测,通过对腭裂咽擦患者发音特点的研究,提出了基于多延迟四阶累积量倍频程谱线(Fourth-order Cumulant One-third Octave Spectra Line,FTSL)的腭裂语音咽擦音自动检测算法。目前,咽擦音的研究多基于咽擦音的辅音时长及其在频域的能量分布等特征,实现了咽擦音及正常擦音自动检测的其他研究较少。文中实验基于腭裂语音咽擦音的发音特性,通过研究语音信号的多延迟四阶累计量,利用1/3倍频程算法提取特征谱线,实现了腭裂语音咽擦音与正常擦音的自动分类检测。实验提取了200个正常擦音辅音和194个腭裂语音咽擦音辅音的FTSL特征谱线,使用SVM(Support Vector Machine)分类器进行分类,并设计了FTSL谱线与其他传统语音特征的对比实验,进行了充分的分析讨论。实验结果表明,FTSL谱线对咽擦音的自动分类检测正确率高达92.7%,具有较优的性能,能为临床腭咽功能评估提供有效、客观、无创的辅助依据。
参考文献 | 相关文章 | 多维度评价
28. 基于递归图分析的腭裂语音鼻漏气自动识别算法
刘新怡,田维维,梁文茹,何凌,尹恒
计算机科学    2020, 47 (2): 95-101.   DOI: 10.11896/jsjkx.181001848
摘要214)      PDF(pc) (3804KB)(892)    收藏
鼻漏气是腭咽闭合不全患者的典型症状,针对腭裂语音鼻漏气的特征进行研究,利用基于非线性动力学方法的递归图对特征进行发掘,并结合递归趋势分析法和基于递归图的区域进行分布处理,提取递归图分析的量化参数和最小区域矩阵作为特征参数。结合分类器,实现对腭裂语音鼻漏气的自动识别。实验针对降采样点、延迟时间、临界距离、语音单元、分类器种类等因素,进行了识别效果的分析,并综合权衡各因素对识别正确率的影响,选取了最优取值。实验结果表明,采用KNN分类器并当降采样点为30000点、延迟时间为3ms、临界距离5个单位、语音单元为4帧时,腭裂语音鼻漏气自动识别的正确率达84.63%。腭裂语音鼻漏气自动识别算法能为临床腭咽功能评估提供高效、客观的辅助诊断依据。
参考文献 | 相关文章 | 多维度评价
29. 基于改进BP神经网络的尿液中红白细胞识别算法
刘晓彤,王伟,李泽禹,沈思婉,姜小明
计算机科学    2020, 47 (2): 102-105.   DOI: 10.11896/jsjkx.191100195
摘要344)      PDF(pc) (1407KB)(831)    收藏
对显微图像中的尿液有形成分包括红白细胞等进行分析,可以帮助医生对有肾脏和泌尿系统疾病的患者进行评估。针对无染色、无标记的尿液图像中红白细胞存在对比度低、边缘模糊等问题,提出一种基于改进BP神经网络的识别方法。首先,将遗传算法引入BP神经网络对网络权值和阈值进行优化,解决训练过程中网络容易陷入局部极值等问题,提高BP神经网络的识别精度;其次,使用动量梯度下降法消除网络在梯度下降中产生的摆动,加快网络的收敛,提高BP神经网络的学习速度。与基础BP神经网络相比,改进方法对红白细胞的识别准确度分别提高了6.9%和9.5%,且识别时间分别缩短了19.3s和42.1s;与CNN识别算法相比,改进算法对白细胞的识别准确度提高了1.7%;与SVM识别算法相比,改进算法对红白细胞的识别准确度分别提高了12.9%和12.7%。验证实验和对照实验的结果表明,改进方法能以较高的准确率和较快的速度实现红白细胞的识别。
参考文献 | 相关文章 | 多维度评价
30. 一种基于脑电信号的眼动方向分类方法
程时伟, 陈一健, 徐静如, 张柳新, 吴剑锋, 孙凌云
计算机科学    2020, 47 (4): 112-118.   DOI: 10.11896/jsjkx.190200342
摘要377)      PDF(pc) (3573KB)(1433)    收藏
为了提高基于眼电的眼动方向的识别准确性,文中利用包含眼电伪迹的脑电信号,提出了一种新的眼动方向分类方法。首先,在10-20国际标准导联配置下,通过脑电仪采集靠近人脑额叶处的AF7,F7,FT7,T7,AF8,F8,FT8,T8这8个通道的脑电信号;然后,通过基线移除、归一化、最小二乘法降噪等进行数据预处理;最后,采用支持向量机的方法进行眼动方向的多次二分类,并使用投票策略实现眼动方向的四分类识别。实验结果表明,所提方法进行眼动方向分类时,在上、下、左、右4个方向上的分类率分别达到了78.47%,72.22%,84.03%,79.86%,平均分类率达到了78.65%。与已有的分类方法相比,所提方法的分类准确率更高,分类算法的实现过程更简单,这进一步验证了利用脑电信号识别眼动方向的可行性和有效性。
参考文献 | 相关文章 | 多维度评价
31. 基于双注意力编码-解码器架构的视网膜血管分割
李天培, 陈黎
计算机科学    2020, 47 (5): 166-171.   DOI: 10.11896/jsjkx.190400062
摘要304)      PDF(pc) (3173KB)(1087)    收藏
眼底视网膜血管的分割提取对于糖尿病、视网膜病、青光眼等眼科疾病的诊断具有重要的意义。针对视网膜血管图像中的血管难以提取、数据量较少等问题,文中提出了一种结合注意力模块和编码-解码器结构的视网膜血管分割方法。首先对编码-解码器卷积神经网络的每个卷积层添加空间和通道注意力模块,加强模型对图像特征的空间信息和通道信息(如血管的大小、形态和连通性等特点)的利用,从而改善视网膜血管的分割效果。其中,空间注意力模块关注于血管的拓扑结构特性,而通道注意力模块关注于血管像素点的正确分类。此外,在训练过程中采用Dice损失函数解决了视网膜血管图像正负样本不均衡的问题。在3个公开的眼底图像数据库DRIVE,STARE和CHASE_DB1上进行了实验,实验数据表明,所提算法的准确率、灵敏度、特异性和AUC值均优于已有的视网膜血管分割方法,其AUC值分别为0.9889,0.9812和0.9831。实验证明,所提算法能够有效提取健康视网膜图像和病变视网膜图像中的血管网络,能够较好地分割细小血管。
参考文献 | 相关文章 | 多维度评价
32. 基于堆叠式双向LSTM的心电图自动识别算法
王文刀, 王润泽, 魏鑫磊, 漆云亮, 马义德
计算机科学    2020, 47 (7): 118-124.   DOI: 10.11896/jsjkx.190600161
摘要565)      PDF(pc) (3409KB)(1499)    收藏
针对日趋增长的心电图数据分析需求,提出了一种新的心电图分类算法。首先对原始数据进行截断固定长度、样本均衡、求取信号的瞬时频率和光谱熵等预处理操作,数据经过预处理后模型能够更好地从其中提取特征进行学习;在训练过程中采用两个双向LSTM(BILSIM)网络堆叠组成的模型,堆叠式的双向LSTM(BILSIM)模型是一种改进的循环神经网络模型,相较于卷积神经网络,循环神经网络更加适合用来处理像心电图这样的序列数据。该模型在Windows下的MATLAB2018b上进行训练和测试,CUDA版本为9.0,采用分类准确率作为衡量模型性能的指标在两个数据集上进行了测试,一个是2017年生理信号挑战赛的数据(下文简称2017数据集),该模型在此数据集上最终分类准确率为97.4%;另一个是2018年生理信号挑战赛的数据(下文简称2018数据集),最终的分类准确率为77.6%,并在所属的MATLAB组获得了第三名的成绩。该算法与传统LSTM网络的结果相比,在2017数据集上提升了5.6%的准确率,在2018数据集上提升了7.6%的准确率;与单层的双向LSTM网络的结果相比,在2017数据集上提升了4.2%的准确率,在2018数据集上提升了5.7%的准确率,这充分验证了该算法的可行性和优势。
参考文献 | 相关文章 | 多维度评价