排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
腹部CT图像肝脏肿瘤分割是进行肝脏疾病诊断、手术规划和放射治疗的重要前提。针对肝脏肿瘤灰度异质、纹理丰富、边界模糊等因素引起的分割困难,该文提出基于级联Dense-Unet和图割的自动精确鲁棒分割方法。首先运用级联的Dense-UNet获取肝脏肿瘤初始分割结果及感兴趣区域,然后利用图像像素级和区域级特征,分别构建可有效区分肿瘤与非肿瘤的灰度模型和概率模型,并将其融入图割能量函数,进一步精确分割感兴趣区域中的肿瘤组织。最后分别采用LiTS和3Dircadb公共数据库作为训练集与测试集进行实验,并与现有多种自动分割方法进行了比较。结果表明,提出方法可有效分割CT图像中灰度、形状、大小、位置各异的肝脏肿瘤,能提取更精确的肿瘤边界,尤其对于对比度低、边界模糊的肿瘤具有明显优势。 相似文献
2.
3.
分析一种新型键槽拉床的工作原理,建立其三维几何模型,通过ANSYS的ADPL二次开发工具对拉刀刀刃工作行程中刀刃与键槽相对变形进行有限元分析。研究进给量、拉刀杆结构尺寸和导向套尺寸对拉刀刃工作行程中刀刃与键槽相对位置变形的影响规律,给出加工工艺参数和键槽拉床结构参数与拉削精度之间的定量关系,得到拉削精度提高的键槽拉床工艺及结构参数选择方法与途径。研究工作为高精度键槽拉床设计提供相关技术基础。 相似文献
4.
CT 图像肝脏肿瘤分割是进行肝癌前期诊断、肿瘤负荷分析和放射治疗的重要前提。 为实现肿瘤的精确自动分割,提出
一种融合残差模块和注意力机制的深度 U 形网络。 该网络首先在跳跃连接层中引入一条带有反卷积与激活操作的残差路径
和卷积模块,实现图像特征的分离传递以及高级表征,确保跳跃连接层主要传递图像边缘信息和小目标全局信息,其次在解码
路径中引入注意力机制,通过将跳跃连接层与反卷积解码获得的特征信息赋予不同权重,进一步增强肿瘤特征,抑制其他无关
信息。 提出方法在 LiTS 数据集上获得的全局 Dice 值高达 86. 71% ,明显高于其他多种现有方法,且相较于其他方法,该方法对
于小尺寸、对比度低、边界模糊的肿瘤具有明显的分割优势。 相似文献
5.
针对现有图像去雾方法易产生的颜色过饱和、细节丢失、伪影等问题,提出了一种基于雾线和颜色衰减先验的去雾方法。首先,利用雾线先验和霍夫投票估计大气光。然后,根据颜色衰减先验建立关于场景深度的非线性模型,获取准确的透射率。最后,通过对大气散射模型进行反向求解去除图像中的雾霾干扰,获得细节丰富的去雾图像。在RESIDE公共数据集上进行了实验,并与多种现有方法进行了比较。实验结果表明,所提方法可有效去除图像中的雾霾干扰,获得清晰自然的去雾图像,且其时间和空间效率均优于其他方法。 相似文献
1