肺结节检测中特征提取方法研究

计算机辅助诊断(Computer-Aided Diagnosis,CAD)系统为肺癌的早期检测和诊断提供了有力的支持.本文对孤立性肺结节特征提取问题进行研究.通过对肺结节和肺内各组织在序列CT图像上的医学征象分析和研究对比,结合专家提供的知识,提出了肺结节特征提取总体方案.该方案分别从肺部CT图像的灰度特征、肺结节形态、纹理、空间上下文特征等几个方面,对关键的医学征象进行图像分析,从而实现对ROI(Regions ofInterest)区域的特征提取和量化;提出特征提取的评价方案,实验结果表明,本文提取的特征提取方案是有效的.利用本文提取的特征,肺结节检测正确率达到93.05%,敏感率为94.53%.     

基于双模态深度自编码的孤立性肺结节诊断方法

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。     

基于混合损失联合调优与多尺度分类相结合的肺结节检测算法

针对CT图像的肺结节自动检测任务中检测灵敏度低及存在大量假阳性的问题,提出了一个基于混合损失的三维全卷积网络与基于注意力的多尺度三维残差网络相结合的肺结节检测方法。首先,基于相似度损失预训练三维全卷积网络,利用该网络筛选难例样本,并基于混合损失将难例与正样本进行联合调优得到候选结节检测网络,用于快速筛选疑似结节;然后,利用基于注意力的多尺度三维残差卷积网络对疑似结节进行分类,从候选结节中精确地分辨出真正结节。在LUN16数据集上,候选结节检测阶段的灵敏度在每个病例的假阳数目为59.1时达到97.18%,检测系统的平均灵敏度为0.880,表明本算法可以提高肺结节检测的灵敏度并有效控制假阳性,在LUNA16数据集上获得了更优的性能。     

最佳阈值法结合改进的Freeman链码的肺实质分割

肺部CT图像中肺实质的精确分割是肺部疾病检测和诊断的关键步骤。针对传统的图像分割方法对CT图像中肺实质分割效果不理想,提出了一种基于最佳阈值法和改进的Freeman链码的肺实质分割方法。首先,用最佳阈值法实现肺部初分割,然后对肺实质进一步处理得到肺实质模板,再结合改进的Freeman链码法和Bezier曲线对存有缺陷的模板进行修补,最后与肺部CT图像相乘来提取肺实质。肺实质分割精度在图像对比清晰度和肺实质区域特征一致性方面都有一定的改善,分割准确率平均达到96.8%。实验结果表明,对于边缘性结节以及不同的肺部病灶,该方法都具有理想的分割效果,具有较好的准确性和鲁棒性。     

基于EasyDL的新冠肺炎检测系统研究

通过EasyDL平台搭建基于CT影像的新冠肺炎检测系统,利用人工智能在图像识别上能够自动学习图像特征及区分图像特征之间差异的特点,来检测病人是否患有新冠肺炎.实验结果显示,新冠肺炎识别精确度为100.00％,感染性肺疾病识别精确度为98.06％,非感染性肺疾病识别精确度为93.64％,正常肺部识别精确度为98.03％.该系统可以在CT影像上准确检测出病人是否患有新冠肺炎,并将其与感染性肺疾病、非感染性肺疾病、正常肺部CT影像区分开来.     

基于3D CNN的肺结节假阳性筛查模型

通过肺部CT影像进行肺结节检测是肺癌早期筛查的重要手段,而候选结节的假阳性筛查是结节检测的关键部分.传统的结节检测方法严重依赖先验知识,流程繁琐,性能并不理想.在深度学习中,卷积神经网络可以在通用的学习过程中提取图像的特征.该文以密集神经网络为基础设计了一个三维结节假阳性筛查模型—三维卷积神经网络模型(TDN-CNN)...     

多任务自主学习的肺癌诊断方法

针对实际任务中肺部CT图像标注数据集稀少的问题,提出一种基于自主学习的U-Net模型与C3D多任务学习网络相结合的肺癌诊断方法。对LUNA16数据集和DSB数据集进行预处理,确保切片图像体素、方向一致,利用C3D多任务学习网络模型构建肺结节检测模型,使用165张LUNA16的切片图像和161张DSB的切片图像训练改进的U-Net网络模型,并采用自主学习方式扩充标注样本,构建肿块检测模型。在此基础上,综合结节与肿块检测结果得到最终的肺癌诊断结果。实验结果表明,该方法的肺癌检测精度为85.3%±0.3%,达到了监督学习策略的检测精度。     

基于CT图像的肺结节计算机辅助检测研究进展

CT是检查肺癌的主要方法之一,而精度越来越高的CT在获得更清晰图像的同时,其数据量也在急剧增加,加重了医生阅片的负担.检测速度快、检测精度高的CT图像肺结节计算机辅助检测系统成为帮助医生诊断的有效工具.该综述阐述了CT图像肺结节计算机辅助检测方法的研究意义、检测过程、各类算法、研究难点,并对CT图像肺结节计算机辅助检测的现状进行了总结和展望.     

基于局部闭值和聚类中心迭代的肺结节检测算法

肺部疾病通常以肺结节的形式表现出来。为了对肺部疾病进行诊断治疗,需要对肺结节进行准确的检测。提出了基于局部阈值和聚类中心迭代的肺结节检测算法。首先,对肺实质图像采用局部阈值算法,提取感兴趣区域(ROIs),并且计算ROIs的形态特征、灰度特征和纹理特征;其次,结合规则、聚类中心迭代和欧式距离,对ROIs进行分类。实验结果表明,所提算法能够较好地检测出孤立性结节、低对比度结节和粘连肺壁结节。     

融合多维度卷积神经网络的肺结节分类方法

针对CT图像肺结节分类任务中分类精度低,假阳性高的问题,提出了一种加权融合多维度卷积神经网络的肺结节分类模型,该模型包含两个子模型：基于二维图像的多尺度密集卷积网络模型,以捕获更宽泛的结节变化特征并促进特征重用;基于三维图像的三维卷积神经网络模型,以充分利用结节空间上下文信息。使用二维和三维CT图像训练子模型,根据子模型分类误差计算其权重,对子模型分类结果进行加权融合,得到最终分类结果。该模型在公共数据集LIDC-IDRI上分类准确率达到94.25%,AUC值达到98%。实验结果表明,加权融合多维度模型可以有效地提升肺结节分类性能。     

三维GIS的基本问题与研究进展

经过多年的研究和探索,三维GIS取得了很大成果,成为GIS领域的重要研究内容之一。该文首先分析了三维GIS应实现的功能,然后从三维数据获取、三维空间数据模型、三维空间关系的描述和表达、三维可视化和三维空间分析等几个方面评述了三维GIS的研究进展。     

三维地形地物融合方法研究与应用

为了提高大比例尺下的三维地形与地物融合效果,提出了一种新的地形地物融合方法。该方法利用三维地物的底面是平面这一特点,在统一坐标框架下,对地形数据进行预处理,消除了影响地形地物融合的高程点,再利用Delauney三角网算法生成TIN模型模拟地形。预处理过程修正了影响融合效果的高程点数据,提高了融合效果,同时减少了原始地形数据的数据量,从而提高了构建TIN模型的效率。结果表明,该方法能较好地实现三维地形地物的融合。     

Reshaping 3D facial scans for facial appearance modeling and 3D facial expression analysis

3D face scans have been widely used for face modeling and analysis. Due to the fact that face scans provide variable point clouds across frames, they may not capture complete facial data or miss point-to-point correspondences across various facial scans, thus causing difficulties to use such data for analysis. This paper presents an efficient approach to representing facial shapes from face scans through the reconstruction of face models based on regional information and a generic model. A new approach for 3D feature detection and a hybrid approach using two vertex mapping algorithms, displacement mapping and point-to-surface mapping, and a regional blending algorithm are proposed to reconstruct the facial surface detail. The resulting models can represent individual facial shapes consistently and adaptively, establishing facial point correspondences across individual models. The accuracy of the generated models is evaluated quantitatively. The applicability of the models is validated through the application of 3D facial expression recognition using the static 3DFE and dynamic 4DFE databases. A comparison with the state of the art has also been reported.     

2D到3D图像颜色空间层转换技术研究及实现

从3D相关技术入手,初步讨论了人类视觉及相关转换技术。接着重点描述基于3d红蓝立体原理的图像转换原理,从图像颜色空间角度,着重讨论2D转3D的相关技术及研究现状,并基于电视类节目图像给出一套完整系统设计及实现,并给出相应的实验结果。     

3D建模与编程技术

3D建模与编程技术是3D应用软件实现中非常技巧和关键性的技术，目前应用比较广泛的有OpenGL，Direet3D，Java3D和VRML等。OpenGL主要用于底层软件和复杂场景建模软件的开发，Direet3D和Java3D主要应用于较高层次3D软件的快速开发，而VRML实质是一种描述性的3D建模语言，在Plug-in的支持下，可以增强Web的三维功能。对这四种技术的运行机理、实现机制和程序结构等作了较为详尽的阐述。     

VRML与Java 3D转换关键技术的研究

主要研究在虚拟网络服务领域,使用Java语言来实现由VRML标准描述的三维CAD模型（或其它三维模型）到Ja-va3D的转换。生成Java3D标准三维模型,使用户可以通过浏览器进行浏览和个性化配置,该技术对虚拟商务的发展将有极大的推动作用。由于系统的复杂性,本文仅对系统中的转换这一关键技术进行研究。     

城市三维景观可视化研究与应用

概述了城市三维景观可视化的过程及关键技术,给出了一个基于两种流行3D API的系统框架,讨论了基于网络的城市三维景观发布技术,并提供了一个城市三维景观实例系统M3DView。     

几种Web3D技术的实现方案分析

本文介绍了几种常用的Web3D技术,详细分析比较了各自的性能特点,提出了在目前技术形势下实现Web3D的较好方案。     

基于Web3D的虚拟场景漫游的设计与实现

介绍了Java3D与VR相结合的Web3D应用;采用了三层式的Client/Server结构和分布计算模型设计系统体系结构,提出了在Java3D中获取场景对象实例的方法,给出了在Java3D场景中实现虚拟场景中漫游的方法。采用Java3D实现与用户交互虚拟三维场景,并给出了部分实现细节。