徐军
- 作品数：6 被引量：12H指数：2
- 供职机构：山东财经大学更多>>
- 发文基金：山东省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 一种深度神经网络的CT图像超分辨重建方法
- 本发明提供一种深度神经网络的CT图像超分辨重建方法，方法建立的卷积神经网络模型的每一层都是卷积操作,没有全连接层；并且可以通过改变网络模型的深度和每一层的宽度来平衡效率与运行速度。将深度卷积神经网络应用在医学CT图像超分...
- 徐军刘慧郭强张彩明
- 文献传递
- 模糊聚类及表示学习在肺部肿瘤辅助诊断中的研究与应用
- 刘慧张小峰郭强李雪梅邓凯孙玉娟李鸿佳耿凤欢徐军
- 立项背景：近年来，由于受空气污染造及吸烟、二手烟危害的影响，肺部疾病的发病率及死亡率正在逐年上升。根据卫生部全国肿瘤防治研究办公室提供的资料显示，在过去的30年里，中国肺癌死亡率上升了465%，其发病率每年增长26.9%...
- 关键词：
- 关键词：计算机辅助诊断
- 基于非局部自回归学习的医学图像超分辨重建方法被引量：3
- 2017年
- 由于受放射剂量的影响及成像设备条件的限制,医学图像在成像过程中的分辨率不高,并在一定程度上影响后期临床诊疗的精度.针对此问题,文中提出基于非局部自回归学习的医学图像超分辨重建方法.利用医学图像数据固有的非局部相似性特点,将自回归模型引入到基于稀疏表示的医学图像超分辨重建模型中,同时利用聚类算法得到分类字典,提高实验效率.实验表明,文中方法提高医学图像分辨率方面的可行性,及在重建效率和性能方面的优势.
- 徐军刘慧尹义龙
- 关键词：医学图像超分辨重建
- 结合反卷积的CT图像超分辨重建网络被引量：9
- 2018年
- 医学图像的质量对于患者疾病的诊断、治疗乃至科学研究起着重要的作用.然而,受医疗设备和放射剂量等因素的影响,医学CT图像的分辨率普遍较低.为了实现医学CT图像超分辨重建,提出一种结合反卷积的神经网络算法,通过引入反卷积操作,有效地建立了低/高分辨率图像之间端到端的映射.首先选取肺部、脑部、心脏和脊椎等部位的1 500幅CT图像作为训练数据,将训练数据下采样后输入网络模型;然后建立正反卷积网络模型学习图像特征,网络模型用caffe框架实现,激活函数使用PReLU;最后基于学习到的这些特征重建出高分辨率图像,采用平均方法重建图像.实验结果表明,文中算法能够更好地重建出图像的轮廓和边缘纹理;与已有算法相比,所构建的4层网络结构在重建结果的峰值信噪比、结构相似性、信息熵及重建速度等性能指标上均取得了更好的效果.
- 徐军刘慧刘慧张彩明
- 关键词：CT图像超分辨重建卷积神经网络反卷积
- 一种深度神经网络的CT图像超分辨重建方法
- 本发明提供一种深度神经网络的CT图像超分辨重建方法，方法建立的卷积神经网络模型的每一层都是卷积操作,没有全连接层；并且可以通过改变网络模型的深度和每一层的宽度来平衡效率与运行速度。将深度卷积神经网络应用在医学CT图像超分...
- 徐军刘慧郭强张彩明
- 文献传递
- 基于深度神经网络的医学图像超分辨重建
- 图像超分辨重建技术是利用单幅或多幅低分辨图像生成高分辨率图像的过程，涉及的领域主要有自然图像、医学图像以及遥感图像等等，一直是计算机视觉领域的研究热点。医学图像的质量对于患者疾病的诊断、治疗乃至科学研究起着重要的作用，分...
- 徐军
- 关键词：医学图像超分辨重建
