<samp id="ffp3e"><ins id="ffp3e"><ruby id="ffp3e"></ruby></ins></samp>

<menuitem id="ffp3e"><strong id="ffp3e"></strong></menuitem>

    <tbody id="ffp3e"></tbody>

    <tbody id="ffp3e"><bdo id="ffp3e"></bdo></tbody>
    1. <menuitem id="ffp3e"></menuitem>
    2. <progress id="ffp3e"><bdo id="ffp3e"></bdo></progress>

      <tbody id="ffp3e"></tbody>

    3. <progress id="ffp3e"><bdo id="ffp3e"><dfn id="ffp3e"></dfn></bdo></progress><tbody id="ffp3e"><nobr id="ffp3e"></nobr></tbody>
      華西醫學期刊出版社
      作者
      • 標題
      • 作者
      • 關鍵詞
      • 摘要
      高級搜索
      高級搜索

      搜索

      找到 作者 包含"王成健" 1條結果
      • 基于SE-CaraNet的全方位最大密度投影圖像顱內動脈瘤自動檢測方法

        傳統的單一方位最大密度投影(MIP)圖像在檢測顱內動脈瘤時容易忽略部分形態特征,造成漏檢和誤檢。針對該問題,本文提出一種新的基于全方位MIP圖像的顱內動脈瘤檢測方法。首先,對三維磁共振血管造影(MRA)圖像進行全方位最大密度投影,獲得MIP圖像;然后,利用匹配濾波對顱內動脈瘤區域進行預定位;最后,使用Squeeze and Excitation(SE)模塊對CaraNet模型進行了改進,并用改進后的模型對全方位MIP圖像中的預定位區域進行檢測,確定是否患有顱內動脈瘤。本文收集了245例圖像對所提方法進行了測試實驗。實驗結果表明本文所提方法的精確率和特異性分別可以達到93.75%和93.86%,顯著提高了對MIP圖像中顱內動脈瘤的檢測性能。

        發表時間: 導出 下載 收藏 掃碼
      共1頁 上一頁 1 下一頁

      Format

      Content

      小泉真希