四川省青年科技基金(05ZQ026-019)
- 作品数：10 被引量：73H指数：7
- 相关作者：李德玉林江莉汪天富罗燕彭玉兰更多>>
- 相关机构：四川大学四川大学华西医院成都市第一人民医院更多>>
- 发文基金：四川省青年科技基金四川省应用基础研究计划项目国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于形态和灰度特征的乳腺肿瘤B超图像识别被引量：5
- 2005年
- 目的为B超诊断乳腺肿瘤建立计算机辅助诊断手段,以降低活检数以及提高诊断的准确性和客观性。方法通过提取良性和恶性肿瘤B超图像的形态特征和灰度特征,包括傅立叶描述子,粗糙度和前后场回声比,组成特征矢量,再用k-均值聚类算法对特征矢量进行分类处理。结果k-均值聚类算法对良性肿瘤的识别率为89.85%,对恶性肿瘤的识别正确率达78.26%。结论本文中建立的方法能较肉眼更精确地反映良性和恶性肿瘤B超图像的特征,如果再结合医生的临床经验能大大提高乳腺肿瘤的诊断准确性。
- 杨盈汪天富彭玉兰李德玉林江莉罗燕
- 关键词：乳腺肿瘤傅立叶描述子灰度特征图像识别
- 一种改进的各向异性高斯滤波算法被引量：8
- 2007年
- 为了抑制更好的抑制噪声保留边缘信息,提出了一种各向异性高斯滤波的改进方法,该方法先用中值滤波去除椒盐噪声,再利用灰度共生矩阵的惯性矩特征值调整滤波器的长轴尺度,实现各向异性高斯滤波.实验证明,本文所提出的改进方法,在噪声抑制和边缘保持方面优于各向异性高斯滤波器.
- 王筱艳汪天富李德玉林江莉
- 关键词：边缘检测中值滤波
- 基于形态学重构的超声医学图像滤波方法被引量：7
- 2007年
- Speckle噪声是造成超声医学图像质量下降的最主要原因。我们通过修改形态学重构算法-Downhill算法的初始条件,使其适用于超声医学图像的去噪处理。首先在掩模图像中确定标记图像作为算法的初始化和开始区域,再使用改进的Downhill算法对超声医学图像进行滤波处理。实验结果表明,与其他3种传统滤波方法相比,该方法能快速有效地去除心脏腔室内的Speckle噪声同时保留图像的轮廓细节信息。
- 张建炜林江莉李德玉汪天富
- 关键词：图像滤波超声医学图像
- B超图像复杂性特征分析方法诊断脂肪肝被引量：10
- 2006年
- 目的利用复杂性分析研究脂肪肝患者B超图像纹理改变,进而诊断脂肪肝。方法通过分析正常肝脏与脂肪肝B超图像的复杂度,近似熵和近远场灰度比特征,组成特征矢量,利用反向传播人工神经网络对脂肪肝进行计算机辅助诊断。结果用80例样本建立识别模型,用50例样本进行验证,对正常肝的识别率达到100%,脂肪肝识别率达到100%。结论复杂性分析能较好地描述脂肪肝超声图像的特征,对脂肪肝的识别有着较好的性能。
- 王娇罗燕李德玉林江莉汪天富彭玉兰
- 关键词：脂肪肝图像识别
- 基于人工神经网络的足月胎儿体重预测方法被引量：12
- 2005年
- 对胎儿体重的预测在产科临床上具有非常重要的意义,传统上采用回归分析方法预测胎儿体重,存在可靠性差等缺点。本研究采用反向传播(BP)人工神经网络方法预测胎儿体重,实验中采用双顶径、小脑横径、腹围、肝脏长度、股骨长度、股骨皮下脂肪厚度、孕龄等参数作为BP神经网络的输入参数,网络由输入层、隐含层和输出层三部分组成。对109例临床资料进行预测,结果为:训练组预测符合率达89.77%,平均绝对误差104.22g,平均相对误差3.24%;验证组预测符合率达76.19%,平均绝对误差190.84g,平均相对误差5.60%。表明人工神经网络预测胎儿体重方法十分有效,准确性高于回归方程。
- 吴君杨太珠林江莉罗红李德玉汪天富郑昌琼
- 关键词：孕龄人工神经网络人工神经网络方法足月胎儿皮下脂肪厚度股骨长度
- 基于精确直方图规格化的医学超声图像增强被引量：8
- 2008年
- 目的探求一种改进的精确直方图规格化方法,提高医学超声图像的对比度。方法针对医学超声图像的特点,引入一个有效的分割点,将原始图像分割为背景和前景区域,只对前景区域进行增强。结果本文方法将局部灰度拉伸到一个较大的动态范围,提高了对比度,抑制了医学超声图像背景过增强,保留了图像的细节信息。结论本文在增强图像对比度的同时能够有效地保留图像细节,是一种有效的对比度增强方法。
- 李华美汪天富林江莉李德玉
- 关键词：直方图均衡化医学超声图像
- 基于边界特征的乳腺肿瘤超声图像识别被引量：8
- 2006年
- 通过对乳腺肿瘤边界特征的分析,得到边界的特征量似圆度,面积比率,长宽比组成的特征矢量,最后用反向传播人工神经网络(BP)的算法对经病理证实的119幅乳腺良、恶性肿块超声图像进行分类识别。BP神经网络对良、恶性肿瘤正确识别率分别为89.7%、73.5%。量化后的乳腺超声图像肿瘤轮廓特征结合BP神经网络可以比较有效的用于肿瘤的良、恶性识别。
- 张科宏彭玉兰李德玉林江莉罗燕汪天富蒋银宝
- 关键词：乳腺肿瘤超声图像BP神经网络
- 超声医学图像滤波和对比度增强新方法被引量：4
- 2007年
- 较低的对比度和独有的speckle噪声是影响超声医学图像质量的主要原因,本研究利用各向异性扩散滤波,在去除图像中大量噪声的同时,计算滤波过程中图像信息的丢失,从而得到对比度增强模型中的对比度函数,并利用对比度增强模型达到图像对比度增强的目的。实验结果表明,与滤波后的直方图均衡化后结果相比,不仅能够有效地去除图像中的噪声,也能明显提高图像对比度。因此,本文方法是提高超声医学图像质量的一种有效途径。
- 陈科林江莉李德玉汪天富
- 关键词：各向异性扩散对比度增强超声医学图像熵产生
- 基于区域形态学运算的细胞图像检测边界被引量：3
- 2006年
- 细胞和组织形态特征的分析一直是研究生物细胞学和病理学的主要手段.边界提取是细胞图像识别的第一步,也是关键的一步.针对血液细胞的边界附近的灰度分布梯度较大的特性,对细胞边界的提取可以采用一些比较常用边界检测算子的,如Sobel算子、Laplacian算子等,但都存在一定的缺点.本文采用区域形态学进行细胞图像的边界提取,实验结果表明该方法在保持边界连续性和消除伪边界方面都优于传统的边界检测算法.
- 秦微微汪天富林江莉李德玉
- 关键词：形态学细胞图像
- 基于B超图像分析的脂肪肝辅助诊断方法研究被引量：15
- 2006年
- 本研究为B超诊断脂肪肝建立计算机辅助诊断手段。通过分析正常肝和脂肪肝B超图像的图像特征,包括图像的近远场灰度比特征,以及灰度共生矩阵的角二阶矩、熵和反差分矩统计特征,组成特征矢量,再分别用κ-平均聚类算法、自组织特征映射人工神经网络和反向传播人工神经网络对特征矢量进行分类处理。κ-平均聚类算法对正常肝的识别率为100%,对脂肪肝的识别正确率为63.6%;自组织特征映射人工神经网络对正常肝的识别正确率达100%,对脂肪肝的识别正确率达93.94%;反向传播人工神经网络对正常肝和脂肪肝的识别率均为100%。本文建立的方法能较肉眼更精确地反映正常肝和脂肪肝B超图像的特征,如果再结合医生的临床经验能大大提高脂肪肝的诊断准确性。
- 汪小毅林江莉李德玉汪天富郑昌琼程印蓉
- 关键词：脂肪肝人工神经网络
