杨振
- 作品数：31 被引量：36H指数：3
- 供职机构：中南大学更多>>
- 发文基金：国家自然科学基金湖南省教育厅科研基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生金属学及工艺电子电信更多>>
- 一种基于全卷积网络的三维腹部CT图像多器官配准方法
- 本发明公开了一种基于全卷积网络的三维腹部CT图像多器官配准方法。首先，获取腹部CT图像数据集。然后，引入注意力机制模块，构建基于全卷积的网络模型，对该网络模型进行训练并获得初步分割结果，再引入全连接条件随机场，进一步优化...
- 赵于前杨少迪张帆杨振廖苗
- 一种基于深度学习的三维医学图像自动分割方法
- 本发明公开了一种基于深度学习的三维医学图像自动分割方法，主要解决现有技术三维医学图像分割结果粗糙、训练过程不稳定和小目标分割精度低的问题。其实现方案为：1)获取三维医学图像；2)扩充样本数据集；3)构建新的特征提取网络；...
- 赵于前潘宇杨振张帆陈武阳
- 文献传递
- 镦粗压下量对Al-Zn-Mg-Cu铝合金锻件组织与性能的各向异性的影响被引量：3
- 2018年
- 为了制备高综合性能的超强铝合金锻件,通过硬度、电导率、力学拉伸和剥落腐蚀等测试,并结合多种显微组织观察（OM、SEM）手段,研究了最终道次的镦粗压下量对Al-Zn-Mg-Cu铝合金锻件组织与性能的各向异性的影响。结果表明：随着最终道次的镦粗压下量的增加,锻件综合力学性能基本不变,各向异性先减小后增大;抗腐蚀性能有所下降,各向异性增大,当最终道次的镦粗压下量为20%～40%时,锻件的强度和伸长率以及抗腐蚀性能的各向异性最小,此时得到的锻件综合性能最优。最终道次的镦粗压下量导致的晶粒形状大小的改变和第2相分布的变化是产生这种现象的主要原因。
- 彭振凌黄兰萍王会平马云龙陈送义陈送义杨振陈康华
- 关键词：铝合金各向异性
- 一种无监督的腹部CT序列图像多器官同时自动分割方法
- 本发明公开了一种无监督的腹部CT序列图像多器官同时自动分割方法，对腹部CT序列图像中肝脏、脾脏、左肾、右肾等目标器官进行分割，本发明方法包括：提取并去除输入CT图像中的脊椎和肋骨，并对图像进行裁剪；对裁剪后的图像进行超体...
- 赵于前唐萍廖苗杨振廖胜辉
- 文献传递
- 一种基于无监督深度学习的肺部CT图像配准方法
- 本发明公开了一种基于无监督深度学习的肺部CT图像配准方法。首先应用由滑动窗口和反向采样组成的预处理方法将肺部CT图像对划分成若干个便于神经网络模型处理的中间图像块对；随后使用由“缩减路径”、“扩张路径”、后续卷积层以及空...
- 赵于前伍若宽陈武阳张帆杨振
- 文献传递
- 一种基于深度学习的腹部CT图像目标器官配准方法
- 本发明公开了一种基于深度学习的腹部CT图像目标器官配准方法。首先，构建腹部CT图像数据库；其次，构建基于深度学习的网络模型，在其卷积神经网络模块中，引入坐标卷积层，以增强其对目标位置信息的学习能力；然后，考虑到含目标器官...
- 赵于前杨少迪杨振张帆廖胜辉
- 文献传递
- 地物三维变化检测方法、电子设备及存储介质
- 本发明公开了一种地物三维变化检测方法、电子设备及存储介质，其中所述检测方法包括对两个时相点云进行精配准，并设置参考时相点云和待检测时相点云；计算待检测时相点云、参考时相点云的法向量；计算局部欧式距离和局部密度；根据局部密...
- 张云生柴佳兴杨振李海峰
- 基于RA-Unet的CT图像肝脏肿瘤分割被引量：21
- 2022年
- 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。
- 邸拴虎杨文瀚廖苗赵于前杨振
- 关键词：医学图像分割肝脏肿瘤
- 一种基于全卷积网络的三维腹部CT图像多器官配准方法
- 本发明公开了一种基于全卷积网络的三维腹部CT图像多器官配准方法。首先，获取腹部CT图像数据集。然后，引入注意力机制模块，构建基于全卷积的网络模型，对该网络模型进行训练并获得初步分割结果，再引入全连接条件随机场，进一步优化...
- 赵于前杨少迪张帆杨振廖苗
- 一种基于深度学习的三维医学图像自动分割方法
- 本发明公开了一种基于深度学习的三维医学图像自动分割方法，主要解决现有技术三维医学图像分割结果粗糙、训练过程不稳定和小目标分割精度低的问题。其实现方案为：1)获取三维医学图像；2)扩充样本数据集；3)构建新的特征提取网络；...
- 赵于前潘宇杨振张帆陈武阳
- 文献传递
