公共文化服务平台

孟琭: 作品数：33 被引量：402H指数：9; 供职机构：东北大学信息科学与工程学院更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家杰出青年科学基金更多>>; 相关领域：自动化与计算机技术医药卫生交通运输工程更多>>

合作作者

基于CUDA加速的三维医学图像配准被引量：6: 2013年; 三维医学图像配准技术是医学图像处理,特别是外科手术导航的关键技术,但现有的三维医学图像配准算法大多存在计算量大、耗时过长的问题,不能满足临床应用中实时处理的要求.针对这一问题,提出一种基于统一计算设备架构(Compute Unified Device Architecture,CUDA)的高性能计算方法,充分利用CUDA架构下GPU(Graphic Processing Unit)并行计算的优势,并结合图像多尺度、最大互信息等方法,实现了三维医学图像的快速配准.实验结果表明,该方法在保证配准精度的前提下,大幅度地提高了三维医学图像配准算法的运算速度,可以满足临床上对配准算法的实时性要求.; 王蓓蕾朱志良孟琭; 关键词：CUDA加速互信息多尺度

结合高斯加权距离图的图像边缘提取被引量：9: 2014年; 目的边缘是图像最为重要的特征之一,是图象分析与识别的基础。对于目标的分割、测量而言,边缘提取的连续性与抗噪性显得尤为重要,其可通过区域增长等算法提取目标区域,为抠图、统计测量提供必要的支持,本文以实现目标轮廓的有效提取为目的,提出一种结合高斯加权距离图的图像边缘提取方法。方法首先通过计算分块区域内像素间的高斯加权距离,获得高斯加权距离图,该图与原图相比,不仅可以较好地突出边缘轮廓,而且可以统一背景灰度。其次通过分析高斯加权距离图的灰度直方图,将灰度分为两类并计算类中心,以此作为无边缘活动轮廓(CV)模型的c1和c2参数,最后通过CV模型求解图像边缘。结果与其他边缘提取算法相比,该算法不仅具有较好的抗噪性,同时可以保证图像边缘提取的连续性。结论实验结果验证了本文算法的有效性。; 贾迪孟祥福孟琭董娜方金凤; 关键词：CV模型灰度直方图

近年目标跟踪算法短评——相关滤波与深度学习被引量：14: 2019年; 目的目标跟踪是计算机视觉领域的重要组成部分。近年来,基于相关滤波和深度学习的目标跟踪算法层出不穷,本文拟对经典的若干目标跟踪算法进行阐述与分析。方法首先,对基于相关滤波跟踪算法的基础理论进行介绍,针对相关滤波算法在特征改进类、尺度改进类、消除边界效应类、图像分块类与目标响应自适应类方面进行总结;接下来,从3个方面对基于深度学习的目标跟踪算法进行阐述与分析:目标分类、结构化回归、孪生网络,并对有代表性的跟踪算法的优势与缺陷进行较深层次的解读。结果通过列举跟踪算法在相关滤波阶段、深度学习阶段针对不同的改进机制的改进算法,总结各阶段算法的优缺点。对目标跟踪算法的最新进展进行阐述,最终对目标跟踪算法的未来发展方向进行总结。结论基于相关滤波的目标算法在实时性方面表现优秀,但对于复杂背景干扰、相似物遮挡等情况仍然需要优化。深层的卷积特征对于目标有强大的表示力,通过使相关滤波算法与深度学习结合,大幅度提升了算法表现力。基于深度学习的跟踪算法则更侧重于跟踪的性能,大多无法满足实时性。孪生神经网络的使用对于基于深度学习类目标跟踪算法产生了很大的推动,兼顾了算法的性能和实时性。; 孟琭李诚新; 关键词：目标跟踪相关滤波

一种彩色图像的同步去噪增强算法被引量：2: 2014年; 在彩色图像获取过程中,由于受到环境、设备等客观因素的制约,常得到含有噪声、对比度差的图像,这些对于后续图像分割与配准的准确性方面都产生较大影响,为此提出一种彩色图像的同步去噪增强模型.首先引入RGB与Ycbcr的变换及逆变换,构造了适用于彩色图像的自适应直方图均衡化偏微分方程.其次,通过计算本征矢与x轴的夹角统一梯度变化率、消除法相扩散,给出了彩色图像的PM模型.最后将上述两种模型通过增加系数调节项的方式进行融合,达到同步去噪增强的目的,实验结果验证了本文算法的有效性与实用性.; 贾迪孟琭张一飞贺学平方金凤; 关键词：图像去噪图像增强偏微分方程直方图均衡

一种新的脑白质分割方法: 2012年; 基于扩散张量成像提出一种新的脑白质分割方法.首先,计算扩散张量成像的各向异性参数和扩散参数,并得到各个参数下的脑部图像;然后,通过期望值最大化(expectation maximization,EM)模型求得各个各向异性参数图像的脑白质和非脑白质区域;最后,通过STAPLE(simultaneous truth and performancel evel estimation)模型融合各个DTI参数图像分割结果,得到脑白质分割结果.实验结果表明,该方法具有较好的分割效果,能有效地从脑组织中分割出脑白质.; 孟琭苗长胜王丽娟; 关键词：扩散张量成像

基于强化学习的三维游戏控制算法被引量：4: 2021年; 基于强化学习,设计了一个面向三维第一人称射击游戏(DOOM)的智能体,该智能体可在游戏环境下移动、射击敌人、收集物品等.本文算法结合深度学习的目标识别算法Faster RCNN与Deep Q-Networks(DQN)算法,可将DQN算法的搜索空间大大减小,从而极大提升本文算法的训练效率.在虚拟游戏平台(ViZDoom)的两个场景下(Defend_the_center和Health_gathering)进行实验,将本文算法与最新的三维射击游戏智能体算法进行比较,结果表明本文算法可以用更少的迭代次数实现更优的训练结果.; 孟琭沈凝祁殷俏张昊园; 关键词：目标识别

新型冠状病毒肺炎(COVID-19)医学影像AI诊断研究进展被引量：7: 2020年; 2020年3月,世界卫生组织(World Health Organization,WHO)宣布新型冠状病毒肺炎(corona virus disease 2019,COVID-19)为世界大流行病,疫情的爆发给世界各地医疗系统带来巨大压力。现有的COVID-19诊断标准是核酸检测阳性,然而核酸检测假阴性率高达17%~25.5%,为避免漏诊,需要采用基于影像学的AI诊断方法筛查大量疑似病例,扼制疾病传播。本综述将回顾疫情爆发数月以来,基于医学影像的新冠肺炎AI辅助诊断的研究成果。首先介绍CT(computed tomography)和X光片的优缺点,以及COVID-19的放射学特征,然后对数据准备、图像分割和分类识别等AI诊断的关键步骤分别进行阐述,最后介绍COVID-19的跟踪和预后(预先对疾病后续发展过程及结果的判断和估计)。本文还整理了部分公开的COVID-19相关数据集,并对数据标注不足的问题提供了弱监督学习和迁移学习等解决方案。实验验证,AI系统诊断COVID-19的敏感性达到97.4%,特异性达到92.2%,优于放射科医生的诊断结果。其中表现尤为突出的是基于语义分割网络检测COVID-19感染区域,由此可以定量分析感染率。AI系统可以辅助医生诊断和治疗COVID-19,提高放射科医生阅读X光片和CT的效率。; 孟琭李镕辉; 关键词：人工智能图像分割计算机辅助诊断

头皮视频脑电图无痫样放电的癫痫患儿静息态脑网络研究: ＜正＞目的通过进行头皮视频脑电图无痫样放电的癫痫患儿静息态脑网络研究,旨在为脑电图无癫痫放电者的癫痫辅助诊断提供重要依据。方法对癫痫患儿和对照儿童进行无创的头皮视频脑电图检查,选取无癫痫放电及癫痫发作的静息态脑电图数据进...; 范玉颖孟琭袁裕钧刘雪雁王华; 文献传递

一种基于改进的MobileNetV2网络语义分割算法被引量：30: 2020年; 基于金字塔卷积神经网络的语义分割算法准确率很高,但是其计算资源消耗巨大、算法执行时间长、无法满足实时性要求.为了解决这个问题,本文做出了以下改进:(1)用MobileNet替换原网络的结构,减少了网络运算时间和内存开销;(2)引入编码器-解码器结构提高输出图像的分辨率,进一步细化分割结果;(3)针对高分辨率图像推断时间过长的问题,本文设计了多级图像输入方法,降低了网络推断高分辨率图像所消耗的时间.本文在VOC 2012数据集和Cityscapes数据集上进行了测试,并与FCN、SegNet、DeepLab、PSPNet以及DFN等语义分割模型对比.实验结果表明,本文设计的语义分割算法在VOC 2012数据集上达到了76.1%的mIoU,在Cityscapes数据集上达到了74.1%的mIoU,略低于传统语义分割算法;处理一张分辨率为1024×512的图片需要18ms,少于传统语义分割算法,满足了实时性要求,达到了准确率与计算资源消耗之间的平衡.; 孟琭徐磊郭嘉阳; 关键词：卷积神经网络

基于CT图像的自动肺实质分割方法被引量：16: 2008年; 在肺癌、肺气肿等肺部疾病计算机辅助诊断方法中,肺实质分割是最核心的步骤.提出一种基于三维CT图像序列的新的自动肺实质分割方法,综合利用了阈值分割、区域增长及数学形态学等算法,并在特定体层通过图搜索算法精确定位左右肺前后连接线狭窄区域,有效解决了肺实质边缘结节易分割遗漏及左右肺分离的难题.通过多组胸部CT序列图像的实验证明,该方法对于肺实质分割非常精确有效.; 贾同孟琭赵大哲王旭; 关键词：计算机辅助诊断图像分割肺实质分割 CT图像

孟琭

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

孟琭

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈