醫學圖像分析技術及其套用

內容簡介

本書研究了相關圖像的目標區域定位、圖像分割及特徵量化的處理與分析方法。全書分為五章。第一章為緒論部分，闡述了本著作的研究背景、意義及目的；第二章的主要內容為醫學圖像目標區域定位方法的研究，主要是從膠囊內鏡圖像中氣泡區域的定位及tMR圖像中心臟區域的定位方法來進行深入地探討；第三章主要研究了醫學圖像分析中圖像分割的經典問題；第四章主要研究了醫學圖像特徵量化分析的方法；第五章主要研究了醫學圖像的分類與識別方法，其中主要內容包括利用傳統的模式識別技術，在所提取的染色體特徵基礎上，通過BP神經網路及K-means聚類進行染色體核型的二級分類方法；還利用深度學習中的經典卷積神經網路模型進行遷移學習來分類識別膠囊內鏡氣泡幀。

作者簡介

王倩，女，博士、中南財經政法大學副教授，長期從事醫學圖像處理和分析工作，在醫學圖像分割與配準、醫學圖像特徵提取與量化、基於影像的計算機輔助診斷等方面取得了較多研究成果，參與了多項縱橫向課題的研究工作，主持1 項國家自然科學基金項目，1項省部級項目及1 項中國博士後基金項目，在《Academic Radiology》、《Journal of Digital Imaging》、《Optical Engineering》、《計算機輔助設計與圖形學學報》等國內外權威學術期刊及會議上發表論文多篇、《International Journal of Geo-Information》等期刊發表論文十餘篇，撰寫咨政建議多篇

圖書目錄

第1章緒論

1．1 引言

1．2 主要的醫學成像模式

1．3 常用的醫學影像信息分析技術

1．4 醫學圖像處理與分析常用的評估方法

第2章醫學圖像目標區域定位

2．1 膠囊內鏡圖像中基於環形濾波的氣泡區域定位

2．2 tMR圖像中基於形變信息的心臟區域定位

第3章醫學圖像分割

3．1 基於傳統方法的染色體圖像分割

3．2 基於混合梯度流Snake的左心室分割

3．3 基於課程學習策略的U-Net左心室分割方法

3．4 基於互補標記的分割．對抗網路左心室分割方法

3．5 左心室分割結果與分析

第4章醫學圖像特徵量化分析

4．1 染色體圖像特徵量化分析

4．2 tMR圖像活體心肌纖維特性分析

4．3 基於孿生卷積神經網路的特徵相似性度量

第5章醫學圖像分類與識別

5．1 染色體圖像核型分類

5．2 基於遷移學習的膠囊內鏡氣泡幀的分類識別

參考文獻

附錄基於深度學習的醫學圖像分析的理論基礎

醫學圖像分析技術及其套用

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條