skip to main content
訪客
個人書架
我的帳戶
登出
登入
This feature requires javascript
檢索首頁
圖書館首頁
電子期刊
引用參考文獻查詢
指定參考書查詢
新書通報
標籤查詢
線上輔助
語言:
English
繁體中文
This feature required javascript
This feature requires javascript
Primo Search
館藏+文章
館藏+文章
館藏
查館藏
文章
查文章
機構典藏
機構典藏
Search For:
Clear Search Box
Search in:
館藏+文章
Or hit Enter to replace search target
Or select another collection:
Search in:
館藏+文章
進階檢索
瀏覽查詢
This feature requires javascript
資源種類
criteria input
圖書
期刊
視聽資料
全部館藏
顯示結果:
criteria input
包含在我的檢索語句內
完全相同
起始以
顯示結果:
查詢種類 索引
criteria input
任何地方
題名
ISBN
ISSN
Show Results with:
題名
Show Results with:
任何地方
題名
ISBN
ISSN
This feature requires javascript
基于SE-CaraNet的全方位最大密度投影图像颅内动脉瘤自动检测方法
Sheng wu yi xue gong cheng xue za zhi, 2024-04, Vol.41 (2), p.228-236
可取得全文
引用
被引用
線上檢視
詳細格式
評論和標籤
相關文章推薦
FullText@NUTN
引用次數
This feature requires javascript
傳送到
加入個人書架
從個人書架中移除
E-mail
列印
永久連結
引用
EndNote
導出 RiS
This feature requires javascript
題名:
基于SE-CaraNet的全方位最大密度投影图像颅内动脉瘤自动检测方法
主題:
深度学习算法的医学应用
所屬期刊:
Sheng wu yi xue gong cheng xue za zhi, 2024-04, Vol.41 (2), p.228-236
描述:
传统的单一方位最大密度投影(MIP)图像在检测颅内动脉瘤时容易忽略部分形态特征,造成漏检和误检。针对该问题,本文提出一种新的基于全方位MIP图像的颅内动脉瘤检测方法。首先,对三维磁共振血管造影(MRA)图像进行全方位最大密度投影,获得MIP图像;然后,利用匹配滤波对颅内动脉瘤区域进行预定位;最后,使用Squeeze and Excitation(SE)模块对CaraNet模型进行了改进,并用改进后的模型对全方位MIP图像中的预定位区域进行检测,确定是否患有颅内动脉瘤。本文收集了245例图像对所提方法进行了测试实验。实验结果表明本文所提方法的精确率和特异性分别可以达到93.75%和93.86%,显著提高了对MIP图像中颅内动脉瘤的检测性能。
出版者:
中国四川: 四川大学华西医院
語言:
英文
識別號:
ISSN: 1001-5515
DOI: 10.7507/1001-5515.202301008
PMID: 38686402
資源來源:
Alma/SFX Local Collection
This feature requires javascript
This feature requires javascript
返回到檢索清單
This feature requires javascript
This feature requires javascript
正在檢索遠程資料庫,請稍等
查詢:
在
scope:("NUTN"),scope:(NUTN_ALEPH),scope:(NUTN_IR),scope:(NUTN_SFX),primo_central_multiple_fe
顯示現有記錄
This feature requires javascript
This feature requires javascript