林其忠
- 作品数：7 被引量：25H指数：4
- 供职机构：复旦大学信息科学与工程学院电子工程系更多>>
- 发文基金：上海市科学技术委员会资助项目上海市科学技术委员会科研基金更多>>
- 相关领域：医药卫生机械工程自动化与计算机技术电子电信更多>>
- 超声图像斑点噪声限制的非线性各向异性扩散被引量：4
- 2008年
- 结合非线性各向异性扩散和斑点噪声的限制,有效抑制临床超声图像斑点噪声.基于最小均方误差方法得到瞬时方差系数作为边缘检测器去控制扩散方程,并将经过对数压缩的斑点噪声模型限制通过附加能动项引入,通过能量最小化,自动估计附加能动项最优权值.仿真图像和临床超声图像实验证实,该算法能有效抑制斑点噪声、保留纹理信息.
- 林其忠余建国王威琪
- 关键词：超声图像斑点噪声各向异性扩散
- 三维超声心脏图像的模糊聚类分割被引量：5
- 2007年
- 采用三维超声心动图对小儿先天性心脏病进行诊断与治疗能达到比传统二维超声心动图更直观的效果。然而由于超声图像质量较差,三维超声心动图的可视化效果往往无法达到医生的要求。本文对三维超声心脏图像进行分割,以改进超声图像的可视化效果,并为参数提取等提供基础。首先采用快速的模糊c均值聚类得到初始分割结果;然后利用图像多分辨率技术进行修正;接着结合图像的对比度进行进一步的分割;最后,把处理后的图像用绘制的方法显示出来。本文的结果对超声图像的可视化效果有一定的改善.
- 钟一民林其忠余建国薛海虹孙锟
- 关键词：图像分割三维超声模糊聚类多分辨率
- 超声乳腺肿瘤图像的边缘提取被引量：4
- 2007年
- 目的探求乳腺肿瘤超声图像的边缘提取。方法广义梯度矢量流Snake模型已经成功地用于噪声相对比较小的CT、MRI等医学图像,然而乳腺肿瘤超声图像对比度低,斑点噪声大,很难将该模型直接应用于乳腺肿瘤超声图像。本文针对乳腺肿瘤超声图像的特点如图像对比度低,斑点噪声大,部分边缘缺失,肿瘤内部微细结构分布复杂(如血管,钙化灶等),特别恶性肿瘤还具有复杂形状等,采用相应的图像处理技术如非线性各向异性扩散滤除斑点噪声,形态学滤波器平滑图像,直方图均衡化提高图像的对比度,最后将该模型引入到乳腺肿瘤超声图像边缘提取。结果实验对158例乳腺肿瘤超声图像进行边缘提取,定量和定性分析均获得满意的结果。结论本文方法可以有效地用于超声乳腺肿瘤图像的边缘提取。
- 林其忠余建国王怡
- 关键词：超声图像各向异性扩散SNAKE
- 乳腺肿瘤超声图像的特征分析被引量：6
- 2006年
- 基于乳腺肿瘤良恶性在超声图像的不同特征,利用计算机自动识别,作为医生的辅助诊断。方法的步骤为:本文先在常用超声仪上获得乳腺肿瘤超声图像,接着从图像中自动提取肿瘤边缘,然后自动提取不依赖于超声仪系统的特征参数,用特征选择器选择出最优特征矢量,最后经分类器判别乳腺肿瘤的良恶性。实验基于200例病例随机划分为训练集和测试集各半进行测试,获得结果Accuracy为0.960,Sensitivity为0.982,Specificity为0.935,PPV和NPV分别为0.946和0.977,结果表明本文方法泛化能力强,可以作为识别乳腺肿瘤良恶性的一种辅助手段。
- 林其忠余建国赵暖王威琪王怡陈亚青
- 关键词：超声图像特征提取分类器
- 乳腺肿瘤超声图像的特征分析
- 基于乳腺肿瘤良恶性在超声图像的不同特征,利用计算机自动识别,作为医生的辅助诊断.方法的步骤为:本文先在常用超声仪上获得乳腺肿瘤超声图像,接着从图像中自动提取肿瘤边缘,然后自动提取不依赖于超声仪系统的特征参数,用特征选择器...
- 林其忠余建国赵暖王威琪王怡陈亚青
- 关键词：超声图像特征提取分类器乳腺肿瘤
- 文献传递
- 乳腺肿瘤超声图像的计算机辅助诊断方法研究
- 研究乳腺肿瘤超声图像的计算机辅助诊断(Computer Aidded Diagnosis：CAD)方法和系统，以客观、准确地判别乳腺肿瘤的良恶性，为医生的临床诊断提供参考意见，对医学临床具有重大意义。本文的研究内容主要由...
- 林其忠
- 关键词：乳腺肿瘤超声图像分类器计算机辅助诊断
- 文献传递
- 乳腺肿瘤超声图像识别模式分类方法的比较研究被引量：5
- 2006年
- 目的利用乳腺肿瘤超声图像良恶性的不同特征,借助于模式分类方法对乳腺肿瘤良恶性进行识别,作为医生的计算机辅助诊断。方法本文研究基于乳腺肿瘤超声图像的原始特征参数已提取情况下,采用顺序前进搜索方法获得最优特征矢量,然后利用支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器四种模式识别方法分别对乳腺肿瘤良恶性进行识别。结果基于200例病例随机划分为训练集100例和测试集100例进行测试,支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器的Accuracy分别为0.960,0.940,0.932±0.013,0.930。结论支撑矢量机的分类性能优于其它分类器,能有效地对超声图像乳腺肿瘤进行良恶性识别。
- 林其忠余建国陈亚青王威琪王怡
- 关键词：超声图像支撑向量机分类器
