公共文化服务平台

搜索到1360篇“ 医学超声图像“的相关文章

一种由医学超声图像自动生成可见光图像的方法: 本发明公开了一种由医学超声图像自动生成可见光图像的方法，包括以下步骤：1：对每个超声图像和可见光图像进行严格对齐，并对可见光图像进行重新采样以匹配超声图像的分辨率和视野；2：进一步校正每个超声图像的强度不均匀性；3：对不...; 曹黎俊张云飞蔡占毅谢元涛

GA-2D-VMD联合FNLM的医学超声图像去噪方法研究: 2025年; 医学超声成像过程中出现的斑点噪声,降低了图像的可视性,传统算法在去噪后可能会出现图像边缘细节模糊、去噪效果不佳等问题。针对于此,提出了基于遗传算法优化的2D-VMD与FNLM相结合的方法。首先利用遗传算法对2D-VMD的两个参数同时进行自适应寻优,接着采用优化2D-VMD分解噪声图像,并借助相关系数筛选有效分量,然后使用FNLM滤波去噪,最后将去噪后的子模态重构完成去噪。实验结果证明,该方法具有优秀的去噪效果和保留图像边缘细节信息的能力,客观评价指标亦有明显的提升。; 闫洪波那毅然沈雅楠徐洋; 关键词：斑点噪声参数优化图像去噪

医学超声图像分割方法及装置: 本发明提供了一种医学超声图像分割方法及装置，所述方法包括，利用超声扫描设备获取人体超声图像；对语义分割模型进行训练，得到语义分割预测模型；根据语义分割预测模型，对待检测图像进行分割；对分割的待检测图像进行优化处理，得到最...; 张官喜

可控的医学超声图像去噪方法、系统及计算机存储介质: 本发明公开了可控的医学超声图像去噪方法、系统及计算机存储介质，该方法通过模拟噪声超声图像数据集的生成，模拟噪声超声图像的预处理，去噪模型的建立，去噪模型的训练，联合损失函数的构建等步骤建立可控的医学超声图像去噪模型，然后...; 檀韬姜明富林灿堂吴大维尤辰智

扩散模型、多尺度与注意力模块的医学超声图像分割方法: 本发明公开了扩散模型、多尺度与注意力模块的医学超声图像分割方法，本发明将其扩散模型为改进的去噪扩散概率模型，多尺度与注意力模块分别为自行设计的多尺度动态条件模块和高斯交叉融合注意力模块。该方法使用去噪扩散概率模型，去除图...; 廉敬曹玉竹张怀堃杨雪丰郑礼刘冀钊石斌

一种基于多图像融合的医学超声图像超分辨率重建方法: 本发明公开了一种基于多图像融合的医学超声图像超分辨率重建方法，包括以下步骤：对收集到的医学超声图像数据集进行预处理；采用基于对比度的小波图像融合算法对同一病例的多张相似的医学超声图像进行融合；基于高斯马尔科夫随机场模型对...; 袁家斌赵冉尚玉叶胡坤松

一种医学超声图像分级方法、系统、服务器、介质及设备: 本发明属于人工智能的深度学习领域，提供了一种医学超声图像分级方法、系统、服务器、介质及设备，该分级方法包括：获取医学超声图像和RGB图像数据集；基于RGB图像数据集对构建好的分级模型进行预训练得到第一分级模型，将第一分级...; 马金连景欣刘村焦军燕严奇琪

一种医学超声图像分级方法、系统、服务器、介质及设备: 本发明属于人工智能的深度学习领域，提供了一种医学超声图像分级方法、系统、服务器、介质及设备，该分级方法包括：获取医学超声图像和RGB图像数据集；基于RGB图像数据集对构建好的分级模型进行预训练得到第一分级模型，将第一分级...; 马金连景欣刘村焦军燕严奇琪

基于SEEDS的医学超声图像分割算法: 2024年; 针对高强度聚焦超声(HIFU)治疗过程中肿瘤的快速识别与自动定位问题,提出了一种基于SEEDS超像素的自动分割方法,能够为医生快速、准确地定位肿瘤提供帮助,大大减少医生的工作量。该方法基于分裂合并的思想,先利用SEEDS将图像分裂成超像素,再提取超像素的纹理和边界信息,使用纹理边界编码压缩算法完成超像素合并,最后在先验信息的限制下实现肿瘤的自动分割。实验结果表明,该方法可以应对图像质量低、背景复杂等不同情况下的肿瘤分割问题,分割结果比较准确。; 刘雨颜雨宋增才张东; 关键词：超声图像分割

基于小波变换与SRAD融合的医学超声图像斑点噪声抑制: 2024年; 为了提升传统图像去噪算法的准确性和有效性,结合医学图像特点,针对传统各向异性扩散斑点降噪(SRAD)算法对图像边缘和细节信息保持能力不足的问题,提出了基于小波分析的各向异性扩散斑点降噪算法(Wavelet-SRAD);通过对超声信号进行多尺度分解,在低频信号部分引入SRAD算法进行各向异性多尺度滤波,在高频信号部分采用软阈值收缩算法,并采用梯度算子和拉普拉斯算子区分噪声或边缘引起的灰度变化,以提升图像去噪效果;经Matlab仿真实验,将改进算法与传统中值滤波、高斯滤波、均值滤波和SRAD滤波算法进行对比,计算均值、标准差、斑点指数和等效视数来分析去噪结果,并采用灰度直方图从能量角度对去噪效果进行可视化;实验结果表明,与传统图像去噪算法相比,改进的Wavelet-SRAD算法能够更准确、有效地去除医学超声图像中的斑点噪声,并保持良好的组织纹理和边缘细节信息,表现出优越的滤波去噪性能;因此,改进的Wavelet-SRAD滤波去噪算法是一种有效的医学超声图像斑点噪声抑制算法。; 徐立贾楠高琦白金牛; 关键词：小波变换软阈值各向异性扩散斑点噪声

相关作者