排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
近年来,超声成像技术迅速发展,特别是超声造影剂的推广,促进了非线性现象的研究和利用,使得超声图像显示细小结构和区别不同目标的能力不断提高。本文介绍这方面的一些最新发展的背景知识。 相似文献
2.
3.
茶叶功效与其微量元素关系的探讨 总被引:3,自引:0,他引:3
用原子吸收光谱法测定了23个茶叶样品中Ca、Mg、Fe、Mn、Cu、Zn的含量,结果表明茶叶的功效与上运元素有一定的关联。 相似文献
4.
在过去几十年中,随着电子和计算机技术的发展,医学诊断超声成像技术发生了巨大变化,其临床应用价值大为提高.在组成超声成像系统的各个部分中,发射和接收超声波、采集检查部位数据的前端部分是制约整个系统性能的关键.本文从原理上介绍这方面的一些发展. 相似文献
5.
目的 设计跨模态注意力机制特征融合模块,观察其用于B型超声与弹性超声联合诊断乳腺良、恶性肿瘤的价值。方法 收集371例接受常规超声检查及超声弹性成像的女性乳腺肿瘤患者、共466处病灶;按3∶1∶1将466组病灶图像分为训练集(n=280)、验证集(n=93)及测试集(n=93)。采用卷积神经网络分支模型分别提取B型超声图像和弹性超声图像特征,之后以基于跨模态注意力机制的多模态特征融合网络进行特征融合,观察其诊断乳腺良、恶性肿瘤的价值。结果 改进后的DenseNet用于B型超声诊断乳腺良、恶性肿瘤的准确率为88.43%,敏感度为88.96%,特异度为87.31%,其效能略优于改进前。基于跨模态注意机制特征融合的B型超声与弹性超声联合诊断乳腺良、恶性肿瘤的准确率为94.23%,敏感度为95.11%,特异度为93.28%,效能优于决策加权融合模型、直接串联融合模型及单模态模型。结论 跨模态注意力机制特征融合模块可在一定程度上提高B型超声与弹性超声联合诊断乳腺良、恶性肿瘤的效能。 相似文献
6.
目的 观察利用深度学习(DL)融合常规超声和超声弹性成像诊断乳腺良、恶性肿瘤的效能。方法 利用DL卷积神经网络(CNN)提取乳腺肿瘤超声灰阶与超声弹性特征,并进行多模态融合,评价融合弹性图像或弹性比值等不同信息方式对乳腺良、恶性肿瘤的诊断效能;绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估多模态融合模型的诊断效能。结果 多模态融合模型鉴别乳腺良、恶性肿物的效能优于单模态常规超声或弹性模型,其中融合灰阶与弹性图像模型鉴别诊断效能优于融合灰阶与弹性比值模型,分类准确率达93.51%,敏感度为94.88%,特异度为92.25%,AUC达0.975。结论 计算机辅助多模态融合有助于提高超声对乳腺良、恶性肿瘤的诊断效能。 相似文献
7.
8.
目的 观察以边界增强多模态乳腺声像图像素级特征融合方法评估良、恶性乳腺肿瘤性质的价值。方法 基于乳腺肿瘤B型声像图提取边界增强图像,于超声弹性复合声像图中提取纯弹性信息图像。对多模态乳腺肿瘤声像图进行像素级特征融合,形成边界特征增强的融合图像,再以卷积神经网络(CNN)进行分类;评估融合方法分类良、恶性乳腺肿瘤的性能,并与单模态方法、特征级融合方法、无边界增强像素级图像融合方法及其他CNN模型进行对比。结果 边界增强像素级特征融合方法有助于CNN提取乳腺肿瘤特征,分类良、恶性乳腺性能最佳,其分类准确率为85.71%,特异度为85.49%,敏感度为86.16%,模型稳定。结论 边界特征增强像素级多模态声像图融合方法可用于判断良、恶性乳腺肿瘤。 相似文献
1