王洪凯
- 作品数：40 被引量：36H指数：4
- 供职机构：大连理工大学更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金辽宁省普通高等教育本科教学改革研究项目更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学理学更多>>
- 基于拓扑知识的医学影像中血管分割建模方法
- 本发明提出了一种基于拓扑知识的医学影像中血管分割建模方法，首先基于U‑Net神经网络创建分割动静脉血管模型，并利用样本图像及其标注结果对模型进行训练，在训练时，利用部分监督方法，在数据集中加入部分标签的数据；利用图割算法...
- 王洪凯秦波波
- 基于多任务学习的肝细胞癌分割与病理分化程度预测方法被引量：1
- 2023年
- 肝细胞癌(HCC)是最常见的肝脏恶性肿瘤,其中HCC分割和病理分化程度预测是手术治疗和预后评估过程中的两个重要任务。现有方法通常独立地解决这两个问题,没有考虑两个任务的相关性。本文提出了一种多任务学习模型,旨在同时完成分割任务和病理分化程度分类任务。本文所提模型由分割子网和分类子网构成:在分类子网中提出了一种多尺度特征融合方法来提高分类精度;在分割子网中设计了一种边界感知注意力,用于解决肿瘤过分割问题。本文采用动态权重平均多任务损失,使模型在两个任务中同时获得最优的性能。研究结果显示,本文方法在295例HCC患者上的实验结果均优于其它多任务学习方法,在分割任务上戴斯相似系数(Dice)为(83.9±0.88)%,同时在分类任务上的平均召回率为(86.08±0.83)%,F1分数为(80.05±1.7)%。该结果表明,本文提出的多任务学习方法能够同时较好地完成分类任务和分割任务,可为HCC患者的临床诊断和治疗提供理论参考。
- 文含赵莹杨涌王洪凯刘爱连刘爱连付忠良
- 关键词：多任务学习肝细胞癌
- 机器学习算法诊断PET/CT纵膈淋巴结性能评估被引量：7
- 2018年
- 评估4种主流典型的机器学习方法(随机森林、支持向量机、AdaBoost、反向传播人工神经网络)对(^(18 )F-FDG)PET/CT影像中非小细胞肺癌纵膈淋巴结良恶性进行诊断分类的性能.先从168例病人的PET/CT影像中分割出1 397个淋巴结,对每个淋巴结提取出13种图像特征(D_(short)、area、volume、HU_(mean)(2Dor 3D)、HU_(contrast)(2Dor3D)、SUV_(mean)(2Dor 3D)、SUV_(max)(2Dor 3D)、SUV_(std)(2Dor 3D));将提取出的13种图像特征进行组合,得到4种组合变量("All features"、"High AUC features"、"Doctors features"、"3Dfeatures");在4种组合变量下,分别从敏感性、特异性以及ROC曲线下的区域面积(AUC_(ROC))3个方面对随机森林、支持向量机、AdaBoost、反向传播人工神经网络定量地进行诊断性能评估.评估结果显示,4种分类器分割结果的敏感性为77%~84%,特异性为81%~84%,AUC_(ROC)为0.86~0.90.在显著性(p<0.001)条件下对比发现,虽然机器学习方法的特异性略低于人类专家,但是敏感性显著优于人类专家.研究结果表明,三维图像特征及PET/CT影像组合特征可以显著提高AUC_(ROC).基于上述研究结果可以得出结论,虽然4种机器学习方法在(^(18)F-FDG)PET/CT影像的非小细胞肺癌纵膈淋巴结的良恶性诊断中展现了不错的敏感性,但它们的特异性有待进一步提高,在未来需要尝试多种分类方法进行联合实验,使用更高级的机器学习方法如深度学习进行进一步的研究.
- 王洪凯陈中华周纵苇李迎辞陆佩欧王文志刘宛予于丽娟
- 关键词：计算机辅助诊断纵膈淋巴结非小细胞肺癌正电子发射断层成像
- 基于GPU加速的锥束CT重建算法研究被引量：3
- 2019年
- 锥束计算机断层扫描(Cone-Beam Computed Tomography,CBCT)具有采集速度快和空间分辨率高等特点,被生物医学等领域广泛关注。然而通过CPU串行处理CBCT重建中海量投影数据非常耗时,难以满足实时性的需求。GPU的发展为CBCT重建的并行加速提供了条件。根据三角函数周期性的特点对FDK算法进行了改进,并利用GPU实现了12幅投影数据同时并行计算。实验结果表明,相比于传统基于CPU的重建算法,基于GPU的CBCT重建算法在保证图像质量的前提下,将重建速度提高了超过310倍。
- 张宾张正强王洪凯
- 关键词：锥束CTFDK算法
- 一种基于用户交互和形状先验知识的三维医学图像分割方法
- 本发明公开了一种基于用户交互和形状先验知识的三维医学图像分割方法。在图像找出待处理区域的边缘控制点，计算控制点处的外法向量，然后利用Hermit插值方法求解出插值系数，得到插值函数；将对应待处理区域的形变模型曲面初始化到...
- 王洪凯陈中华庄明睿刘浩黄慧潘浩王任辉
- 文献传递
- 基于深度学习的全髋关节置换术中髋臼杯的自动化规划方法
- 本发明属于数字医疗、图像处理技术领域，公开了一种基于深度学习的全髋关节置换术中髋臼杯的自动化规划方法。该方法可自动处理患有髋关节疾病患者的CT影像数据，通过多任务级联深度学习网络实现对输入CT影像的盆骨分割及大规模的解剖...
- 王洪凯翟浩宇
- 可变形数字人解剖学模型的个性化变形方法
- 本发明公开了一种可变形数字人解剖学模型的个性化变形方法。该方法通过获取用户的人体测量学参数以及医学影像数据作为参考，输入到数字人体模型使其形变后的模型外观和内部解剖结构的形态变得与用户个人相近，生成针对用户个人的解剖结构...
- 王洪凯翟浩宇孙孝邦
- 文献传递
- 基于深度学习的全髋关节置换术中髋臼杯的自动化规划方法
- 本发明属于数字医疗、图像处理技术领域，公开了一种基于深度学习的全髋关节置换术中髋臼杯的自动化规划方法。该方法可自动处理患有髋关节疾病患者的CT影像数据，通过多任务级联深度学习网络实现对输入CT影像的盆骨分割及大规模的解剖...
- 王洪凯翟浩宇
- 可变形数字人解剖学模型的个性化变形方法
- 本发明公开了一种可变形数字人解剖学模型的个性化变形方法。该方法通过获取用户的人体测量学参数以及医学影像数据作为参考，输入到数字人体模型使其形变后的模型外观和内部解剖结构的形态变得与用户个人相近，生成针对用户个人的解剖结构...
- 王洪凯翟浩宇孙孝邦
- 融合多重自注意力和可变形卷积的多模态脑胶质瘤分割被引量：1
- 2023年
- 脑胶质瘤的磁共振图像分割对于脑肿瘤的诊断、手术规划以及放疗等治疗方案的确定具有非常重要的意义.针对现有脑肿瘤分割算法分割精度不高边缘分割不精确,易出现假阳性的问题,本文提出一种基于多重自注意力和可变形卷积的Unet改进模型.模型将原始Unet框架的标准卷积替换为残差模块,以防止模型训练过程中出现梯度消失;通过在瓶颈层加入基于Transformer的多重自注意力模块来提取局部特征和全局上下文信息,以更好地挖掘像素间的相关性;在跨层连接处采用可变形卷积来增强模型对形状感知的敏感性,以提升肿瘤边缘特征的提取能力.实验结果表明,所提算法的分割结果评价指标高于使用同样数据集的其他对比模型,而且对肿瘤边缘的分割更加精确.这表明本文算法是一种有效的脑胶质瘤自动分割算法.
- 赵欣张鑫李鑫杰王洪凯
- 关键词：图像分割脑胶质瘤
