宋阳
- 作品数：2 被引量：4H指数：1
- 供职机构：华东师范大学理工学院上海市磁共振重点实验室更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 基于深度学习的胸部数字X线质量控制方法
- 2021年
- 针对人体摆位姿势影响胸部数字X线成像(DR)质量的这一问题,提出了一种基于深度学习的质量控制方法。首先通过YOLOv3模型实现影响DR胸片图像质量的肩胛骨区域的自动定位;然后,将检测到的肩胛骨区域输入到基于残差网络的深度学习模型对肩胛骨是否推出肋骨外进行自动判断;最后,根据网络输出的结果指导拍片技师进行相应的调整,拍摄质量合格的胸部数字X线成像。实验结果表明,使用YOLOv3模型进行肩胛骨位置检测时,当交并比(IoU)设为0.8时,右侧肩胛骨检测的平均精确率(AP)为98.75%,左侧肩胛骨检测的AP为98.86%,检测结果精确,可用于后续的分类模型。分类网络利用左右肩胛骨区域图像进行分类,在测试集上,接受者操作特性曲线(ROC)下与坐标轴围成的面积(AUC)为0.855。当阈值取0.45时,约旦指数最大,此时准确率为0.789,敏感性为0.801,特异性为0.783,阳性预测率为0.672,阴性预测率为0.876。由此可见,所提出方法可以有效地对肩胛骨是否推出肋骨外进行自动判断,辅助医生对胸部数字X线的图像质量进行控制。
- 易音巧王一达宋阳杨永贵汪劭川郭岗杨光
- 关键词：数字X线成像图像分类
- 用于压缩感知磁共振成像的分割字典学习算法被引量：4
- 2016年
- 字典学习算法可以根据数据本身的特点构建稀疏域中的基,从而使数据的表示更加稀疏.该文在传统的字典学习算法基础上提出了分割字典学习算法,由于部分磁共振图像组织结构简单、可以进行图像分割,因此可根据此特点来优化字典中基函数的构建,使磁共振图像的表达更为稀疏,从而获得更高的重建图像质量.该文利用模拟数据和真实数据进行了重建实验,结果表明与传统的字典学习算法相比,分割字典学习算法能进一步改善重建图像质量.
- 宋阳谢海滨杨光
- 关键词：磁共振成像(MRI)压缩感知字典学习图像分割
