公共文化服务平台

杨振森: 作品数：11 被引量：32H指数：3; 供职机构：中国科学技术大学信息科学技术学院电子工程与信息科学系更多>>; 发文基金：安徽省教委自然科学基金安徽省高校省级自然科学研究项目国家自然科学基金更多>>; 相关领域：医药卫生自动化与计算机技术更多>>

合作作者

自适应提升小波用于心电信号除噪被引量：10: 2007年; 人体心电信号随着检测状态及时间的变化显示出明显的非平稳性并伴随着大量的干扰信号。提升小波能很好的对心电信号进行时频定位,并且其运算速度比传统小波高出许多。本研究以提升小波变换为基础,构造了一种基于尺度的自适应提升小波,用它对心电信号(ECG)进行分解,使不同频带的信号显示在小波分解的不同尺度上,并在信号重构时利用一种新的阈值方法去除不同尺度上的干扰信号,从而获得较精确的心电波形,为心电信号的进一步处理奠定了基础。; 蔡兆文陶进绪杨振森; 关键词：提升小波自适应心电信号去噪

一种基于水平集的前列腺超声图像A动分割算法被引量：2: 2009年; 由于超声图像存在着斑点噪声和较低的信噪比，使得传统的分割算法很难应用于超声图像的自动分割，而手工分割方法非常耗时且重复性差。因此提出了一种基于水平集和改进径向浅浮槽算法（RBR，radical bas—relief）的前列腺直肠超声（TRUS）图像全自动分割算法。首先使用Sticks滤波器来去除斑点噪声，并且增强图像的对比度。然后使用径向浅浮槽算法来对图像进一步增强，通过使用形态学算法和边界填充得到前列腺的初始轮廓，使用该轮廓来初始化水平集算法，从而实现全自动分割。实验结果表明，该方法能有效地去除斑点噪声的影响，并且能够对前列腺超声图像实现较好的分割效果。; 杨振森李传富周康源贺礼哈章; 关键词：水平集算法数学形态学

基于小波变换的超声图像纹理特征提取及前列腺癌诊断被引量：5: 2009年; 目的根据小波变换原理,研究了前列腺直肠超声图像中纹理特征的提取方法,并应用于前列腺癌的早期诊断。方法本文提取出前列腺直肠超声图像中目标区域的小波变换纹理特征和边界频率特征,通过主分量分析方法(principal components analysis,PCA)对提取出的纹理特征进行选择,得到一个最优的特征子集。然后分别应用K均值聚类、支持向量机(support vector machine,SVM)算法和AdaBoost(a-daptive boosting)算法来对所提取出的病变区域纹理特征进行分类。结果对比实验结果表明,本文所提取的特征比单纯的使用灰度级差矢量(gray level difference vector,GLDV)具有更好的区分良恶性图像的能力,AdaBoost算法和SVM算法都能够有效地识别病变区域,识别正确率达到94.12%和93.46%。结论使用本文算法可以为医生诊断提供有用的辅助信息,并提高诊断效率。; 杨振森李传富周康源刘伟冯焕清; 关键词：前列腺癌小波纹理特征 SVM算法 ADABOOST算法计算机辅助诊断

基于改进测地线模型的前列腺超声图像分割被引量：2: 2008年; 利用变分法,消除了测地线中的重初始化过程,使运算速度加快;结合先验知识,改进了测地线活动轮廓的边缘检测函数;使用最小方差,提高了分割算法的精度。实验表明,该方法能够有效地进行分割前列腺超声图像,并且避免边界泄露问题。; 杨振森李传富周康源张开华贺礼; 关键词：水平集超声图像分割最小方差重新初始化

基于各向异性扩散的B超图像去噪被引量：2: 2008年; 提出了一种基于各向异性扩散方程的B超图像斑点噪声抑制的算法。斑点噪声是由超声成像机制引起的固有噪声形态,它对B超图像的特征提取、识别和分析带来极大困难。特别是对于边缘提取,斑点噪声使得传统的提取算法几乎都无法取得理想的效果。各向异性扩散方程是一种能有效抑制斑点噪声的算法,本文针对原始算法中扩散系数过饱和的问题以及斑点尺度系数选择的不足,提出了改进的方法,从而在抑制斑点噪声的同时保留甚至增强B超图像中的边缘细节信息,为下一步的边缘提取提供了有效保障。; 哈章李传富王金萍周康源杨振森; 关键词：B超图像斑点噪声各向异性扩散

基于改进GAC模型的二值水平集前列腺超声图像自动分割算法被引量：1: 2010年; 提出了一种基于改进测地线主动轮廓(geodesic active contour,GAC)的自动分割算法.首先通过结合径向浅浮槽和区域填充算法得到滤波后图像的大致轮廓,然后通过构造基于区域信息的符号压力函数代替边界停止函数,并且加入了基于边界梯度信息的能量项,有效地克服了弱边界的问题.该模型用二值水平集方法实现,使算法的稳定性更高,计算量大大降低.对前列腺直肠超声图像的实验结果表明:本算法迭代收敛速度快,有效避免了边界泄露问题.; 杨振森李传富周康源张开华冯焕清; 关键词：重新初始化

乳腺超声图像序列的弹性特征病变分析被引量：1: 2010年; 在乳腺肿瘤超声诊断中,医师通过手工缓慢加压形成一个超声图像序列.针对乳腺肿瘤病例的单一图像进行识别,存在被干扰而改变的特征,而且不能反映特征在序列中的变化情况.临床研究也显示,乳腺超声图像序列之间的特征变化是判别其良恶性的一个重要指标.针对这个问题,基于手工加压程度变化的评估,提出了5个新型的基于弹性的归一化特征参数,并且联合形态和纹理特征,综合进行病变分析.SVM分类器实验表明,这种方法能够有效地识别肿瘤良恶性,为医师诊断提供必要的辅助诊断信息.; 贺礼周康源冯焕清李传富杨振森; 关键词：乳腺 SVM算法计算机辅助诊断

基于超声图像的前列腺病变计算机辅助诊断: 前列腺癌是一种中老年男性的常见疾病，并且只有在癌症初期诊断出来才能够有效提高患者的生存率，通常使用直肠超声穿刺技术来进行前列腺疾病的早期检查。大量的研究表明，使用计算机辅助诊断技术(CAD)可以进一步提高病理诊断的准确性...; 杨振森; 关键词：超声图像计算机辅助诊断前列腺癌病理诊断

基于SVM的前列腺超声图像病变分析: 2008年; 本文提出了一种使用前列腺直肠超声图像特征来进行病变检测的计算机辅助诊断方法。首先通过对每个分割后前列腺图像中的感兴趣区域(ROI,)进行统计纹理分析,提取出灰度级差矢量特征(GLDV)和边界频率特征,以及频率域的纹理特征。为了有效的分析纹理特征,所提取的特征集通过方差分析(ANOVA)来进行特征选择,得到一个维度较小的最优特征子集,然后应用支持向量机(SVM)对特征进行分类,从而检测出癌变区域。实验表明,本文方法能够有效地识别并检测出病变图像区域,为医生诊断提供必要的辅助信息。; 杨振森李传富施俊周康源贺礼; 关键词：纹理特征计算机辅助诊断支持向量机

一种新型的医学图像分割评价方法被引量：5: 2008年; 通过分析几种常用的医学图像分割评价方法,提出了一种新型的评价方法。此方法不仅能有效地反映出分割结果相比目标轮廓线的偏差量,还能反映出轮廓线附近的波动状况。再者,此方法的结果不仅能横向比较(比较不同算法对同一目标的分割结果),还能纵向比较(比较同一算法对不同目标的分割结果)。实验结果证明,本文提出的评价方法具有良好的临床价值。; 哈章李传富王金萍周康源杨振森; 关键词：医学图像

杨振森

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

杨振森

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈