刘玉欢
- 作品数：3 被引量：5H指数：2
- 供职机构：中南大学地球科学与信息物理学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生电子电信更多>>
- 多尺度非参数化水平集的超声心动图分割被引量：2
- 2013年
- 针对超声心动图噪声很大、提取目标区域边界不够平滑完整的问题,将非参数技术与水平集相结合,提出了多尺度非参数化的水平集图像分割方法。利用非局域均值滤波建立尺度空间,保护图像特征,在粗尺度预分割,然后在细尺度优化分割。采用Parzen窗技术对超声心动图的亮度分布进行统计建模,不需要先验假设,引入到水平集框架中,设计了非参数化水平集分割模型。分割实验证明:预分割结果和真实边界的平均绝对距离为2.162,优化后为0.710。该方法可以精确地自动提取感兴趣区域,在图像分割鲁棒性和精确性方面优于常规分割方法。
- 高燕华刘玉欢喻罡
- 关键词：图像分割水平集非参数化
- 自适应非局域均值滤波的超声图像去噪被引量：1
- 2013年
- 目的提出一种去除超声图像噪声的新方法。方法对超声图像进行非局域搜索,找到相似的图像块进行加权平均,降低噪声。通过定义一个特征强度,区分斑点噪声和图像边界;然后将特征强度引入非局域滤波方法中,对平坦区域和边界进行自适应滤波。结果本方法可有效去除斑点噪声,提高噪声图像的峰值信噪比(PSNR)和结构相似度指数(SSIM),优于常规方法。结论自适应非局域均值滤波可有效去噪,并保护超声图像特征。
- 高燕华刘玉欢艾凯喻罡
- 关键词：超声图像斑点噪声去噪
- 静息态fMRI观察孤独症大脑功能网络被引量：2
- 2014年
- 目的观察孤独症患者和正常人全脑功能网络的差异。方法将30例孤独症患者和30名正常人分为两组,行静息态fMRI采集,数据进行预处理,利用自动解剖标记模板分割大脑区域,提取时间序列信号,计算脑区间的相关性。基于复杂网络理论计算各种图论指标。对两组指标进行统计分析。结果孤独症患者全脑功能网络拓扑属性显著改变,聚类性显著降低,最短路径长度缩短;同时整体效率显著升高,局部效率/模块化和中介中心性降低。结论与正常人相比,孤独症患者全脑网络功能整合能力升高,而功能分离能力所下降;全脑网络异常有助于理解孤独症患者脑功能障碍。
- 刘玉欢喻罡高燕华
- 关键词：磁共振成像静息态孤独性障碍
