陆惠玲
- 作品数：84 被引量：466H指数：10
- 供职机构：宁夏医科大学更多>>
- 发文基金：国家自然科学基金宁夏回族自治区自然科学基金宁夏高等学校科研基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信机械工程更多>>
- 基于GA-VPRS的PET/CT高维特征选择算法研究
- 针对传统粗糙集在特征降维的过程中对噪声数据的不敏感容易导致潜在有用信息丢失的问题，结合遗传算法，提出一种基于遗传算法-变精度粗糙集的PET/CT高维特征选择算法。
- 陆惠玲周涛吴翠颖张飞飞
- 关键词：变精度粗糙集特征约简属性依赖度支持向量机
- 基于多分辨率变换和压缩感知的PET/CT融合方法被引量：5
- 2016年
- 针对移动医疗背景下医学图像融合信息交互的局限性问题,提出一种基于多分辨率变换NSCT和压缩感知理论的肺癌PET/CT图像融合算法。第一步,对源图像进行单层NSCT分解;第二步,通过分析PET和CT不同的成像机制和显像信息,对分解后具有较差稀疏性且主要集中源图像大部分能量的低频子带,采取高斯隶属度函数加权的融合规则,对主要呈现源图像细节信息的高频子带使用高斯随机矩阵进行压缩测量,选择基于平均梯度和区域能量的方法法对高频测量值进行融合;第三步,采取正交匹配追踪算法重构融合后的高频测量值;第四步,对低频融合图像和重构后的高频融合图像进行NSCT逆变换得到最终的融合图像;最后,对该算法进行了两方面的仿真实验:与其他压缩感知图像融合方法的比较以及与其他多分辨率图像融合方法的比较,实验结果表明,该算法是有效可行的。
- 王惠群周涛陆惠玲夏勇王文文
- 关键词：NSCT压缩感知PET/CT图像融合
- 一种基于嵌套多尺度变换的时空融合模型
- 本发明提供了一种基于嵌套多尺度变换的时空融合模型，包括：获取CT和PET影像；对CT和PET影像均进行LATLRR和NSCT嵌套分解：经LATLRR分解得到的低秩部分和显著部分，对低秩部分进行NSCT分解，得到高频子带和...
- 陆惠玲周涛刘珊王晓峰支力佳白静
- 面向肺部肿瘤分类的跨模态Light-3Dformer模型
- 2025年
- 基于深度学习的三维多模态正电子发射型断层扫描/计算机断层扫描(Positron Emission Tomography/Computed Tomography,PET/CT)肺部肿瘤识别是一个重要的研究方向.肺部肿瘤病灶的空间形状不规则、与周围组织边界模糊,导致模型难以充分提取肿瘤特征,且模型在三维任务中需要较高的计算复杂度.针对上述问题,本文提出一种跨模态Light-3Dformer的三维肺部肿瘤识别模型.本文的主要创新工作有以下几个方面.首先,采用主、辅网络结构,其中主干网络提取PET/CT图像特征,辅助网络提取PET图像和CT图像特征,并采用轻量化跨模态协同注意力实现多模态特征增强和交互式学习.其次,设计Light-3Dformer模块,在该模块中,将Transformer的2次矩阵乘法操作更新为全局注意力机制Lightformer的线性元素乘法操作;设计级联Lightformer结构,其输出特征图和最初的输入特征图融合,通过并行和融合更多的深浅层特征,可以实现轻量化和提取丰富的梯度信息;设计无参数的注意力,该机制能从通道、空间和断层3个方面增强肺部肿瘤特征提取能力.再次,设计轻量化跨模态协同注意力模块(Light Cross-modal Collaborative Attention Module,LCCAM),该模块能充分学习三维多模态影像的跨模态优势信息,对深浅层特征进行交互式学习.最后,进行消融实验和对比实验,在自建的肺部肿瘤三维多模态数据集中,本文模型在计算量和运行时间最优的前提下,准确率和曲线下面积(Area Under the Curve,AUC)值分别达到90.19%和89.81%,与3D-SwinTransformer-S模型相比,参数量降低117倍,计算量降低400倍.实验结果表明:本文模型能更好地提取肺部肿瘤病灶的多模态信息,这为深度学习三维模型轻量化和多模态交互提供了新思路.
- 周涛牛玉霞叶鑫宇刘隆陆惠玲
- 关键词：肺部肿瘤多模态图像
- DRT Net:面向特征增强的双残差Res-Transformer肺炎识别模型被引量：1
- 2024年
- 针对肺部X射线图像的病灶区域较小、形状复杂,与正常组织间的边界模糊,使得肺炎图像中的病灶特征提取不充分的问题,提出了一个面向特征增强的双残差Res-Transformer肺炎识别模型,设计3种不同的特征增强策略对模型特征提取能力进行增强。设计了组注意力双残差模块(GADRM),采用双残差结构进行高效的特征融合,将双残差结构与通道混洗、通道注意力、空间注意力结合,增强模型对于病灶区域特征的提取能力;在网络的高层采用全局局部特征提取模块(GLFEM),结合CNN和Transformer的优势使网络充分提取图像的全局和局部特征,获得高层语义信息的全局特征,进一步增强网络的语义特征提取能力;设计了跨层双注意力特征融合模块(CDAFFM),融合浅层网络的空间信息以及深层网络的通道信息,对网络提取到的跨层特征进行增强。为了验证本文模型的有效性,分别在COVID-19 CHEST X-RAY数据集上进行消融实验和对比实验。实验结果表明,本文所提出网络的准确率、精确率、召回率,F1值和AUC值分别为98.41%,94.42%,94.20%,94.26%和99.65%。DRT Net能够帮助放射科医生使用胸部X光片对肺炎进行诊断,具有重要的临床作用。
- 周涛彭彩月杜玉虎党培刘凤珍陆惠玲
- 关键词：X射线图像
- 基于三维跨模态ConvFormer的肺部肿瘤识别
- 2024年
- 针对三维医学影像因肺部肿瘤形状不规则、差异性大,导致特征提取不充分和识别不准确的问题,提出一种基于CNN和Transformer的三维跨模态肺部肿瘤识别模型3D-CConvFormer.首先,利用三分支网络学习三维PET,CT和PET/CT影像中病灶的特征;其次,设计全局特征与浅层局部特征融合的高效ConvFormer模块,并利用自校正卷积对感受野进行有效扩展,提高每个模态中对病灶信息的提取能力;最后,设计双分支不同分辨率的跨模态特征交互块,利用2个全局注意力机制交叉学习不同模态、全局和局部信息,交互式地增强跨模态特征提取能力.实验采用的肺部肿瘤3D多模态数据集,该数据集共有3173例患者,3D-CConvFormer模型在参数量和运行时间较优的前提下,获得了89.25%的准确率和88.74%的AUC值的最优性能,为三维多模态肺部肿瘤疾病诊断提供可靠的计算机辅助.
- 周涛叶鑫宇刘凤珍陆惠玲
- 关键词：肺部肿瘤
- 基于聚类和支持向量机的胃癌患者住院费用建模（英文）被引量：5
- 2017年
- 针对胃癌患者住院费用分类标签设定的复杂性以及传统费用建模算法的局限性,本文提出了一种基于聚类和支持向量机的住院费用建模算法,为胃癌患者住院费用的控制和预测提供方法基础.搜集整理宁夏某三甲医院2009–2011年间1583例胃癌患者为样本,采用K-means对总住院费用逐年聚类得到分类标签,最后通过支持向量机对住院费用进行建模预测以及影响因素分析,用分类准确率作为预测效果的评价指标.实验结果表明胃癌患者住院费用呈逐年增加趋势,其中以西药费为主,占总费用的53.74%.通过K-Means以年份对费用聚类比单纯以费用分布特征聚类的分类准确率提高了13.13%,当核函数选用高斯核函数,且惩罚因子C=10和核参数γ=1时建立的支持向量机模型最稳定,分类准确率为92.11%.实验结果表明根据年份聚类得到类别标签更合理,结合聚类的SVM来预测住院费用更有效.
- 周涛陆惠玲王文文王惠群
- 关键词：胃癌住院费用支持向量机聚类
- 一种基于注意力机制的并行U-Net网络的肺部图像分割方法
- 本发明公开了一种基于注意力机制的并行U‑Net网络的肺部图像分割方法，包括以下步骤：构建并行的U‑NetA网络和U‑NetB网络，其中，U‑NetA网络为双编路径‑单解路径结构，U‑NetB网络为单编码路径‑单解码路径；...
- 陆惠玲周涛王晓峰支力佳张少敏
- 两模态PET/CT图像融合研究进展被引量：9
- 2015年
- 1 PET/CT图像融合概述
CT图像是建立在X线成像基础上,人体各组织吸收X线的程度不一样,因此其骨骼图像清晰,分辨率高可以准确地检测到病灶的大小和位置,但却很难显示病灶本身的信息。
- 魏兴瑜陆惠玲周涛
- 关键词：医学图像图像融合PET/CT
- 基于空间分布的CT肺结节分割方法
- 本发明涉及一种基于空间分布的CT肺结节分割方法。该方法包括以下步骤：（1）利用肺部CT影像数据提取出肺实质区域；（2）根据肺结节空间分布不同分成三种不同类型的肺结节：孤立性肺结节、血管粘附性肺结节、胸膜粘附性肺结节；（3...
- 周涛陆惠玲张俊杰
- 文献传递
