您的位置: 专家智库 > >

葛婷

作品数:7 被引量:44H指数:5
供职机构:南京理工大学电子工程与光电技术学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 7篇自动化与计算...
  • 2篇电子电信

主题

  • 6篇图像
  • 3篇图像分割
  • 3篇核磁共振
  • 3篇核磁共振图像
  • 3篇磁共振
  • 3篇磁共振图像
  • 2篇医学图像
  • 2篇图像平滑
  • 2篇偏微分
  • 2篇偏微分方程
  • 2篇肿瘤
  • 2篇自适
  • 2篇自适应
  • 2篇微分
  • 2篇微分方程
  • 2篇脑肿瘤
  • 1篇多尺度
  • 1篇多核
  • 1篇医学图像分割
  • 1篇数字图像

机构

  • 5篇金陵科技学院
  • 4篇南京信息工程...
  • 3篇南京理工大学
  • 2篇南京审计大学
  • 1篇南京中医药大...

作者

  • 7篇葛婷
  • 3篇张建伟
  • 2篇詹天明
  • 2篇牟善祥
  • 1篇沈晓婧
  • 1篇陈允杰
  • 1篇牟宁
  • 1篇李黎

传媒

  • 2篇计算机应用与...
  • 2篇南京理工大学...
  • 1篇电子学报
  • 1篇金陵科技学院...

年份

  • 1篇2021
  • 1篇2019
  • 1篇2017
  • 1篇2008
  • 2篇2007
  • 1篇2006
7 条 记 录,以下是 1-7
排序方式:
一种结合线性模板的非线性扩散平滑方法被引量:1
2007年
一般的平滑算法往往因过度平滑使得图像细节特征模糊,针对这一情况,在传统的基于偏微分方程的算法中,加入对大曲率边界点进行线性模板匹配的改进,对比现存的保边界平滑算法,实验结果表明,改进的算法优于其他算法。
葛婷张建伟陈允杰
关键词:偏微分方程
基于核磁共振图像的脑肿瘤分割方法研究被引量:5
2021年
利用脑肿瘤核磁共振(Magnetic resonance,MR)图像提供的关于肿瘤和脑组织的形状、大小与定位等信息准确地分割出脑肿瘤区域,对监测脑肿瘤患者的肿瘤生长或缩小、制定手术或放化疗计划都起着重要的作用。探讨了脑肿瘤MR图像分割的背景与意义,整理了脑肿瘤分割方法中常用的评估指标以及实验数据库的发展过程。基于脑肿瘤MR图像的特点讨论了脑肿瘤分割的难点,并从MR成像缺陷、脑组织解剖结构以及脑肿瘤的复杂性等方面进行归纳。对脑肿瘤分割方法的分类以及常见的分割方法进行了研究,分析了基于图论的分割方法、基于可形变模型的分割方法以及基于机器学习的分割方法及其进展。最后,结合脑肿瘤分割中存在的问题对未来的研究工作进行展望。
葛婷詹天明詹天明牟善祥
关键词:核磁共振成像医学图像分割水平集模糊C-均值核方法
一种基于偏微分方程的耦合自适应图像平滑方法被引量:1
2008年
针对传统的非线性扩散方程图像平滑方法中对角点圆弧化的缺点,引入利用图像的局部信息构造的耦合自适应保真项,使新的非线性扩散去噪模型能够在去除噪声、保留图像边界的同时,也能很好地保留角点等大曲率几何结构。实验结果表明,改进的算法优于传统算法。
葛婷张建伟司马军辉沈晓婧
关键词:图像平滑偏微分方程保真项
几种数字图像滤波算法
本文的主要研究工作可分为以下两方面:   第一,基于非线性空域滤波技术,结合多尺度多方向的模板,提出一种自适应的保细节算法。该算法不仅保持了模板在保留图像细节方面的优势,而且利用图像灰度梯度直方图的统计特征,将整幅图像...
葛婷
关键词:图像去噪
文献传递
一种基于自适应阈值的保细节平滑滤波器被引量:6
2007年
基于多尺度多方向的模板,提出一种自适应地的细节平滑算法。该算法一方面保持了模板在保留图像细节特征方面的优势,另一方面利用图像灰度梯度直方图的统计特征,将整幅图像分割成若干子图像,再根据各个子图像的特性,并结合全局梯度特征信息自适应地生成动态阈值,有效地解决了以往阈值选取的困难,提高了图像平滑的自动化程度。与现有的其他算法相比,该算法实现简单,计算速度快,在实际应用中取得了很好的效果。
葛婷张建伟
关键词:图像平滑自适应阈值
基于softmax回归与图割法的脑肿瘤分割算法被引量:15
2017年
从医学图像中分割脑肿瘤区域可以为脑肿瘤的诊断以及放射治疗提供帮助.但肿瘤区域的变化异常且边界非常模糊,因此自动或半自动地分割脑肿瘤非常困难.针对这一问题,本文结合softmax回归和图割法提出一种脑肿瘤分割算法.首先融合多序列核磁共振图像(MRI)并标记训练样本,再用softmax回归训练模型参数并计算每个点属于各个类别的概率,最后将概率融入到图割法中,用最小切/最大流方法得到最终分割结果.实验表明提出的方法可以更好地得到脑肿瘤的边界,并能较准确地分割出脑肿瘤区域.
葛婷牟宁李黎
关键词:医学图像脑肿瘤核磁共振图像图像分割
基于多核协同表示分类的脑肿瘤分割算法被引量:6
2019年
为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中利用多核协同表示分类方法,将原始光谱信息与所提取的多尺度空间特征融合并应用于脑肿瘤图像的分类,最后结合临床特征实现了脑肿瘤区域的分割。在MICCAI BraTS 2012和2013数据集上的测试结果表明,与现有脑肿瘤分割算法相比,该文方法能够更好地提取脑肿瘤区域,并具有较好的分割精度。
葛婷詹天明詹天明
关键词:核磁共振图像脑肿瘤图像分割多尺度
共1页<1>
聚类工具0