余锦华
- 作品数：113 被引量：404H指数：11
- 供职机构：复旦大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划云南省自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术电子电信理学更多>>
- 应变弹性超声图像合成系统和方法
- 本发明公开了一种应变弹性超声图像合成系统和方法，该系统包括：生成网络模块和全局判别模块，其中，生成网络模块用于获取灰阶超声图像，并对灰阶超声图像进行处理，得到合成应变弹性图像；全局判别模块与生成网络模块连接，全局判别模块...
- 余锦华姚钊汪源源周建桥
- 基于深度学习进行薄层磁共振图像重建的方法
- 本发明公开了一种基于深度学习进行薄层磁共振图像重建的方法。其具体步骤如下：1)在脑部的轴向面和矢状面采集厚层磁共振图像；2)将厚层磁共振图像进行配准和归一化预处理；3)利用配对的配准后厚层磁共振图像训练基于3D U‑ne...
- 汪源源余锦华李泽榉
- 文献传递
- 一种磁共振薄层图像重建方法
- 一种磁共振薄层图像重建方法，利用生成对抗网络来融合横断面和矢状面的磁共振厚层图像，初步生成对应的磁共振薄层图像数据，再利用卷积神经网络对初步生成的磁共振薄层图像数据进行细节校正，重建磁共振薄层图像数据。本发明可以获得更加...
- 余锦华谷家琪汪源源邓寅晖童宇宸
- 文献传递
- 基于稀疏表示体系的原发性脑部淋巴瘤和胶质母细胞瘤的鉴别方法
- 本发明属于计算机辅助诊断技术领域，具体为一种基于稀疏表示体系的原发性脑部淋巴瘤和胶质母细胞瘤鉴别方法。本发明首先利用基于卷积神经网络的图像分割方法分割T1增强和T2加权MRI图像肿瘤区域；然后设计字典学习和稀疏表示方法提...
- 汪源源余锦华吴国庆李泽榉
- 基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法
- 本发明属于图像分割技术领域，具体为一种基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法。本发明针对三维胎儿超声数据，主要分为三步：首先通过深度置信网络（DBN）从三维数据的中心切面上自动搜索得到包含头颅的图像块，然...
- 余锦华聂思晴汪源源
- 文献传递
- 基于Faster-RCNN的正常数字减影血管造影脑血管检测与时相分期研究被引量：3
- 2020年
- 目的为实现对脑部数字减影血管造影(DSA)序列的自动化判读,探索在DSA影像中目标检测算法FasterRCNN对复杂血管结构鉴别的应用性。方法收集来自复旦大学附属华山医院DSA影像库2010年1月至2013年12月的正常颈内动脉正位造影图像共计388例,其中350例作为模型训练测试集(测试集)数据,38例作为独立验证集。①测试集DSA中筛选出曝光适度、显影清晰的影像共计680张,比例为8∶2。根据不同时期DSA影像的血管特征,标记不同的感兴趣区域,图片集总计标注了5类血管特征区域。搭建Faster-RCNN多目标检测网络,优化网络参数,保存最优模型。分析测试集各类血管结构的平均精度(AP)和多类别平均精度均值(mAP)。②独立验证集DSA数据依次输入模型进行血管结构检测,分析各图像血管结构的类别与出现的时间,以此为标准对每张图像的时相进行区分,从而确定每一例DSA的时相区间。将判定结果与专科医生标定的结果进行比较,计算各时期的区分准确率。结果测试集136张图片中,颈内动脉的AP为0.922、Willis环为0.991、大静脉为0.899、静脉血管为0.769、静脉窦为0.929。5类血管特征区域的多类别mAP为0.902。独立验证集中,动脉期、毛细血管期、静脉早期和静脉窦期分期准确率分别达到100%,92.1%,92.1%和78.9%。结论Faster-RCNN算法可以分析DSA序列中的时间信息与结构信息从而对DSA影像进行自动判读,可在缩短读片时间前提下保证足够的判读准确度,为复杂脑血管的鉴别提供技术支持。
- 石珂珂杨恒肖炜平胡宙刘英涛余锦华雷宇
- 关键词：数字减影血管造影结构信息时间信息
- 一种适用于多个高阶极点的系统函数的部分分式分解方法
- 本发明属于信号处理、电路分析技术领域，具体为一种适用于多个高阶极点的系统函数的部分分式分解方法。本发明根据从简至繁的原则，对于一般的系统函数，先对其分子为常数的部分进行分解；然后利用递推关系式，对该系统函数部分分式表达式...
- 余锦华马友能汪源源
- Primary central nervous system lymphoma and glioblastoma differentiation based on conventional magnetic resonance imaging by high-throughput SIFT features
- 陈银生余锦华陈忠平吴国庆
- 一种基于深度学习的造影区域检测成像方法
- 本发明提出一种基于深度学习的造影区域检测成像方法。S1、随机选取的若干个原始超声RF图像，将其每一扫描线上的信号分段，得到若干等长的一维RF信号段；S2、用RF信号段训练、测试卷积神经网络；S3、将实测物体每一扫描线的R...
- 余锦华汪源源邓寅晖童宇宸
- 文献传递
- 基于空间邻域信息的二维模糊聚类图像分割被引量：27
- 2007年
- 传统模糊C均值聚类(FCM)算法进行图像分割时仅利用了像素的灰度信息,并且使用对噪声较敏感的欧氏距离作为像素与聚类中心距离度量的标准,因此抗噪性能较差。为了克服传统FCM算法的局限性,本文提出了一种基于空间邻域信息的二维模糊聚类图像分割方法(2DFCM)。该方法利用二维直方图描述的像素邻域关系属性,一方面为聚类提供较准确的初始聚类中心,从而避免聚类中的死点问题;另一方面通过提出聚类中心同时在像素值、像素邻域值二维方向上进行更新的思想,建立了包含邻域信息的新的聚类目标函数,实现了图像的分割。实验结果表明,这种方法抗噪能力强、收敛速度快,是一种有效的模糊聚类图像分割方法。
- 余锦华汪源源施心陵
- 关键词：模糊C均值聚类图像分割邻域信息抗噪性能
