林春漪
- 作品数：31 被引量：52H指数：3
- 供职机构：华南理工大学更多>>
- 发文基金：国家自然科学基金广东省自然科学基金广东省博士启动基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 一种基于超声射频时间序列的组织定征方法
- 本发明公开了一种基于超声射频时间序列的组织定征方法，包括以下步骤：1、特征提取：对每个组织样本进行如下操作，得到对应的特征向量；2、组织识别；所述步骤1包括以下步骤：1-1、扫描组织，获取其超声回波RF信号多帧；1-2、...
- 高永振林春漪
- 文献传递
- 基于多层贝叶斯网络的医学图像语义建模被引量：3
- 2009年
- 针对医学图像的特点,提出一种基于多层贝叶斯网络的医学图像语义建模方法。该方法的特点是采用了混合高斯模型(Gaussian mixture models,GMM)实现从低层视觉特征到对象语义的映射,并用概率表达语义的置信度,然后使用贝叶斯网络(Bayesian networks,BN)融合对象语义,从而建立一个多层的医学图像语义模型,目的在于支持多层次的医学图像语义自动标注及其检索。为了验证此方法的有效性,将其用于星形细胞瘤恶性程度的语义提取,实验表明了该方法用于医学图像语义建模是有效的,并且具有直观的结构性知识表达。
- 林春漪马丽红尹俊勋陈建宇
- 关键词：医学图像
- 基于超声RF时间序列的肝纤维化程度Fisher识别方法
- 本发明属于超声医学技术领域，具体为一种基于超声RF时间序列的肝纤维化程度Fisher识别方法，该方法首先使用宽频超声线阵探头扫描活体肝组织，记录多帧超声回波射频RF信号；解调并显示某一帧B型图，选取感兴趣区ROI，对RO...
- 高永振林春漪周建华陈秋彬
- 文献传递
- 基于超声背散射射频分析的肿瘤化疗早期疗效评价方法
- 本发明公开了一种基于超声背散射射频分析的肿瘤化疗早期疗效评价方法，包括以下步骤：（1）宽频超声线阵探头扫描待测的肿瘤区，用同一探头分别获取化疗前后的回波射频RF信号；（2）解调并得到B型图；（3）在B型图上选择肿瘤的感兴...
- 林春漪周建华黄庆华姚若河
- 文献传递
- 一种新的求解函数优化问题的两级遗传算法被引量：2
- 2003年
- 提出一种新的两级遗传算法,用于求解带约束的非线性函数优化问题。本算法的特点是,在保留经典遗传算法中选种、交叉和变异3种基本操作的同时,增加了重构、局部寻优两种新操作,加快了收敛速度;利用拉格朗日时偶原理,构造拉格朗日对偶函数,在上下两级分别对拉格朗日乘子和函数变量进行优化搜索。算例表明了该算法的优越性。
- 蔡良伟林春漪
- 关键词：函数优化遗传算法局部寻优
- 基于混合贝叶斯网络的医学图像语义建模及其检索的研究
- 医学图像语义检索的研究正成为医学图像检索研究的新热点，也是医学迫切需要解决的问题，它是实现医学图像理解的多学科交叉的研究课题，融合了医学、图像处理、模式识别、计算机视觉、机器学习、数据库与人工智能等研究领域。图像语义检索...
- 林春漪
- 关键词：混合贝叶斯网络医学图像检索语义建模影像诊断
- 一个腹腔镜图像管理系统的设计和实现被引量：1
- 2003年
- 提出了利用计算机和数据库技术实现腹腔镜图像管理的方案,主要介绍腹腔镜图像管理系统的功能和特点,并阐述了其关键技术.
- 林春漪吴志绵潘竟学
- 关键词：腹腔镜手术图像采集数据库
- 基于统计学习的多层医学图像语义建模方法被引量：5
- 2007年
- 提出一种在小样本的情况下,基于多层贝叶斯网络的医学图像语义建模方法.该方法采用支持向量机实现从低层视觉特征到对象语义的映射,使用贝叶斯网络融合对象语义,提取高级语义,从而建立一个多层医学图像语义模型,可支持多层次的医学图像语义自动标注及其检索.将该方法用于星形细胞瘤恶性程度的语义提取,并建立一个多层语义模型.实验表明,该模型与使用K近邻分类器或高斯混合模型取代SVM的语义模型相比,查全率有明显的提高.
- 林春漪尹俊勋高学陈建宇孙少晖
- 关键词：支持向量机语义建模医学图像
- 基于希尔伯特‑黄变换的超声组织定征的特征提取方法
- 本发明公开了一种基于希尔伯特‑黄变换的超声组织定征的特征提取方法，包括以下步骤：采集组织样本的超声回波RF信号多帧，选择感兴趣区，构造超声RF时间序列；利用HHT算法，对超声RF时间序列进行特征提取，得到基于时间、频率和...
- 林春漪曹文雄
- 基于模糊贝叶斯网络的星形细胞瘤恶性分级的研究
- 2007年
- 针对医学影像诊断的复杂性和不确定性,首次提出将模糊贝叶斯网络应用于星形细胞瘤恶性程度的诊断,通过采用条件高斯模型对连续输入进行模糊化处理,利用专家知识和数据,并通过机器学习,建立了星形细胞瘤恶性程度分级的概率模型。两个建模实验结果证明了这种方法的有效性,其中融合了低层视觉特征和中层语义的概率模型比仅仅使用低层视觉特征的模型有更高的识别率,使用60个测试样本,可达81.67%的识别率。该模型解决了贝叶斯网络连续输入的问题,为医生尤其是年轻医生提供了一个针对星形细胞瘤分级的较客观的定量诊断参考,为恶性程度预测提供新的辅助手段。
- 林春漪尹俊勋马丽红陈健宇
- 关键词：模糊贝叶斯网络星形细胞瘤
