李拴强
- 作品数：3 被引量：9H指数：2
- 供职机构：南方医科大学生物技术学院更多>>
- 发文基金：广东省教育部产学研结合项目国家自然科学基金广东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更多>>
- 基于图割理论的肿瘤图像分割算法研究
- 医学图像分割技术是把图像中具有特殊含义的不同区域分割开来,并使分割结果尽可能地接近解剖结构。医学图像分割技术是医学图像处理和分析领域研究的重要内容之一。基于医学图像的分割技术,可对医学图像的内容进行分析,帮助医务人员诊断...
- 李拴强
- 关键词：肿瘤病变图像分割算法
- 一种基于图割的交互式脑膜瘤核磁共振图像分割方法被引量：4
- 2011年
- 为实现脑膜瘤核磁共振(MR)图像的精确分割,本文提出了一种新的基于图割的交互式图像分割算法。该方法首先提取高维图像特征,然后利用加权KNN(K-Nearest Neighbor)分类器估计待分类像素属于肿瘤与背景区域的概率,并构造新的能量函数;最后采用图割优化方法对能量函数优化求解。对脑膜瘤MR图像的分割实验表明,本方法较基于灰度信息的图割方法在精度上有明显提高。
- 李拴强冯前进陈武凡林亚忠
- 关键词：图割
- 统一计算设备架构并行图割算法用于肝脏肿瘤图像分割被引量：4
- 2010年
- 统一计算设备架构(CUDA)技术使GPU通用计算(GPGPU)从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式(SIMD)下完成高性能并行计算。在研究了CUDA的设计思想和编程方式的基础上,对图割算法进行了并行改造,并在CUDA上实现了其并行化。结合肝脏肿瘤的特点,引入感兴趣区域,改进了交互方法,实现了对肝脏肿瘤的分割。实验结果表明,该方法分割结果准确,鲁棒性强,执行效率高,易于交互和扩展。
- 李拴强冯前进
- 关键词：图割肝脏肿瘤
