您的位置: 专家智库 > >

赵凌霄

作品数:25 被引量:59H指数:5
供职机构:中国科学院苏州生物医学工程技术研究所更多>>
发文基金:国家高技术研究发展计划国家自然科学基金江苏省自然科学基金更多>>
相关领域:自动化与计算机技术医药卫生电子电信更多>>

文献类型

  • 13篇专利
  • 12篇期刊文章

领域

  • 10篇自动化与计算...
  • 7篇医药卫生
  • 1篇电子电信

主题

  • 9篇图像
  • 4篇配准
  • 3篇导航
  • 3篇磁共振
  • 2篇导航系统
  • 2篇信号
  • 2篇影像
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇乳腺
  • 2篇食管
  • 2篇食管鳞癌
  • 2篇双线性
  • 2篇体模
  • 2篇中医
  • 2篇网络
  • 2篇向量
  • 2篇向量机
  • 2篇鳞癌
  • 2篇脉诊

机构

  • 25篇中国科学院
  • 7篇中国科学技术...
  • 3篇中国科学院大...
  • 2篇复旦大学
  • 2篇哈尔滨理工大...
  • 2篇首都医科大学...
  • 1篇北京师范大学
  • 1篇东南大学
  • 1篇复旦大学附属...
  • 1篇南京理工大学
  • 1篇南方医科大学
  • 1篇中日友好医院
  • 1篇河南赛诺特生...

作者

  • 25篇赵凌霄
  • 12篇戴亚康
  • 12篇佟宝同
  • 8篇刘燕
  • 6篇耿辰
  • 5篇周志勇
  • 3篇陈奕博
  • 2篇王玉平
  • 2篇杨莹雪
  • 2篇吴凯
  • 1篇李洋
  • 1篇庞树茂
  • 1篇于洪伟
  • 1篇马国林
  • 1篇梁燕
  • 1篇陈光强
  • 1篇张欢
  • 1篇黄勇其
  • 1篇史文博
  • 1篇刘璟

传媒

  • 2篇中国医学计算...
  • 2篇激光与光电子...
  • 2篇计算机工程与...
  • 1篇中华医学杂志
  • 1篇中国激光
  • 1篇计算机工程
  • 1篇生物医学工程...
  • 1篇计算机与数字...
  • 1篇传感器与微系...

年份

  • 3篇2024
  • 5篇2023
  • 3篇2022
  • 1篇2021
  • 2篇2019
  • 3篇2018
  • 5篇2017
  • 3篇2016
25 条 记 录,以下是 1-10
排序方式:
基于深度学习和影像组学的脑膜瘤质地术前评估被引量:2
2023年
目的:探讨基于弥散加权成像中表观弥散系数(ADC)的深度学习影像组学(DLR)技术在术前预测脑膜瘤质地的价值。方法:回顾性收集202例经术后病理证实的脑膜瘤患者相关数据资料,其中质软组包含97例,质硬组包含105例,并由放射科医生应用ITK-SNAP软件勾画病灶的感兴趣区。首先,基于预处理图像提取病灶的影像组学特征和深度学习特征,进行特征组合;然后,对组合特征进行特征评估和特征选择,并建立混合标签。其后,对临床特征与放射学语义特征进行组间差异检验;最后,采用logistic回归建立临床、混合标签及联合模型,并建立基于混合标签的列线图。结果:临床资料中,WHO分级、Ki-67值及脑膜瘤最大径的组间差异显著(P<0.05)。筛选出3个影像组学特征和23个深度学习特征构建混合标签,其列线图的C指数在训练集为0.896(95%CI 0.844~0.947),在测试集为0.925(95%CI 0.841~1.000)。结论:基于ADC图的深度学习影像组学技术可预测脑膜瘤质地,对术前预测具有参考价值。
张家天陆逸平赵亚婧尹波李鹏赵凌霄
关键词:脑膜瘤表观弥散系数
脑血氧检测的信号处理方法系统
本发明公开一种脑血氧检测的信号处理方法,包括步骤:采集未被脑组织血红蛋白吸收的模拟式的光密度电流信号,对模拟式的所述光密度电流信号进行一级处理,输出数字式的光密度电压信号;对所述光密度电压信号进行二级处理以去噪;其中,所...
吴凯戴亚康佟宝同赵凌霄刘燕
文献传递
基于深度学习的食管鳞癌早癌辅助诊断系统
本发明公开了一种基于深度学习的食管鳞癌早癌辅助诊断系统,包括:食管内镜图像采集子系统、云平台服务端和客户端;食管内镜图像采集子系统用以采集食管内镜图像并传输至云平台服务端;云平台服务端包括数据存储模块、数据服务处理模块以...
孙玮陈振鑫梁燕庄媛周哲典李鹏冯亚东赵凌霄
基于改进RetinaNet的宫颈异常细胞检测算法被引量:4
2023年
宫颈异常细胞特征细微难以提取、小目标容易漏检、细胞边界回归不准确导致异常细胞检测精度不高,鉴于此,本文提出了一种结合注意力的全尺度特征融合RetinaNet(AFF-RetinaNet)宫颈异常细胞检测算法.首先,采用ResNeSt-50作为特征提取网络提取宫颈异常细胞的细微特征;其次,引入平衡特征金字塔(BFP)结构,对所有特征层进行全尺度融合,增强小目标的语义信息,并利用BFP中的非局部注意力模块获取图像的全局信息,以进一步增强特征空间的语义信息;最后,采用CIoU Loss作为回归分支的损失函数,以提高对异常细胞边界回归的准确率.另外,针对实际应用场景,基于AFF-RetinaNet算法实现了全视野宫颈细胞病理学图像(WSI)推理流程,并基于该推理流程对WSI中的异常细胞进行了检测.AFF-RetinaNet在宫颈异常细胞数据集上的平均精度均值(mAP)为83.4%,其中对小目标的mAP值(mAP-s)达到了24.4%,相较于基准RetinaNet算法分别提高了3.2个百分点和10.8个百分点.基于AFF-Retina的WSI推理结果在感兴趣区域中的mAP为70.8%.实验结果表明:AFF-RetinaNet算法可以增强对小尺寸异常细胞的检测能力,有效提升宫颈异常细胞的检测精度.基于AFF-RetinaNet的宫颈WSI推理流程可辅助医生快速定位高分辨率宫颈WSI中的异常细胞,有望减轻医生的阅片负担.
刘润坤党世杰张洪远牛银银米贯勋李三华陈振鑫赵凌霄李鹏
关键词:医用光学目标检测
基于面向对象的全自动设备异步并发调度控制系统及方法
本发明公开了一种基于面向对象的全自动设备异步并发调度控制系统及方法,该系统包括:样本管理模块,所述样本管理模块包括每个样本进行检测所需的执行动作、执行条件、检测起止的控制方法;任务管理模块,所述任务管理模块用于明确检测流...
庄媛孙玮周哲典钟隆洁陈奕博赵凌霄
文献传递
相机设备参数无关的快速多目鱼眼图像及视频拼接方法
本发明公开了一种相机设备参数无关的快速多目鱼眼图像及视频拼接方法,包括以下步骤:S1、对鱼眼相机拍摄的鱼眼图像进行预处理,所述预处理包括图像校正和镜头间视差优化;S2、采用基于网格变换的方法对预处理后的图像进行配准;S3...
程浩杰赵凌霄陈振鑫许春晓张洪远王佳俊陈奕博
中医远程辅诊系统
本发明公开一种中医远程辅诊系统,其包括网络服务器,用于数据交换与备份;辅诊终端;其用于辅助中医获取用户与脉搏相关的诊断辅助信息;以及,医生终端,其与所述辅诊终端通过所述网络服务器进行数据通信,获取用户与脉搏相关的诊断辅助...
耿辰戴亚康佟宝同赵凌霄
文献传递
基于功率谱的睡眠中癫痫发作预测被引量:10
2018年
睡眠中如果癫痫发作会增加患者并发症发作和猝死的概率,有效预测患者睡眠中的癫痫发作可让医患及时采取措施,降低上述概率。现有癫痫发作预测方法多是基于脑电信号设计的,但并未在睡眠时期进行针对性研究,而该时期脑电信号相比其他时期有其特殊性,因此为提高灵敏度、降低错误报警率,本文将挖掘睡眠脑电信号的特点,研究睡眠中癫痫发作的预测方法。本文提出的方法中首先构建特征向量,包括不同波段的绝对功率谱、相对功率谱和功率谱比值;其次应用分离性判据和分支定界法进行特征选择;最后训练支持向量机分类器并实现预测。相比于不针对睡眠脑电信号特点的癫痫预测方法(灵敏度91.67%,错误报警率9.19%),本文方法的灵敏度(100%)有所提高,而错误报警率(2.11%)则有所降低。本文方法是对现有癫痫预测方法的补充,具有一定的临床价值。
刘伟楠刘燕佟宝同赵凌霄杨莹雪王玉平王玉平
关键词:脑电信号功率谱支持向量机
基于瘤内和瘤周影像组学的乳腺癌HER2状态评估
2024年
目的:探讨基于数字乳腺X线摄影(DM)影像的瘤内和瘤周影像组学模型预测乳腺癌人表皮生长因子受体2(HER2)状态的价值。方法:回顾性收集1332例(HER2阳性350例,阴性982例)乳腺癌患者的影像数据和临床信息。由放射科医生手动勾画感兴趣区(ROI),再将其外扩2、5、10、15mm得到4个瘤周ROI,分别提取并筛选影像组学特征,建立瘤内和瘤周模型;其后,对临床信息进行单因素分析并建立临床模型;最后将瘤内、最佳瘤周和临床模型的预测结果输入人工神经网络模型得到三者联合模型。结果:T分期、病灶形式(钙化、肿块或不对称致密)、是否伴有腋窝肿大淋巴结、是否伴有糖尿病在HER2阳性组与阴性组间有显著差异(P<0.05)。筛选出15个瘤内和7个10mm瘤周影像组学特征,最终联合模型的测试集曲线下面积(AUC)为0.790(95%CI0.741~0.839),校准曲线显示具有良好一致性。结论:基于DM的瘤内+瘤周+临床联合模型可以作为无创评估乳腺癌HER2状态的有效工具.
张一品陆逸平邓亚兰张家天尹波赵凌霄
关键词:乳腺癌人表皮生长因子受体2
基于动态增强磁共振成像的人工智能乳腺肿瘤良恶性分类分析被引量:6
2021年
本研究回顾性分析了198例女性患者的乳腺动态增强磁共振成像(DCE-MRI)图像序列,年龄21~79(45.5±13.7)岁。以病理检查为金标准,采用深度学习方法建立CBAM-ResNet自动分类模型,统计图像级别的分类结果,同时结合集成学习思想得到患者个体的分类结果。基于残差网络的CBAM-ResNet分类模型在单张图像层面对乳腺肿瘤的分类准确率达到82.69%,灵敏度为85.67%。采用投票机制后,在患者层面的分类准确率为88.24%,灵敏度为87.50%。试验结果表明该分类算法具有较高的诊断准确率。
陈兴刘璟李鹏王金铭赵凌霄韩小伟陈悦于洪伟马国林
关键词:乳腺肿瘤DCE-MRI
共3页<123>
聚类工具0