基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在前列腺癌的诊断过程中,候选病灶的检测是一项重要步骤,该步骤有时由医生手工完成,这会带来一些问题.为了实现候选病灶的自动检测,训练了一个分类模型用于自动检测候选病灶.获取候选病灶之后,病灶区域的各类特征被用来表征候选病灶,其中,纹理特征在诊断过程中已经被证实是有效的,为了进一步提升性能,仍然需要候选病灶的更高水平的特征.因此,设计了新特征来描述候选病灶:病灶-凸包比,为了证实该特征的有效性,设计了实验:在加入新特征之前和之后分别测试计算机辅助检测方法的性能.实验结果表明,所设计的新特征有助于提升该方法的性能.
推荐文章
前列腺癌的多参数MRI研究进展
前列腺癌
多参数磁共振成像
扩散加权成像
动态增强磁共振成像
磁共振波谱
尿液前列腺癌基因3检测诊断前列腺癌的Meta分析
前列腺癌基因3
前列腺特异抗原
前列腺肿瘤
诊断
Meta分析
PSA前体与多参数MRI应用于前列腺癌早期诊断的研究进展
前列腺癌
前列腺特异性抗原前体
多参数磁共振
早期筛查
MRI纹理分析对前列腺癌及Gleason分级的诊断价值
前列腺癌
磁共振成像
纹理分析
诊断
Gleason分级
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多参数MRI的前列腺癌计算机辅助检测方法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 计算机辅助检测 前列腺癌 多参数磁共振成像
年,卷(期) 2019,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 466-471
页数 6页 分类号 TP391.41
字数 5950字 语种 中文
DOI 10.12130/znmdzk.20190326
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘海华 中南民族大学生物医学工程学院 66 472 13.0 18.0
5 潘宁 中南民族大学生物医学工程学院 18 23 3.0 3.0
9 李亮 武汉大学人民医院放射科 43 222 9.0 13.0
10 谌先敢 中南民族大学生物医学工程学院 10 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (3)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机辅助检测
前列腺癌
多参数磁共振成像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导