导读:本文包含了计算机辅助检测论文开题报告文献综述及选题提纲参考文献，主要关键词:乳腺超声,初学者,CAD,检测性能
计算机辅助检测论文文献综述
S.L.Yang,X.C.Gao,L.W.Liu,R,Shu,J.R.Yan[1]（2019）在《利用计算机辅助诊断的自动化乳腺超声的检测性能和读片时间的研究》一文中研究指出摘要目的采用计算机辅助诊断(CAD)乳腺超声自动化检查系统检测乳腺癌,比较不同阅片专家在不同模式下的诊断效能和读片时间。材料与方法在本回顾性研究中,收集(本文来源于《国际医学放射学杂志》期刊2019年06期）
S.Park,S.M.Lee,N.Kim,J.Choe,Y.W.Cho[2]（2019）在《应用基于深度学习的计算机辅助检测系统在穿刺活检后的胸片上诊断气胸》一文中研究指出摘要目的回顾性评价卷积神经网络(CNN)模型在经皮肺穿刺活检(PTNB)后的胸片中检测气胸的诊断效能。材料与方法本研究使用完整的26层You Only Look Once模型(本文来源于《国际医学放射学杂志》期刊2019年06期）
柳哲,范明,李远哲,厉力华[3]（2019）在《数字乳腺断层摄影中钙化簇计算机辅助检测方法》一文中研究指出为了提高数字乳腺断层摄影(Digital Breast Tomosynthesis,DBT)检测诊断速度和准确率,提出一种计算机辅助检测方法。首先,采用多尺度双边滤波预处理,利用多尺度海森矩阵的钙化增强函数和信噪比增强对DBT影像中类似钙化点进行增强,并使用叁维26邻域连通区域生长算法在两种增强的加权叁维体中提取簇中心点和候选钙化点;然后,根据钙化簇的定义,在簇中心附近叁维空间内寻找满足条件的候选微钙化点聚成感兴趣区域;最后,在感兴趣区域的最大密度投影图像中提取纹理、统计等特征,训练随机森林分类器减少钙化簇的假阳性。非参数检验方法表明:在减少假阳性后,对于基于视角的检测中,每个DBT影像平均假阳性个数为0.84时,灵敏度为85%;对于基于乳房的检测中,每个DBT影像平均假阳性个数为0.76时,灵敏度为85%。验证了算法在DBT影像中钙化簇计算机辅助检测中的可行性。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2019年06期）
谌先敢,刘海华,李亮,潘宁[4]（2019）在《基于多参数MRI的前列腺癌计算机辅助检测方法》一文中研究指出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.(本文来源于《中南民族大学学报(自然科学版)》期刊2019年03期）
T.Iwasawa,K.Okudela,T.Takemura,T.Fukuda,S.Matsushita[5]（2019）在《计算机辅助检测对肺癌病人肺纤维化的定量分析:与无病生存期的关系》一文中研究指出摘要肺癌病人行CT筛查时,10%的病人会出现肺间质异常(ILA),但ILA的组织学表现与病人预后之间的关系尚不明确。目的评估术前CT检查中ILA百分比作为肺癌病人(本文来源于《国际医学放射学杂志》期刊2019年05期）
张歌,宋宏萍,杨珊灵,王廷,樊菁[6]（2019）在《自动乳腺超声诊断系统结合计算机辅助检测乳腺恶性肿瘤敏感度的影响因素分析》一文中研究指出目的评估影响计算机辅助检测(CAD)识别自动乳腺超声诊断系统(ABUS)乳腺恶性肿瘤敏感度的因素。方法收集自2016年1月至2017年2月于空军军医大学西京医院行ABUS检查并经外科手术或组织学活检病理证实的乳腺恶性肿瘤患者232例,共240个恶性病灶。所有病例均经CAD软件检测,统计CAD对病灶的总敏感度,并统计分析病灶组织学类型、最大径、距乳头距离、距皮肤距离及象限等因素与CAD敏感度之间的关系。以外科手术或组织学活检病理结果为诊断"金标准",采用χ2检验分析病灶组织学类型、最大径、距乳头距离、距皮肤距离、象限、病灶边缘特征等因素与CAD敏感度的关系。结果 CAD对恶性病灶的总敏感度为85%(204/240),对不同病理学类型的敏感度分别为:浸润性导管癌89.0%(186/209)、导管原位癌53.9%(14/29)、黏液癌75.0%(3/4)、恶性叶状肿瘤100%(1/1),差异有统计学意义(χ2=18.836,P <0.001)。病灶最大径、距乳头距离、距皮肤距离及象限均与CAD敏感度之间比较,差异无统计学意义(P> 0.05)。病灶距皮肤距离、病灶边缘特征与CAD对浸润性导管癌的敏感度之间比较,差异有统计学意义(P <0.05)。结论 CAD对恶性病灶的敏感度较高(85.0%),尤其是对浸润性导管癌的检出(89.0%),医师在借助CAD读图时,应注意是否有遗漏的导管原位癌、位置深或边缘模糊的浸润性导管癌。(本文来源于《中华医学超声杂志(电子版)》期刊2019年09期）
杨震[7]（2019）在《基于深度学习的计算机辅助诊断系统在低剂量螺旋计算机断层扫描检测隐匿性肋骨骨折中的诊断性能》一文中研究指出目的:本研究的目的是评估基于深度学习的计算机辅助诊断(DL-CAD)系统在使用低剂量CT(LDCT)检测隐匿性肋骨骨折(ORF)中的诊断效能。材料和方法:回顾性分析2018年9月到2019年3月间,因急性钝性胸部创伤行低剂量CT检查的患者共100例。首先,两名实习生和两名主治放射科医师(5至10年的经验)以盲法和随机方式独立评估所有患者的图像,2周后,在DL-CAD系统辅助下重新对所有患者CT图像进行独立阅片。分别记录每位患者的肋骨骨折的数量和阅片时间。以两位资深胸部放射科医生对肋骨隐匿性骨折的一致诊断(经验超过20年)作为参考标准。比较两组诊断医师在DL-CAD系统前后检测RF诊断效能和阅片时间。结果:共发现70例阳性病例(包括151例ORF)和30例阴性病例。实习生在没有和使用DL-CAD系统检测ORF的准确率分别为57.2%和92.9%,差异有统计学意义(P <0.05);主治医师分别为89.3%和94.4%,差异无统计学意义(P> 0.05)。此外,实习生没有和使用DL-CAD系统的阅读时间分别为(158.51±41.58)秒和(79.56±31.50)秒,主治医师阅片时间分别为(85.96±17.08)秒和(53.54±23.54)秒,阅片时间缩短均存在统计学差异(P<0.05)。结论:DL-CAD系统可以提高实习生对隐匿性骨折的诊断效能,达到主治医师水平,且显着缩短实习生和主治放射科医师的阅片时间。(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22）
蓝燚锋,叶艺先,蔡宇超[8]（2019）在《计算机辅助检测系统（CAD）在16层CT低剂量肺癌筛查肺结节检出中的应用价值》一文中研究指出目的研究探讨计算机辅助检测系统(computer-aided detection,CAD)在16层计算机断层扫描(computed tomography,CT)低剂量肺癌筛查肺结节检出中的应用价值。方法选择我院140例疑似肺癌患者(2017年1月至2018年12月),采用16层螺旋CT机对患者实施低剂量螺旋CT检查,分别采取人工阅片、CAD阅片、联合阅片,比较人工阅片与CAD阅片的判读时间。以穿刺活检病理诊断结果为参照,计算不同判读方法对肺癌的诊断灵敏度、特异度、准确率,分析不同判读方法判读结果与穿刺活检病理诊断结果之间的一致性,并比较不同判读方法对肺癌患者肺结节大小的诊断符合率。结果 CAD阅片的判读时间较人工阅片缩短,P<0.05。以穿刺活检病理诊断结果为参照,联合阅片对肺癌的诊断灵敏度、特异度、准确率均高于人工阅片、CAD阅片(P<0.05)。联合阅片与穿刺活检病理诊断结果之间的一致性良好,而人工阅片、CAD阅片与穿刺活检病理诊断结果之间的一致性中等。联合阅片对肺癌患者肺结节大小的诊断符合率较人工阅片、CAD阅片更高(P<0.05)。结论 CAD用于低剂量CT肺癌筛查中,与影像科医师阅片相结合,可有效提高对肺结节的检出率,有利于提高肺癌筛查的准确性。(本文来源于《中国医药指南》期刊2019年23期）
张震,王欢,王喜光[9]（2019）在《计算机软件辅助多层铸件射线照相检测》一文中研究指出利用计算机软件对多层复杂铸件的多角度剖切所得到的图像与相同位置射线底片对比观察评定,辨别结构对射线照相底片的影响,使射线底片的评定直观、准确。(本文来源于《无损探伤》期刊2019年03期）
蒋秋霖[10]（2019）在《脑部病变区域的计算机辅助检测》一文中研究指出随着技术的不断提高,核磁共振成像(MRI)因其高质量的成像效果已成为人体各部分组织病变检测的重要手段,在脑部病变检测中的应用最为广泛。MRI脑肿瘤的准确分割为快速临床诊断和治疗提供了可靠性。但是脑肿瘤病例的多样性又给脑肿瘤分割的研究带来困难。本文在现有脑肿瘤图像分割算法的基础上,利用电势能理论、区域生长算法、粒子群算法、FCM算法等对现有算法进行了改进和优化,更好地分割脑肿瘤图像。首先,本文介绍了国内外脑肿瘤图像分割的研究现状,常用的脑肿瘤分割算法和核磁共振成像原理,为后续的研究奠定理论基础。其次,本文提出了一种改进的区域生长算法。通过借助电子学中“势能”的概念,将图像的每个点的像素值作为点电荷的电荷量。借助各个像素点“电荷量”的大小进行粗分割。在区域生长中引入四元数,根据四元数的表示形式取种子点上下左右四点像素值表示种子点像素值,同时利用四元数矢量积结合粒子群算法确定生长规则。使用上述改进的区域生长算法,准确地分割图像。再次,在优化粒子群优化算法和模糊聚类的基础上,改进了一种FCM算法。通过优化粒子群优化算法得到聚类中心,解决聚类中心选择不良的问题;将空间信息的惩罚项加入到FCM算法中,解决了传统FCM算法使图像分割不足的问题。准确地分割了脑肿瘤图像。最后,将本文所提出的两种分割方法进行对比实验,得出二者各有优势的结论,改进的区域生长算法使用时间较短但精度较低,改进的FCM算法精度较高但需要较长时间。(本文来源于《长春工业大学》期刊2019-06-01）
计算机辅助检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
摘要目的回顾性评价卷积神经网络(CNN)模型在经皮肺穿刺活检(PTNB)后的胸片中检测气胸的诊断效能。材料与方法本研究使用完整的26层You Only Look Once模型
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
计算机辅助检测论文参考文献
[1].S.L.Yang,X.C.Gao,L.W.Liu,R,Shu,J.R.Yan.利用计算机辅助诊断的自动化乳腺超声的检测性能和读片时间的研究[J].国际医学放射学杂志.2019
[2].S.Park,S.M.Lee,N.Kim,J.Choe,Y.W.Cho.应用基于深度学习的计算机辅助检测系统在穿刺活检后的胸片上诊断气胸[J].国际医学放射学杂志.2019
[3].柳哲,范明,李远哲,厉力华.数字乳腺断层摄影中钙化簇计算机辅助检测方法[J].杭州电子科技大学学报(自然科学版).2019
[4].谌先敢,刘海华,李亮,潘宁.基于多参数MRI的前列腺癌计算机辅助检测方法[J].中南民族大学学报(自然科学版).2019
[5].T.Iwasawa,K.Okudela,T.Takemura,T.Fukuda,S.Matsushita.计算机辅助检测对肺癌病人肺纤维化的定量分析:与无病生存期的关系[J].国际医学放射学杂志.2019
[6].张歌,宋宏萍,杨珊灵,王廷,樊菁.自动乳腺超声诊断系统结合计算机辅助检测乳腺恶性肿瘤敏感度的影响因素分析[J].中华医学超声杂志(电子版).2019
[7].杨震.基于深度学习的计算机辅助诊断系统在低剂量螺旋计算机断层扫描检测隐匿性肋骨骨折中的诊断性能[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019
[8].蓝燚锋,叶艺先,蔡宇超.计算机辅助检测系统（CAD）在16层CT低剂量肺癌筛查肺结节检出中的应用价值[J].中国医药指南.2019
[9].张震,王欢,王喜光.计算机软件辅助多层铸件射线照相检测[J].无损探伤.2019
[10].蒋秋霖.脑部病变区域的计算机辅助检测[D].长春工业大学.2019