基于深度学习的色彩迁移生物医学成像技术
卞殷旭; 邢涛; 邓伟杰; 鲜勤; 乔洪磊; 于钱; 彭吉龙; 杨晓飞; 蒋燕男; 王家雄
刊名红外与激光工程
2022-02-25
卷号51期号:02页码:339-356
英文摘要传统病理学检测中,由于复杂的染色流程和单一的观察形式等限制着病情的诊断速度,而染色过程实质上是将颜色信息与形态特征关联,效果等同于现代数字技术的生物医学图像的图义分割,这使得研究者们可以通过计算后处理的方式,大大降低生物医学成像处理样品的步骤,实现与传统医学染色金标准一致的成像效果。近些年人工智能深度学习领域的发展促成了计算机辅助分析领域与临床医疗的有效结合,人工智能色彩迁移技术在生物医学成像分析上也逐渐表现出较高的发展潜力。文中回顾了深度学习色彩迁移的技术原理,列举此类技术在生物医学成像领域中的部分应用,并展望了人工智能色彩迁移在生物医学成像领域的研究现状和可能的发展趋势。
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/66247]  
专题中国科学院长春光学精密机械与物理研究所
作者单位1.浙江大学光电科学与工程学院
2.苏州市立医院生殖与遗传中心
3.苏州市立医院普外科
4.苏州大学光电科学与工程学院
5.北京环境卫星工程研究所
6.重庆嘉陵华光光电科技有限公司
7.中国科学院长春光学精密机械与物理研究所
8.南京理工大学电子工程与光电技术学院
推荐引用方式
GB/T 7714
卞殷旭,邢涛,邓伟杰,等. 基于深度学习的色彩迁移生物医学成像技术[J]. 红外与激光工程,2022,51(02):339-356.
APA 卞殷旭.,邢涛.,邓伟杰.,鲜勤.,乔洪磊.,...&匡翠方.(2022).基于深度学习的色彩迁移生物医学成像技术.红外与激光工程,51(02),339-356.
MLA 卞殷旭,et al."基于深度学习的色彩迁移生物医学成像技术".红外与激光工程 51.02(2022):339-356.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace