导读:本文包含了增强系数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:系数,表观,磁共振,乳腺癌,图像,乳腺,动态。
增强系数论文文献综述
代少升,张绡绡,余良兵,张辛[1]（2019）在《基于侧抑制系数的红外图像细节增强算法》一文中研究指出针对红外图像对比度低、细节不清晰和视觉效果模糊的缺点,提出了基于侧抑制系数的红外图像细节增强算法。通过分析指数分布侧抑制系数计算方法的不足,提出利用二次函数分布计算侧抑制系数的方法,提高算法增强红外图像细节的能力,利用红外图像本身的灰度信息自适应地调整侧抑制系数的参数,进而自适应确定侧抑制网络,对图像目标和背景进行不同程度的抑制,结合临界可偏差(just noticeable difference,JND)曲线中得到的人眼视觉分辨率特性,对图像进行能量恢复调整,使图像均值保持在人眼适宜观察的状态。仿真结果显示,与自适应指数函数侧抑制算法相比,算法处理后的红外图像对比度、信息熵以及信噪比都得到提高,图像细节更加清晰,视觉效果得到明显改善。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年05期）
李如玮,孙晓月,刘亚楠,李涛[2]（2019）在《基于深度学习的听觉倒谱系数语音增强算法》一文中研究指出针对现有语音增强算法在低信噪比(SNR)非平稳噪声环境下的表现并不理想这一问题,提出了一种基于深度学习的语音增强算法.首先,构建了一个深度神经网络(DNN),然后从四个不同分辨率的耳蜗中提取了多分辨率听觉倒谱系数(MRACC)作为神经网络的输入,该系数既关注了细节的高分辨率特征,又把握了全局性的低分辨率特征;其次,跟踪噪声变化构建了一个自适应掩蔽阈值(AM)作为神经网络的训练目标,该阈值能够依据噪声调节理想二值掩蔽(IBM)和理想软掩蔽(IRM)的权重;最后,将估计的自适应掩蔽阈值用于对含噪语音进行增强.实验结果表明:相较于对比算法,该算法不仅可以进一步提高语音质量和可懂度,而且能够抑制更多的噪声.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年09期）
王倩,刘万花,王瑞,叶媛媛[3]（2019）在《3.0T动态增强MRI定量参数、表观扩散系数与乳腺癌预后因子及分子分型的相关性》一文中研究指出目的分析定量动态增强MRI(DCE-MRI)参数和表观扩散系数(ADC)值与乳腺癌预后因子及分子分型的相关性。资料与方法回顾性分析127个获得病理及免疫组化检测结果的乳腺癌病灶。所有患者均同时行定量动态增强及扩散加权成像(b值取800 s/mm~2)扫描,所有病灶测量容量转移常数(K~(trans))、速率常数(K_(ep))、血管外细胞外间隙容积比(V_e)及ADC值。根据人类表皮生长因子受体-2(HER-2)、孕激素受体(PR)、雌激素受体(ER)和Ki-67的表达情况对病灶进行分子分型。结果 123个病灶纳入分子分型研究,其中Luminal A型24个、Luminal B型73个、HER-2过表达型15个和叁阴性乳腺癌(TNBC)11个。ER、PR与K~(trans)、K_(ep)、ADC值均呈负相关,其中ER与ADC值的相关性最大(r=-0.252,P=0.004),PR与K~(trans)值的相关性最大(r=-0.257,P=0.004);HER-2与V_e值及ADC值均呈正相关(r=0.187,P=0.037);Ki-67的表达率与K~(trans)呈正相关(r=0.226,P=0.012),而与K_(ep)、V_e及ADC值均无相关性(P>0.05)。不同分子分型间K~(trans)值、K_(ep)值、V_e值及ADC值差异均有统计学意义(P<0.05),K_(ep)值诊断TNBC的受试者工作特征曲线下面积最大(0.904)。结论 DCE-MRI定量参数及ADC值可在一定程度上预测分子分型,其中K_(ep)值对TNBC的预测价值最高。(本文来源于《中国医学影像学杂志》期刊2019年07期）
崔亚琼,韩艳萍[4]（2019）在《表观弥散系数联合动态增强MRI时间-信号曲线对直肠癌盆腔淋巴结转移的诊断价值》一文中研究指出直肠癌近几年来发病率不断上升[1],严重危害人类健康。近年来,扩散加权成像(DWI)和磁共振动态增强(DCE-MRI)技术作为常规磁共振成像(MRI)检查的重要补充,实现了从大体形态成像向微观功能成像的转变,DCE-MRI能够充分反映组织的形态学及生理学的特性[1]。DWI是一种检查组织中水分子运动程度的功能成像技术,而DWI量化指标是表观弥散系数(ADC),是鉴别不同性质病变指标[2]。本研究将从半定量角度研究ADC值联合DCE-MRI在直肠癌淋巴结有无转移诊断中的应用价值。1资料与方法1.1一般资料:收集本院2016年4月至2018年11月病理(本文来源于《中国药物与临床》期刊2019年14期）
杨义文,胡春洪,朱默,杨玲,马新星[5]（2019）在《MRI表观扩散系数联合动态增强TIC类型对肿块型浆细胞性乳腺炎及乳腺癌的鉴别诊断价值》一文中研究指出目的探讨MRI表观扩散系数(apparent diffusion coefficient,ADC)及相对表观扩散系数(relative apparent diffusion coefficient,rADC)联合动态增强时间-信号强度曲线(time-intensity curve,TIC)类型对肿块型浆细胞性乳腺炎(plasma cell mastitis,PCM)及乳腺癌的鉴别诊断价值。材料与方法回顾性分析经病理证实的21例肿块型PCM及31例乳腺癌患者的MRI资料,测量病灶、同侧胸大肌及对侧正常乳腺腺体的平均ADC值,并计算其rADC值,即rADC1=病灶平均ADC值/同侧胸大肌平均ADC值;rADC2=病灶平均ADC值/对侧正常乳腺腺体平均ADC值;根据动态增强MRI (dynamic contrast enhanced MRI,DCE-MRI)数据绘制病灶的TIC。采用χ~2检验或Fisher确切概率法比较肿块型PCM及乳腺癌的各项MRI表现及TIC类型;采用独立样本t检验比较平均ADC值、rADC值;以病理结果为金标准,绘制ADC、rADC值的非参数法受试者工作特征曲线(receiver operating characteristic curve,ROC);对ADC、rADC值与TIC类型进行logistic回归分析,计算联合因子后,对各联合因子绘制ROC,探讨ADC、rADC联合TIC类型对肿块型PCM及乳腺癌的鉴别诊断价值。结果肿块型PCM病灶多位于乳晕后区,形态多呈不规则形,边缘多无毛刺,常伴有导管扩张,增强扫描常呈明显强化,TIC多为Ⅰ型或Ⅱ型(90.5%)。肿块型PCM的平均ADC值、平均rADC1、rADC2值分别为(1.17±0.09)×10~(-3) mm~2/s、0.79±0.08、0.61±0.10,均高于乳腺癌组,且组间差异均具有统计学意义(P<0.05)。平均ADC值的诊断阈值为1.47×10~(-3) mm~2/s,曲线下面积(area under the curve,AUC)为0.897,灵敏度为95.2%,特异度为77.4%,rADC值诊断的灵敏度低于ADC值,但特异度较高;联合TIC类型后,ADC、rADC值的诊断效率、灵敏度均增加,除rADC1外,特异度均增加。结论 MRI平均ADC值、rADC值对浆细胞性乳腺炎及乳腺癌具有鉴别诊断价值,联合动态增强TIC类型后,可提高诊断效率。(本文来源于《磁共振成像》期刊2019年07期）
吴朋,崔蕾,郭宏兵,王成瑶,崔书君[6]（2019）在《最小表观扩散系数、表观扩散系数差及磁共振增强扫描对乳腺导管原位癌和微浸润的鉴别诊断》一文中研究指出目的探讨最小表观扩散系数(ADCmin)、表观扩散系数差(ADCDR)及MRI动态增强扫描(DCE-MRI)特征对乳腺导管原位癌和微浸润的鉴别诊断价值。方法收集28例乳腺导管原位癌伴微浸润(DCIS-Mi)和31例乳腺导管原位癌(DCIS)患者,术前应用Philips Ingenia 3.0T超导磁共振扫描仪进行乳腺检查。在ADC图中寻找ADCMin和最大表观扩散系数(ADC_(Max)),计算ADCDR=ADC_(Max)-ADCMin,另外分析DCE-MRI特征。结果 DCIS-Mi的ADCMin低于DCIS(t=-3.284,P=0.003),ADCDR高于DCIS(t=16.541,P <0.001),DCIS-Mi早期强化率高于DCIS(Z=13.726,P <0.001)。ADCMin临界值为1.15×10-3mm2/s,ADCDR临界值为0.30×10-3mm2/s。DCI非肿块样强化,以局灶样分布,内部强化特点表现为均匀强化;DCIS-Mi表现非肿块样强化,其以节段分布,内部强化特点为不均匀或簇环状强化。结论 ADCMin、ADCDR和内部强化特点对DCIS和DCIS-Mi鉴别诊断最有价值,可为临床制定手术方案提供影像依据。(本文来源于《实用医学杂志》期刊2019年12期）
杨国财,杨晶[7]（2019）在《乳腺癌1.5T MR表观弥散系数与定量动态增强参数的相关性研究》一文中研究指出目的:探讨乳腺癌动态增强MRI定量参数与ADC值之间的相关性。方法:收集100例病理证实的乳腺癌,所有患者术前均行1.5T动态对比增强MRI和DWI,分别获得癌灶的ADC值及血流动力学参数,包括K_(trans)值、K_(ep)值、V_p值,分析二者之间的关系。两两比较选用t检验,分析ADC值与各定量参数间相关性均选用Pearson相关性分析。结果:乳腺癌ADC值与K_(trans)值、K_(ep)值、V_p值存在显着负相关性(r=-0.626,P<0.05;r=-0.588,P<0.05;r=-0.671,P<0.05)。结论:磁共振动态对比增强定量血流动力学参数与ADC值存在相关性,二者在乳腺癌诊断中的有一定的应用价值。(本文来源于《影像研究与医学应用》期刊2019年11期）
邱清香,林祺,何永红,李雪春,陈金银[8]（2019）在《MRI表观扩散系数和动态增强定量参数评价宫颈鳞癌同步放化疗效果的研究》一文中研究指出目的探讨磁共振扩散加权成像表观扩散系数(ADC值)和MR动态增强定量参数在宫颈鳞癌同步放化疗前后的相关数据变化,并评估对宫颈鳞癌放化疗疗效的临床价值。方法对75例(其中完全有效组50例,部分有效组25例)接受同步放化疗的宫颈鳞癌患者于治疗前后行常规MRI、DWI和MR动态增强扫描。测量治疗前后肿瘤区的ADC值、K~(trans)、K_(ep)和V_e,并比较ADC值、K~(trans)、K_(ep)和V_e治疗前后各数据差异。采用配对t检验。结果完全有效组治疗前后分别为:ADC_(mean)t=-18.451,P<0.001,差别有统计学意义;K~(trans)t=11.983,P<0.001,差别有统计学意义;K_(ep)t=13.999,P<0.001,差别有统计学意义;V_et=3.606,P=0.001,差别无统计学意义。部分有效组治疗前后分别为:ADC_(mean)t=-8.114,P<0.001,差别有统计学意义;K~(transt)t=8.767,P<0.001,差别有统计学意义;K_(ep)t=8.419,P<0.001,差别有统计学意义;V_et=1.408,P=0.173,差别无统计学意义。治疗后ADC_(mean)检测结果:完全有效均值要高于部分有效,t=11.966,P<0.001,差别有统计学意义;治疗后K~(trans)检测结果:部分有效均值要高于完全有效,t=-1.684,P=0.096,差别无统计学意义;治疗后K_(ep)检测结果:部分有效均值要高于完全有效,t=-1.933,P=0.057,差别无统计学意义;治疗后V_e检测结果:部分有效均值要高于完全有效,t=-0.060,P=0.952,差别无统计学意义。结论 MRI形态学联合扩散加权成像和动态增强扫描能全面精准评价宫颈鳞癌同步放化疗的疗效,ADC值、K~(trans)、K_(ep)等数据在评价疗效中具有重要临床价值。(本文来源于《医学影像学杂志》期刊2019年04期）
贺庆[9]（2019）在《基于虚拟源成像算法的序列增强系数研究》一文中研究指出医学超声影像技术和X-CT、MRI及核医学影像(PET、SPECT)四种技术一起被广泛认为是现代医学影像技术的代表,拥有无法取缔的地位。医学超声成像技术利用超声波的物理性质,结合电子科学技术,计算机信号处理,图像处理和显示技术以实现对人体组织结构成像为目的。超声成像以其无创伤,容易操作,对患者无禁忌,价格经济实惠,成像效果好,快捷的优点被人们所青睐。多年来,为了得到更好的超声成像质量,研究人员不断探索。虚拟源(Virtual Source imaging,VS)成像算法是将聚焦点作为虚拟阵元的一种波束合成方法。该方法不但降低了成像的复杂度,避免了大量低分辨率回波信号的存储,同时提高了探测深度。但虚拟源成像过程中,低分辨率信号的迭加很难满足相干性迭加的要求,其中非相干信号的迭加会使得旁瓣等级提高。此外,虚拟阵元近场的成像质量比较差,不利于分析应用,因此可以通过对VS成像进行自适应加权以提高成像质量。本文对虚拟源算法进行FieldII仿真,研究不同有效孔径,不同聚焦深度,不同发射脉冲周期数对VS成像的影响,并提出最佳研究参数。通过对自适应加权系数如相干系数(Coherence Factor,CF)和广义相干系数(General Coherehce Factor,GCF)等系数的研究,提出了适用于虚拟源成像的序列增强系数(Sequence Intensity Factor,SIF)。在虚拟源成像过程中,根据目标散射点所在的有效声场得出含有目标信息的有效声场序列,SIF根据有效声场序列的特征进行信号强度的增强与削弱,对成像点回波信号强的部分序列信号进行增强,反之则减弱。通过对目标散射点虚拟源成像结果进行SIF加权可以增强图像对比度,提高横向分辨率,改善成像质量。通过仿真和实验对比各种算法的成像结果从而验证了SIF加权VS算法的可行性和有效性。通过对人体动脉横截面成像进行对比,验证了该方法的临床意义和实用价值。(本文来源于《合肥工业大学》期刊2019-04-20）
滕敏敏,邵元伟[10]（2019）在《叁阴性乳腺癌的MR FLASH-3D动态增强影像表现与表观扩散系数分析》一文中研究指出目的:探讨非特殊类型叁阴性乳腺癌的1.5T核磁共振FLASH-3D动态增强扫描影像学特征表现。方法:选取2016年9月—2018年7月间接受MRI强化检查并经手术及病理免疫组化证实的乳腺癌患者137例,其中TNBC 40例,非TNBC 97例,分析两组不同分子亚型乳腺癌的核磁共振影像表现,并进行统计学分析。结果:40例叁阴性乳腺癌中,37例为肿块样强化,3例为非肿块样强化。97例非叁阴性乳腺癌中,81例为肿块样强化,16例为非肿块样强化。分析显示,叁阴性乳腺癌与非叁阴性乳腺癌在病灶形态(P <0.05)、肿块边缘(P <0.001)、内部强化特点(P <0.001)、T2WI信号(P<0.001)、ADC值(P <0.05)差别有统计学意义,而两组间表现为非肿块样强化的病变在病灶边缘、内部强化特点、T2WI信号及ADC值方面差别无统计学意义。结论:非特殊类型叁阴性乳腺癌在MR上更多表现为肿块样强化,边缘光滑,环形强化、T2WI上高亮信号及ADC值较高的影像学特点。(本文来源于《影像研究与医学应用》期刊2019年04期）
增强系数论文开题报告
（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：
针对现有语音增强算法在低信噪比(SNR)非平稳噪声环境下的表现并不理想这一问题,提出了一种基于深度学习的语音增强算法.首先,构建了一个深度神经网络(DNN),然后从四个不同分辨率的耳蜗中提取了多分辨率听觉倒谱系数(MRACC)作为神经网络的输入,该系数既关注了细节的高分辨率特征,又把握了全局性的低分辨率特征;其次,跟踪噪声变化构建了一个自适应掩蔽阈值(AM)作为神经网络的训练目标,该阈值能够依据噪声调节理想二值掩蔽(IBM)和理想软掩蔽(IRM)的权重;最后,将估计的自适应掩蔽阈值用于对含噪语音进行增强.实验结果表明:相较于对比算法,该算法不仅可以进一步提高语音质量和可懂度,而且能够抑制更多的噪声.
（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。
增强系数论文参考文献
[1].代少升,张绡绡,余良兵,张辛.基于侧抑制系数的红外图像细节增强算法[J].重庆邮电大学学报(自然科学版).2019
[2].李如玮,孙晓月,刘亚楠,李涛.基于深度学习的听觉倒谱系数语音增强算法[J].华中科技大学学报(自然科学版).2019
[3].王倩,刘万花,王瑞,叶媛媛.3.0T动态增强MRI定量参数、表观扩散系数与乳腺癌预后因子及分子分型的相关性[J].中国医学影像学杂志.2019
[4].崔亚琼,韩艳萍.表观弥散系数联合动态增强MRI时间-信号曲线对直肠癌盆腔淋巴结转移的诊断价值[J].中国药物与临床.2019
[5].杨义文,胡春洪,朱默,杨玲,马新星.MRI表观扩散系数联合动态增强TIC类型对肿块型浆细胞性乳腺炎及乳腺癌的鉴别诊断价值[J].磁共振成像.2019
[6].吴朋,崔蕾,郭宏兵,王成瑶,崔书君.最小表观扩散系数、表观扩散系数差及磁共振增强扫描对乳腺导管原位癌和微浸润的鉴别诊断[J].实用医学杂志.2019
[7].杨国财,杨晶.乳腺癌1.5TMR表观弥散系数与定量动态增强参数的相关性研究[J].影像研究与医学应用.2019
[8].邱清香,林祺,何永红,李雪春,陈金银.MRI表观扩散系数和动态增强定量参数评价宫颈鳞癌同步放化疗效果的研究[J].医学影像学杂志.2019
[9].贺庆.基于虚拟源成像算法的序列增强系数研究[D].合肥工业大学.2019
[10].滕敏敏,邵元伟.叁阴性乳腺癌的MRFLASH-3D动态增强影像表现与表观扩散系数分析[J].影像研究与医学应用.2019
论文知识图
