国家自然科学基金(61162023)
- 作品数：3 被引量：7H指数：2
- 相关作者：江少锋张聪炫杨素华陈震周旭欣更多>>
- 相关机构：南昌航空大学上饶师范学院江西医学高等专科学校更多>>
- 发文基金：国家自然科学基金中国航空科学基金江西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更多>>
- 水平集中符号距离函数并行降维计算被引量：4
- 2018年
- 目的符号距离函数在水平集图像分割,视觉特征提取等图像处理领域有重要应用。随着图像分辨率越来越高,符号距离函数计算效率直接影响图像处理速度,为实现高分辨率图像实时处理,本文在降维法的基础上提出了并行算法,并针对并行计算对降维法进行了改进。方法降维法将2维距离计算转化为两个1维距离计算,并采用抛物线下界法计算1维距离,是当前最快的一种符号距离计算方法。首先利用行和列计算的独立性,提出了降维法的并行算法。然后再对并行降维法进行改进,提出了抛物线下界法的并行算法。该方法采用多线程分段并行计算抛物线下界,即每个像素点与段内相邻像素点并行进行抛物线求交运算,快速搜索抛物线下界,从而实现了抛物线下界法的分段并行距离函数计算。所有并行算法在CUDA平台上采用GPU通用并行计算方法实现。结果对不同分辨率及包含不同曲线的9幅图像进行实验测试,在距离计算误差小于1的条件下,并行降维算法对所有测试图像计算时间均小于0.06 s,计算效率比串行方法有了10倍以上的提升,改进并行降维算法对所有测试图像计算时间均小于0.03 s,计算效率比串行方法有了20倍左右的提升。结论该方法实现了符号距离函数的快速并行计算,其优势在于当图像分辨率较高时仍然能够实现实时处理。
- 江少锋杨素华陈震张聪炫周旭欣
- 关键词：符号距离函数并行计算降维法水平集
- 基于改进U-Net的白细胞提取方法研究被引量：1
- 2022年
- 目的:提出一种基于改进U-Net的白细胞提取方法,以解决从血涂片图像中提取白细胞时白细胞粘连和尺寸影响提取精度的问题。方法:在常规U-Net中增加一个形状特征提取层,通过卷积得到细胞的宽度、高度、面积、数量等形状相关信息,并将形状信息引入到损失函数中,从而实现对不同大小的细胞和粘连细胞的有效分割。细胞分割完成后,对分割得到的二值图像进行连通区域提取得到每个白细胞的矩形框区域,从而实现血涂片图像中白细胞的提取。将该方法与U-Net、Faster R-CNN进行对比以验证其提取白细胞的效果。结果:该方法的提取精度(F_(1)值)达到99.20%,较U-Net、Faster R-CNN分别提高了0.80%、2.19%。结论:该方法对粘连细胞及不同大小的白细胞均有很好的提取效果,能够满足白细胞识别分类需求。
- 周鑫江少锋
- 基于混合水平集的脑组织自动提取方法被引量：2
- 2013年
- 脑组织自动提取是脑功能分析中一个重要的预处理步骤,为提高脑组织提取的精度,提出了一种新的提取方法。该方法首先对磁共振成像(MRI)图像使用改进脑组织提取工具(BET)算法快速提取初始轮廓;其次对此初始轮廓进行数学形态学膨胀处理,得到初始感兴趣区域;然后在初始感兴趣区域中使用改进混合轮廓模型进行处理,得到新的轮廓线再进行膨胀处理得到新的区域,如此不断迭代;最后,该混合模型收敛,获得较精确脑组织轮廓。实验采用了7组来自IBSR网站的MRI数据序列,所提算法得到的平均错误划分比例为7.89%。实验结果表明所提方法对于脑组织提取精度的提高是有效和可行的。
- 敖谦朱燕平江少锋
