版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、本文對醫(yī)學影像數據挖掘中的一些關鍵技術和主要算法做了深入的研究。針對乳腺影像數據庫,提出了適合乳腺影像的分類算法和聚類算法,設計并開發(fā)了“乳腺癌計算機輔助診斷系統(tǒng)”。主要研究工作有: (1)使用了簡單有效的具有邊界保持的中值平滑濾波器算法,對數字化的乳腺X照片圖像進行去噪處理,清除圖像中的大部分噪聲。同時,為了改善圖像的質量,使用了一種直接同質增強技術對圖像進行增強處理。并與傳統(tǒng)的直方圖均衡化技術進行了對比。實驗結果表明,直接同
2、質增強技術可以更有效地在保持圖像原有信息的基礎上增強圖像,從而使得基于此的系統(tǒng)具有更精準的效果。 (2)為實現對乳腺X圖片的正常、異常分類,本文使用了灰度共生矩陣紋理分析方法,生成4個方向的共生矩陣,提取與方向無關的紋理特征,此外又提取了4個灰度統(tǒng)計特征,試驗證明,這些特征有助于提高對乳腺X圖片的正常、異常區(qū)分。為實現對異常乳腺X圖片的良性、惡性分類,本文采用了區(qū)域增長的圖像分割技術實現腫瘤邊緣的準確定位,提取了緊湊度、矩、傅立
3、葉描述子和弦長統(tǒng)計量等腫瘤形狀特征。實驗結果表明,這些特征很好地刻畫了腫瘤的邊緣形狀,使得區(qū)分良性腫瘤和惡性腫瘤具有很高的精確度。 (3)在線性的近似支撐矢量機PSVM分類思想的基礎上進一步提出了非線性的近似支撐矢量機NPSVM分類方法。NPSVM算法較標準的SVM算法來說,速度更快,對硬件資源要求很低,更易于實現;同時,比PSVM更適用于現實中的非線性問題。試驗證明NPSVM比PSVM的訓練準確率和測試準確率都要高,更適合我們
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于醫(yī)學影像的計算機模式分類技術研究與應用.pdf
- 基于貝葉斯模型的醫(yī)學影像分類技術的研究與應用.pdf
- 基于貝葉斯模型的醫(yī)學影像分類技術的研究與應用
- 基于詞袋模型的醫(yī)學影像分類的研究與實現.pdf
- 基于多特征的醫(yī)學影像分類算法的設計與實現.pdf
- 基于譜聚類的MCI影像學分類特征研究與應用.pdf
- 基于形變模型的醫(yī)學影像分割的研究與應用.pdf
- 醫(yī)學影像設備維護與管理技術的研究.pdf
- 基于語義的圖像檢索技術在醫(yī)學影像系統(tǒng)中的研究與應用.pdf
- 基于數據挖掘聚類技術的我國高校分類研究.pdf
- 醫(yī)學影像存儲與傳輸系統(tǒng)的設計與應用.pdf
- 聚類挖掘在電信客戶分類中的研究與應用.pdf
- 基于云平臺的分布式醫(yī)學影像數據存儲技術的研究與應用.pdf
- 醫(yī)學影像與臨床
- 基于預聚類的并行序貫模式數據挖掘(CLUSP)的研究與應用.pdf
- 基于內容的醫(yī)學影像檢索技術研究.pdf
- 基于WEB挖掘技術的網頁自動分類和聚類的研究.pdf
- 基于.net技術醫(yī)學影像閱讀管理系統(tǒng)的設計與實現
- 醫(yī)學影像應用解剖
- 數字醫(yī)學影像通信的研究與實現.pdf
評論
0/150
提交評論