版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著B 超機性能的提高以及廣泛應(yīng)用,B 超在肝臟檢查中的優(yōu)勢也日漸顯現(xiàn)。 但是由于其它因素比如觀察者的視覺疲勞、疏忽及診斷水平的限制等,并不是所有的醫(yī)生都能準(zhǔn)確地診斷出肝癌,特別是早期的肝癌。這也是長期困擾醫(yī)生的一個難題,所以研制出一種計算機輔助診斷系統(tǒng)不僅具有理論研究價值,而且也具有較大的臨床實際意義。一方面它可以提高診斷的準(zhǔn)確率,另一方面可以有效預(yù)警肝癌存在的可能性,提醒醫(yī)生及患者進(jìn)行更進(jìn)一步的醫(yī)學(xué)檢查和診斷,減少誤診及漏診
2、率。 論文根據(jù)B超圖像的特點,研究了使用模糊增強預(yù)處理方法對超聲肝癌圖像的識別效果,重點研究了對采用不同分類器分類結(jié)果的影響。其中包括使用K 均值、BP 神經(jīng)網(wǎng)絡(luò)和支持向量機(SVM)三種不同分類器分類識別效果的比較,以及采用不同圖像特征對于正確識別概率的影響,從而為進(jìn)一步篩選確定診斷所使用的圖像特征奠定了基礎(chǔ)。本文的主要研究內(nèi)容包括有: 1)提出了在肝臟超聲圖像的預(yù)處理中使用模糊增強方法,重點研究了該方法在以上三種分類
3、方法下對肝癌識別的效果。通過大量實驗證明了模糊增強方法對提高肝癌的識別率有一定幫助。 2)在使用大量特征的同時,對其中各類特征進(jìn)行組合實驗,分析各種不同分類方法對肝癌識別率有較大影響的特征組合。同時,通過實驗證明使用哪些圖像特征可獲得最優(yōu)的分類結(jié)果。 3)采用實驗的方法,詳細(xì)分析了K 均值、BP 神經(jīng)網(wǎng)絡(luò)、SVM 在各種分類結(jié)構(gòu)下的分類效果和穩(wěn)定性,并發(fā)現(xiàn)SVM 分類方法在這兩方面擁有最優(yōu)的性能。最后,在影響SVM 分類
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- B超胎兒圖像分類系統(tǒng)研究.pdf
- 肝臟b超ppt課件
- 支持向量機在肝臟B超圖像分類中的應(yīng)用研究.pdf
- 基于超曲面的圖像自動分類.pdf
- 超光譜圖像的模式分類技術(shù)研究.pdf
- SVM在肝臟B超識別中的應(yīng)用研究.pdf
- 圖像分類中圖像表達(dá)與分類器關(guān)鍵技術(shù)研究.pdf
- 超光譜遙感圖像降維及分類方法研究.pdf
- 非平行超平面分類器算法研究.pdf
- 基于超像素的高光譜圖像分類算法研究.pdf
- 基于肝臟B超圖像的計算機輔助診斷研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的肝臟B超圖像識別研究.pdf
- 基于小波和矩的CT圖像肝臟疾病分類算法研究.pdf
- 應(yīng)用B超對牛的肝臟及其疾病診斷的研究.pdf
- 基于超像素的面向?qū)ο筮b感圖像分類方法研究.pdf
- 特征分類器研究及其在圖像分類中的應(yīng)用.pdf
- 遙感圖像多分類器組合方法研究.pdf
- 醫(yī)學(xué)圖像分割中分類器的研究.pdf
- 基于超像素區(qū)域融合的遙感圖像地物分類算法研究.pdf
- 基于支持向量機的超譜圖像分類技術(shù)研究.pdf
評論
0/150
提交評論