基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服不能准确选取邻域窗口大小以提取区域特征对乳腺肿块进行诊断的困难,提出了在不同尺度的乳腺图像上对星形肿块进行检测的方法.介绍了采用小波变换对数字医学图像进行多尺度分解的思想,通过在不同尺度上提取图像的梯度特征判断星形肿块区域,并根据梯度直方图的方差特性对星形肿块进行诊断,以达到有效快速的检测目的.实验表明该方法是一种有效的星形乳腺肿块检测方法,并给出了结果分析和进一步的研究方法.
推荐文章
乳腺肿块的快速检测
AFUM
一阶梯度向心率
乳腺X光辅助检测
ROI快速检测
基于小波多尺度分析的图像边缘检测
小波变换
多尺度分析
轴类零件
边缘检测
一种基于小波变换的SAR图像多尺度融合变化检测方法
SAR图像
变化检测
小波变换
多尺度融合
一种基于形态学的多结构元素多尺度图像边缘检测方法
边缘检测
多尺度
形态学
多结构元素
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多尺度的乳腺图像中星形肿块检测方法
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 小波变换 乳腺图像 星形肿块 梯度 直方图
年,卷(期) 2006,(z1) 所属期刊栏目 神经网络图象处理
研究方向 页码范围 194-197
页数 4页 分类号 TP391.41
字数 2703字 语种 中文
DOI 10.3969/j.issn.1006-7043.2006.z1.041
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 于戈 东北大学信息科学与工程学院 426 6587 38.0 64.0
2 张一飞 东北大学信息科学与工程学院 17 119 7.0 10.0
3 张智祺 东北大学信息科学与工程学院 1 2 1.0 1.0
4 王大玪 东北大学信息科学与工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1999(3)
  • 参考文献(3)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波变换
乳腺图像
星形肿块
梯度
直方图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导