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:
介绍一种基于支持矢量机(SVM)分类器进行瘢痕组织色度分析,进而判断其增生程度的方法.其技术流程为:先用数码相机获取烧伤瘢痕图像,再通过人工神经网络(ANN)进行色度校正,最后运用支持矢量机(SVM)进行瘢痕色度分析及增生程度分类.经临床烧伤实例评价,证明上述方法行之有效.
推荐文章
基于优化SVM模型的网络负面信息分类方法研究
优化SVM模型
网络负面信息
分类
基于快速SVM的大规模网络流量分类方法
支持向量机
大规模流量分类
比特压缩
权重SVM
分类器
分类准确率
基于SVM的图像分类
支持向量机
分类器
底层特征
高层语义
面部烧伤后增生性瘢痕的防治研究
面部
增生性瘢痕
防治
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SVM的烧伤瘢痕增生程度分类方法研究
来源期刊 医疗卫生装备 学科 医学
关键词 瘢痕 色度校正 色度分析 人工神经网络(ANN) 支持矢量机(SVM)
年,卷(期) 2007,(2) 所属期刊栏目 研究论著
研究方向 页码范围 19-20,23
页数 3页 分类号 R318.5|R751
字数 2479字 语种 中文
DOI 10.3969/j.issn.1003-8868.2007.02.008
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 梁国福 天津大学生物医学工程与科学仪器系 20 119 8.0 9.0
3 万柏坤 天津大学生物医学工程与科学仪器系 122 1266 20.0 27.0
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  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
研究主题发展历程
节点文献
瘢痕
色度校正
色度分析
人工神经网络(ANN)
支持矢量机(SVM)
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
医疗卫生装备
月刊
1003-8868
12-1053/R
大16开
天津市河东区万东路106号
6-32
1980
chi
出版文献量(篇)
13099
总下载数(次)
36
总被引数(次)
52419
论文1v1指导