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:
通过对贝叶斯分类器的讨论,提出将贝叶斯方法应用于医学图像分割后的合并策略思想,旨在提高图像分割的准确性,为计算机自动识别医学图像中包含的各种元素提供更加可靠的依据..首先让计算机自动识别出尿沉渣图像中的红细胞、白细胞、管型细胞、上皮细胞和结晶等有形成分,其次将各细胞实体正确地分割出来.由于图像中存在着大量背景噪音,因此在分割之前需要进行去除噪音的预处理.预处理采用数学形态学的方法,依次进行边缘提取、梯度图像二值化、腐蚀、膨胀.最后,在图像分割过程中,使用最大后验概率法进行破损目标体的合并,为进一步的特征提取和分类作了基础.在目标体分类中使用朴素贝叶斯分类器进行分类.将本方法应用于尿沉渣检查自动图像分析系统中,实验结果表明这一方法效果较好.
推荐文章
基于小波和水平集方法的尿沉渣图像分割
小波
水平集
图像分割
尿沉渣
基于贝叶斯分类的水平集MR图像分割方法
MRI
图像分割
水平集
贝叶斯分类
窄带法
尿沉渣图像的细胞分割和特征提取
尿沉渣图像
canny算法
细胞分割
细胞特征提取
尿沉渣图像红白细胞自动分割与识别算法研究
尿沉渣
图像分割
多信息互补
SVM
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 基于贝叶斯方法的尿沉渣图像分割
来源期刊 计算机工程与应用 学科 工学
关键词 贝叶斯方法 图像分割 贝叶斯分类器
年,卷(期) 2007,(10) 所属期刊栏目 博士论坛
研究方向 页码范围 15-18
页数 4页 分类号 TP311
字数 4272字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.10.005
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 苑森淼 吉林大学计算机科学与技术学院 69 850 15.0 26.0
2 刘光远 吉林大学通信工程学院 16 215 8.0 14.0
3 董立岩 吉林大学计算机科学与技术学院 55 566 12.0 22.0
4 李永丽 东北师范大学计算机学院 50 322 10.0 15.0
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  (5)
节点文献
引证文献  (12)
同被引文献  (14)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
贝叶斯方法
图像分割
贝叶斯分类器
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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