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:
医生通过人工计数卵巢超声图像上小囊胞的个数来诊断多囊卵巢综合症,存在易受人为因素干扰、重复性差、效率低等问题,为此提出一种基于超声图像的自动检测多囊卵巢综合症的方案.先以自适应形态学滤波去除卵巢超声图像的斑点噪声,接着采用改进的带标记分水岭算法提取目标(含小囊胞和类似小囊胞)轮廓,最后通过聚类方法识别出卵巢内的小囊胞.实验以专家的人工结果为标准对方案进行验证,同时与以boundary vector Field (BVF)活动模型提取卵巢轮廓进行识别的方法进行比较.结果表明,方案对多囊卵巢内小囊胞的识别正确率达到84%,比BVF方法高23%,因此能一定程度用于超声图像多囊卵巢的自动识别.
推荐文章
产品表面图像中的缺陷自动检测方法研究
缺陷检测
图像处理
特征识别
钢管焊缝超声自动检测系统能力的鉴定
钢管焊缝
超声自动检测系统
鉴定能力
运动视频图像中运动方向自动检测系统设计
运动视频图像
报警
信号探测
运动方向
自动检测
PID控制
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 超声图像多囊卵巢分割及其在自动检测中的应用
来源期刊 中国生物医学工程学报 学科 医学
关键词 多囊卵巢综合症 自适应形态学滤波 带标记分水岭算法 聚类
年,卷(期) 2009,(2) 所属期刊栏目 研究论文
研究方向 页码范围 199-204
页数 6页 分类号 R318.08
字数 3879字 语种 中文
DOI 10.3969/j.issn.0258-8021.2009.02.008
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 汪源源 复旦大学电子工程系 221 1554 19.0 26.0
2 陈萍 上海市第一妇婴保健医院超声科 7 20 3.0 4.0
3 邓寅晖 复旦大学电子工程系 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (29)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (27)
1978(2)
  • 参考文献(1)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多囊卵巢综合症
自适应形态学滤波
带标记分水岭算法
聚类
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
中国生物医学工程学报
双月刊
0258-8021
11-2057/R
大16开
北京东单三条9号
82-73
1982
chi
出版文献量(篇)
2755
总下载数(次)
5
总被引数(次)
22830
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
论文1v1指导