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:
图像处理在计算机辅助医疗诊断系统中有着广泛的应用,本文在水平集方法的基础上,提出了一种肿瘤图像识别方法。首先,采用改进的水平集方法对肿瘤图像进行分割,获得肿瘤轮廓特征;其次,提取肿瘤的轮廓特征参数,对贝叶斯分类器进行训练,然后用训练的分类集进行肿瘤良恶性分类识别。通过对CT图像的肝脏肿瘤进行良恶性诊断,显示所开发的计算机辅助诊断系统是有效的。
推荐文章
基于 QSOFM的胃粘膜肿瘤细胞图像识别
胃粘膜肿瘤细胞
识别率
量子自组织特征映射网络
主成分分析
无监督
有监督
基于模糊水平集的脑肿瘤MR图像分割方法
脑肿瘤
MR
模糊聚类
水平集
图像分割
基于Hadoop平台的图像识别
字符识别
Hadoop平台
图像识别
数据交换时间
基于深度学习的肺部肿瘤图像识别方法
样本扩充
迁移学习
深度学习
归一预处理
医学图像识别
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 基于水平集方法的肿瘤图像识别
来源期刊 太原科技大学学报 学科 工学
关键词 水平集 C-V模型 图像分割 朴素贝叶斯
年,卷(期) 2012,(1) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 23-25
页数 分类号 TP301
字数 2073字 语种 中文
DOI 10.3969/j.issn.1673-2057.2012.01.006
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 刘焜 合肥工业大学机械与汽车工程学院 168 1814 24.0 33.0
2 张荣国 太原科技大学计算机科学与技术学院 50 243 10.0 13.0
3 张建国 太原科技大学计算机科学与技术学院 6 106 5.0 6.0
4 薛菲 太原科技大学计算机科学与技术学院 4 39 3.0 4.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(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
水平集
C-V模型
图像分割
朴素贝叶斯
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
太原科技大学学报
双月刊
1673-2057
14-1330/N
大16开
山西省太原市万柏林区窊流路66号
22-34
1980
chi
出版文献量(篇)
2179
总下载数(次)
6
总被引数(次)
8489
论文1v1指导