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:
为准确、快速地分析肺部图像的特征,提出了一种基于Pseudo-zernike不变矩的肺部特征分析方法.通过对肺部图像进行预处理和基于Pseudo-zernike不变矩的特征提取,利用具有良好识别性能的SVM分类器对提取的肺部图像特征值做分类研究.实验结果表明,该方法能够很好地表征肺部图像的特征,具有良好的分类准确率.
推荐文章
一种基于Pseudo-Zernike矩和SVM的目标识别快速算法
目标识别
Pseudo-Zernike矩
支持向量机
复合不变矩的特征提取
HU不变矩
Zernike不变矩
复合不变矩
特征参数
基于 Contourlet 变换和不变矩的纹理特征提取与分类
contourlet变换
不变矩
特征加权
RBF神经网络
提取分类
基于Pseudo-Zernike不变矩的PNN车牌汉字识别
车牌识别
Pseudo-Zernike不变矩
概率神经网络
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Pseudo-zernike不变矩的肺部图像特征提取及分类研究
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 肺部图像 Pseudo-zernike不变矩 SVM分类器
年,卷(期) 2012,(1) 所属期刊栏目 机电工程
研究方向 页码范围 67-69,74
页数 分类号 TP751.1
字数 2823字 语种 中文
DOI 10.3969/j.issn.1673-159X.2012.01.016
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 王海滨 西华大学电气信息学院 59 338 10.0 16.0
2 马杨林 西华大学电气信息学院 1 3 1.0 1.0
6 徐学良 解放军第203医院胸脑泌外科 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (34)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (15)
二级引证文献  (12)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
肺部图像
Pseudo-zernike不变矩
SVM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
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导