原文服务方: 现代电子技术       
摘要:
针对临床医学疾病诊断对医学图像处理精度的要求日益提高,单独使用支持向量机方法的处理结果难以满足实际需要,在此提出了一种CV模型与支持向量机相结合的C-SVM医学图像分割方法,并分别给出2种分类方法的分割结果.实验表明,使用C-SVM方法分割后得到的图像的边缘和细节特征更加突出,符合医学图像分割对于高精度的要求.对比2种方法的分割效果得出结论:该方法适用于磁共振医学图像分割领域,并能取得良好的效果,便于临床医学疾病的诊断.
推荐文章
基于支持向量机的图像分割
指纹识别
图像分割
特征向量
支持向量机
基于支持向量机方法的噪声图像分割
支持向量机
噪声图像分割
计算机视觉
统计学习理论
基于线性支持向量机的指纹图像分割方法
指纹图像分割
傅里叶频谱能量比
灰度对比度
线性支持向量机
基于支持向量机的彩色图像分割研究
图像分割
支持向量机
核函数
色彩空间
像素峰值
样本点集
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 基于改进支持向量机的医学图像分割
来源期刊 现代电子技术 学科
关键词 支持向量机 CV模型 磁共振图像 医学图像分割
年,卷(期) 2013,(4) 所属期刊栏目 图形图像处理
研究方向 页码范围 47-50
页数 4页 分类号 TN919-34|TP181
字数 语种 中文
DOI
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 赵犁丰 中国海洋大学信息科学与工程学院电子工程系 24 196 8.0 13.0
2 刘洋 中国海洋大学信息科学与工程学院电子工程系 44 156 8.0 10.0
3 徐浩 青岛大学医学院附属医院信息管理部 35 155 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (4)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (16)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
CV模型
磁共振图像
医学图像分割
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导