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:
乳腺图像的感兴趣区域(region of interest,ROI)检测是计算机辅助诊断乳腺疾病的第一步,检测效果的提升对减小误诊率有重要的作用.传统方法往往提取单独的视觉特征来描述乳腺图像,通过分类的方法找出包含肿块的区域.然而由于乳腺图像内容丰富结构复杂,使用单一的底层视觉容易忽视特征间的相互联系.提出基于相关性特征融合的乳腺图像ROI检测框架(multi-cue integration detection,MCID),通过引入乳腺图像的相关性特征,并与乳腺图像局部视觉特征相融合,辅助乳腺图像ROI的检测,以提高检测准确性.乳腺图像ROI检测实验表明,MCID可提高肿块检测的准确性.
推荐文章
基于用户感兴趣区域的图像检索方法
基于内容的图像检索
感兴趣区域
用户交互
查准率
基于感兴趣区域的图像目标提取方法
目标提取
感兴趣区域
二维最大熵
局部分类
斜面距离
基于感兴趣区域轮廓的图像分割方法
边缘检测
区域生长
感兴趣区域
图像分割
医学图像感兴趣区域的提取
感兴趣区域
提取
医学图像
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 一种基于相关性特征融合的乳腺图像感兴趣区域检测方法
来源期刊 南京大学学报(自然科学版) 学科 工学
关键词 感兴趣区域检测 特征融合 概率潜在语义分析 乳腺图像
年,卷(期) 2016,(1) 所属期刊栏目
研究方向 页码范围 194-202
页数 分类号 TP391.4
字数 语种 中文
DOI 10.13232/j.cnki.jnju.2016.01.022
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 谢俊元 南京大学计算机软件新技术国家重点实验室南京大学计算机科学与技术系 95 1363 20.0 32.0
2 李宁 南京大学计算机软件新技术国家重点实验室南京大学计算机科学与技术系 102 1222 17.0 29.0
3 陆恒杨 南京大学计算机软件新技术国家重点实验室南京大学计算机科学与技术系 1 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  (18)
共引文献  (7)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (15)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
感兴趣区域检测
特征融合
概率潜在语义分析
乳腺图像
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
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导