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:
近些年,各种医学影像技术被广泛应用于临床诊断中.由于医院每天都会产生大量的医学图像,如何利用好这些医学图像,对其进行有效聚类,以此来辅助医生对疾病进行诊断,是当前医学图像数据挖掘领域所研究的热点问题之一.本文提出一种医学图像聚类方法,首先,将医学图像集抽象成一个带权无向完全图,之后对其进行稀疏化剪枝处理,以此来对医学图像之间进行更好的相似性描述,最后,又提出了一种运用图熵的带权无向图聚类方法,通过此方法来实现对医学图像的聚类.实验结果表明,本文所提出的聚类方法能够有效对医学图像进行聚类,并在时间损耗及聚类结果等方面表现良好.
推荐文章
基于图熵极值理论的领域概念聚类方法
领域概念
领域本体
概念重叠
图熵
概念聚类
医学图像自动分割的混合聚类方法
医学图像分割
自组织映射
层次合并聚类
图像分割评估
一种基于图像熵的密度峰值聚类波段选择方法
波段选择
图像熵
高光谱遥感
密度峰值聚类
面向医学图像分割的蚁群密度峰值聚类
医学图像分割
密度峰值
聚类中心
蚁群算法
信息素
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 一种运用图熵的医学图像聚类方法
来源期刊 小型微型计算机系统 学科 工学
关键词 图熵 医学图像 稀疏化剪枝 聚类方法
年,卷(期) 2016,(7) 所属期刊栏目 图形、图像及其他
研究方向 页码范围 1594-1599
页数 6页 分类号 TP301
字数 8075字 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 张志强 哈尔滨工程大学计算机科学与技术学院 44 504 13.0 21.0
2 潘海为 哈尔滨工程大学计算机科学与技术学院 33 212 8.0 13.0
3 韩启龙 哈尔滨工程大学计算机科学与技术学院 32 208 8.0 13.0
4 谢晓芹 哈尔滨工程大学计算机科学与技术学院 28 293 8.0 16.0
5 战宇 哈尔滨工程大学计算机科学与技术学院 14 16 2.0 3.0
6 吴枰 哈尔滨工程大学计算机科学与技术学院 2 6 1.0 2.0
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  (10)
节点文献
引证文献  (1)
同被引文献  (14)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
图熵
医学图像
稀疏化剪枝
聚类方法
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
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
总被引数(次)
83133
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导