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:
由于胃部病灶种类较多,利用计算机辅助诊断提取特征的方法,大多针对正常与否分类,而对于多种胃部疾病分类问题的精确度较低。文中采用先分割病灶区域再分类的方法,首先对图像进行预处理,再对内窥镜图像分割出病灶区域,通过基于提取纹理与颜色特征相结合的方法进行特征优化,选取神经网络对图像进行分类,提高分类准确度。
推荐文章
基于Contourlet变换的图像去噪算法
Contourlet变换
图像去噪
硬阈值
软阈值
基于Matlab的图像去噪算法研究
图像去噪
仿真
Matlab
小波变换
基于CUDA架构并行设计图像去噪算法
CUDA
图像去噪
K-SVD
图形处理器
并行优化
矩阵拉伸
基于图像梯度信息的彩色图像去噪算法
图像去噪
图像梯度
同龄组
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 基于图像去噪的胃部病灶检测及分类算法研究
来源期刊 数字技术与应用 学科 工学
关键词 内窥镜图像 胃部病灶 图像去噪 特征优化
年,卷(期) 2016,(10) 所属期刊栏目 算法分析
研究方向 页码范围 132-133
页数 2页 分类号 TP311.52
字数 1320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 何颖 30 45 3.0 5.0
2 张耀楠 20 20 3.0 3.0
3 尹慧平 10 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (45)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
内窥镜图像
胃部病灶
图像去噪
特征优化
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导