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:
为了提高融合多序列MR图像应用于脑肿瘤提取时分割区域的准确性,基于核稀疏表示分类方法,联合多序列MR图像中的空间结构和灰度特征信息,提出一种空间特征联合的脑肿瘤核稀疏表示分类方法.首先构建各个类别的子字典,再用邻域滤波核稀疏表示方法对多序列脑MR图像进行分类,该邻域滤波核可以有效地将灰度特征与空间结构结合起来提高脑肿瘤提取的准确性.对国际数据库MICCAI BraTS提供的临床和仿真数据进行分割.结果表明:与稀疏表示分类方法相比,所提出的基于空间特征联合核稀疏表示的脑肿瘤提取方法由于增加了空间结构信息,所得的提取准确率提高了5%~6%.
推荐文章
基于多核协同表示分类的脑肿瘤分割算法
核磁共振图像
脑肿瘤
图像分割
超像素
多尺度
多核协同表示分类
基于局部保持的核稀疏表示字典学习
字典学习
稀疏表示
核空间
局部保持
基于核稀疏保持投影的典型相关分析算法
特征提取
核稀疏表示
核稀疏保持投影
典型相关分析
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 基于空间特征联合核稀疏表示的脑肿瘤提取方法
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 脑肿瘤提取 多序列核磁共振图像 核稀疏表示 邻域核 空间特征联合
年,卷(期) 2017,(4) 所属期刊栏目
研究方向 页码范围 449-454
页数 6页 分类号 TP391.4
字数 4336字 语种 中文
DOI 10.3969/j.issn.1671-7775.2017.04.013
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 刘亚军 东南大学计算机科学与工程学院 35 480 13.0 21.0
2 刘定一 三江学院计算机科学与工程学院 28 64 4.0 7.0
3 詹天明 江苏大学计算机科学与通信工程学院 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (2)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
脑肿瘤提取
多序列核磁共振图像
核稀疏表示
邻域核
空间特征联合
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导