钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
江苏大学学报(自然科学版)期刊
\
基于空间特征联合核稀疏表示的脑肿瘤提取方法
基于空间特征联合核稀疏表示的脑肿瘤提取方法
作者:
刘亚军
刘定一
詹天明
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
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
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%.
暂无资源
收藏
引用
分享
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GPU的空谱联合核稀疏表示高光谱分类并行优化
遥感
高光谱
GPU
并行
分类
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
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
被引次数趋势
(/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)
主办单位:
江苏大学
出版周期:
双月刊
ISSN:
1671-7775
CN:
32-1668/N
开本:
大16开
出版地:
江苏省镇江市梦溪园巷30号
邮发代号:
28-83
创刊时间:
1980
语种:
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
期刊文献
相关文献
1.
基于多核协同表示分类的脑肿瘤分割算法
2.
基于局部保持的核稀疏表示字典学习
3.
基于GPU的空谱联合核稀疏表示高光谱分类并行优化
4.
基于核稀疏保持投影的典型相关分析算法
5.
核稀疏保持投影及生物特征识别应用
6.
基于核稀疏表示的特征选择算法
7.
基于卷积神经网络特征提取的MRI脑肿瘤图像分割
8.
复杂场景下结合SIFT与核稀疏表示的交通目标分类识别
9.
复杂场景下声频传感器网络核稀疏表示车辆识别
10.
基于深度学习特征的稀疏表示的人脸识别方法
11.
基于核竞争学习算法的图像特征提取
12.
基于稀疏表示的旋转鲁棒遥感影像特征提取
13.
基于多任务联合判别稀疏表示的人脸识别
14.
基于多重核的稀疏表示分类
15.
基于Metaface字典学习与核稀疏表示的人脸识别方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
江苏大学学报(自然科学版)2022
江苏大学学报(自然科学版)2021
江苏大学学报(自然科学版)2020
江苏大学学报(自然科学版)2019
江苏大学学报(自然科学版)2018
江苏大学学报(自然科学版)2017
江苏大学学报(自然科学版)2016
江苏大学学报(自然科学版)2015
江苏大学学报(自然科学版)2014
江苏大学学报(自然科学版)2013
江苏大学学报(自然科学版)2012
江苏大学学报(自然科学版)2011
江苏大学学报(自然科学版)2010
江苏大学学报(自然科学版)2009
江苏大学学报(自然科学版)2008
江苏大学学报(自然科学版)2007
江苏大学学报(自然科学版)2006
江苏大学学报(自然科学版)2005
江苏大学学报(自然科学版)2004
江苏大学学报(自然科学版)2003
江苏大学学报(自然科学版)2002
江苏大学学报(自然科学版)2001
江苏大学学报(自然科学版)2000
江苏大学学报(自然科学版)2017年第6期
江苏大学学报(自然科学版)2017年第5期
江苏大学学报(自然科学版)2017年第4期
江苏大学学报(自然科学版)2017年第3期
江苏大学学报(自然科学版)2017年第2期
江苏大学学报(自然科学版)2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号