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:
目标区域计算机自动识别是骨组织形态计量学的发展趋势.研究图像多特征信息,识别苏木素尹红染色病理切片中的骨小梁.分析骨组织病理切片HSL颜色空间通道的直方图特征,进行基于颜色通道的阈值分割,采用Lazy Snapping算法获得骨小梁深层次特征信息,改进扫描种子填充算法,使其融合目标区域多特征信息.实验结果表明改进的扫描种子填充算法将复杂图像骨小梁提取时间从常规软件的10多分钟提速到257 ms.改进的扫描线算法,能快速获得稳健的目标区域.
推荐文章
基于切片双谱多重分形特征的雷达信号识别算法
切片双谱
多重分形
广义维数
支持向量机
大鼠去势后对颌骨和股骨骨小梁结构的影响
骨质疏松
颌骨
股骨
骨小梁
骨组织形态计量学
HCT图像中骨小梁结构的三维重建
松质骨
分割
三维重建
基于ICT切片图像的反求重构技术研究
反求工程
ICT
切片图像
CLI
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 基于多特征发现的生理切片骨小梁识别技术研究
来源期刊 计量学报 学科 工学
关键词 计量学 骨组织形态测量 病理切片 图像多特征发现 骨小梁识别
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 78-81
页数 4页 分类号 TB96
字数 2992字 语种 中文
DOI 10.3969/j.issn.1000-1158.2017.01.17
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 叶含笑 36 113 6.0 8.0
2 金红婷 63 567 15.0 21.0
3 袁昕 9 166 5.0 9.0
4 应航 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (28)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (0)
1978(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(6)
  • 参考文献(1)
  • 二级参考文献(5)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(11)
  • 参考文献(2)
  • 二级参考文献(9)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(5)
  • 参考文献(4)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计量学
骨组织形态测量
病理切片
图像多特征发现
骨小梁识别
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
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导