作者:
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:
在肝脏肿瘤疾病计算机辅助检测及诊断过程中,CT图像肝脏肿瘤分割属于是重要环节,因此在临床中CT图像肝脏肿瘤分割具有重要研究意义.传统几何形变模型在对比度较高的图像中应用更为适合,但是CT图像肝脏肿瘤通常情况下灰度不均匀、对比度偏低,没有良好的分割效果.基于这一问题,在对传统几何形变模型研究技术上,探讨CT图像肝脏肿瘤的新型形变模型分割方法.
推荐文章
水平集方法在肝脏CT图像分割中的应用
水平集
图像分割
边缘检测函数
基于超限学习机的腹部CT序列图像肝脏自动分割
腹部CT序列
肝脏分割
神经网络
超限学习机
基于混合高斯模型MRF场的CT图像分割
工业CT图像
混合高斯模型
马尔科夫模型
图像分割
基于深度学习算法的脑肿瘤CT图像特征分割技术改进
深度学习算法
脑肿瘤CT图像
特征分割技术
多模态3D-CNN
SAE结构
数据集
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 基于形变模型分割方法的CT图像肝脏肿瘤分割
来源期刊 数字技术与应用 学科 医学
关键词 形变模型分割方法:CT图像 肝脏肿瘤 分割
年,卷(期) 2018,(10) 所属期刊栏目 应用研究
研究方向 页码范围 90-93
页数 4页 分类号 R734
字数 5595字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2018.10.45
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 肖海慧 58 107 6.0 7.0
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  (2)
同被引文献  (12)
二级引证文献  (0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
形变模型分割方法:CT图像
肝脏肿瘤
分割
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