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:
针对X线图像乳腺肿块分割易受边缘及周围腺体组织干扰,分割精度不高的问题,该文提出了一种基于格式塔认知框架的乳腺肿块分割算法.该算法利用格式塔心理学理论,对人类视觉自下而上的感知和自上而下的认知过程建模,并将其在肿块分割问题中实例化表示.首先,抽取视觉块,并将其作为基本认知单元;然后,利用图像局部自相似性及格式塔规则进一步简化图像;最后,从全局特征出发,融入专家诊断知识,通过最优化实现肿块的自动化分割.在公开数据集INbreast上进行实验,对比其他流行算法,分割准确率提高了10%.该算法实现了无监督的自动化病灶分割,无需人工干预,对图像噪声具有强抗干扰性.
推荐文章
基于滑动块的深度卷积神经网络乳腺X线摄影图像肿块分割算法
乳腺X线摄影图像
乳腺肿块
滑动块
深度卷积神经网络
图像分割
一种基于小波变换的乳腺X线图肿块分割方法
乳腺X线图
肿块
小波变换
计算机辅助检测
基于Gmac模型的乳腺肿块分割算法
乳腺肿块分割
Gmac (Global minimum active contour ) 模型
split bregman方法
基于自适应能量偏移场无边缘主动轮廓模型的乳腺肿块分割与分类方法研究
乳腺肿块
图像分割
能量偏移场
CV模型
支持向量机
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 基于格式塔认知框架的乳腺肿块分割算法
来源期刊 西北大学学报(自然科学版) 学科 工学
关键词 格式塔 肿块分割 X线图像 认知
年,卷(期) 2018,(1) 所属期刊栏目 信息科学
研究方向 页码范围 41-49
页数 9页 分类号 TP391.41
字数 5058字 语种 中文
DOI 10.16152/j.cnki.xdxbzr.2018-01-008
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 陈宝莹 第四军医大学附属唐都医院放射科 44 131 6.0 8.0
2 冯筠 西北大学信息科学与技术学院 57 259 9.0 12.0
3 王红玉 西北大学信息科学与技术学院 7 48 4.0 6.0
4 刘飞鸿 西北大学信息科学与技术学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (4)
参考文献  (17)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
格式塔
肿块分割
X线图像
认知
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
西北大学学报(自然科学版)
双月刊
1000-274X
61-1072/N
大16开
西安市太白北路229号
52-10
1913
chi
出版文献量(篇)
4455
总下载数(次)
8
总被引数(次)
31135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导