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:
图像分割在图像处理中处于至关重要的地位,分割的效果将直接影响到后续对图像的处理.视网膜血管是人体的重要组成部分,其血管网络形态结构的影响,是心脑血管疾病对血管微循环检查的重要部位.因此,对血管的研究具有实际意义,尤其在临床上的应用更是普及.本文通过对血管分割方法的大量研究,针对当前比较流行的方法进行了阐述.最后对最流行的深度学习算法在医学上的应用进行探索.
推荐文章
基于眼底图像的视网膜血管分割方法综述
眼底图像
视网膜
血管分割方法
监督方法
深度学习
神经网络训练
视网膜血管分割算法研究
视网膜图像
血管分割
多尺度单通道线性追踪
连通域标记
病变视网膜图像血管网络的自动分割
血管分割
散度
定向局部对比度
梯度向量场
病变视网膜图像
全局阈值与局部阈值相结合的视网膜血管分割方法
视网膜血管
全局阈值法
局部阈值法
匹配滤波
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 视网膜血管分割方法综述
来源期刊 电脑知识与技术 学科 工学
关键词 血管 阈值 神经网络 深度学习
年,卷(期) 2019,(11) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 198-200
页数 3页 分类号 TP3
字数 2423字 语种 中文
DOI
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 李亚婷 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (15)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(6)
  • 参考文献(4)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 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
血管
阈值
神经网络
深度学习
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导