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:
基于相似图像的肺结节CT图像检索辅助诊断对肺结节的发现有着重要的作用.肺结节的诊断难度较大, 通常需要充分利用图像的边缘、分叶、毛刺、纹理等各类信息.文中针对目前基于哈希方法的肺结节检索中存在的不能充分利用图像分割信息从而导致部分信息丢失问题做出了改进, 提出了一种基于图像分割的肺结节图像哈希检索方法.实验结果表明, 在72位哈希码长度时, 达到了85. 3%的平均准确率.并且, 将文中图像分割模块应用于其他哈希检索方法时, 平均准确率皆有一定的提升.
推荐文章
基于有监督哈希的肺结节CT图像检索
肺结节
图像检索
多特征提取
有监督哈希
自适应权重
分类
针对肺结节检测的肺实质CT图像分割
图像分割
连通域
肺实质
CT
肺结节
一种基于低剂量CT图像的肺结节分割方法
低剂量CT
肺结节分割
活动轮廓模型
模糊速度函数
血管特征系数
基于有监督哈希的肺结节CT图像检索
肺结节
图像检索
多特征提取
有监督哈希
自适应权重
分类
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 基于图像分割的肺结节CT图像哈希检索
来源期刊 信息技术 学科 工学
关键词 肺结节 图像分割 有监督哈希 图像检索
年,卷(期) 2020,(4) 所属期刊栏目 基金项目
研究方向 页码范围 51-55
页数 5页 分类号 TP391.41
字数 3255字 语种 中文
DOI 10.13274/j.cnki.hdzj.2020.04.011
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 黄青松 昆明理工大学信息工程与自动化学院 91 265 9.0 12.0
3 刘利军 昆明理工大学信息工程与自动化学院 77 196 7.0 10.0
4 冯旭鹏 昆明理工大学教育技术与网络中心 34 77 5.0 7.0
7 杨承启 昆明理工大学信息工程与自动化学院 1 0 0.0 0.0
8 段彦隆 昆明理工大学信息工程与自动化学院 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  (47)
共引文献  (26)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
肺结节
图像分割
有监督哈希
图像检索
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导