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:
早期筛查病因和诊断病情已被证明可以显著提升癌症患者的存活率,因此准确解读医学图像成为早期癌症筛查的关键.基于内容的医学图像检索系统(Content-based Medical Image Retrieval,CBMIR)能够对输入医学图像进行特征提取得到对应图像的特征表示,最后通过相似性度量的方法找出相似病例的诊断资料反馈给医生,可以大大减少误诊率.文章主要介绍了基于深度学习医学图像特征提取方法,并对医学图像特征提取方向做了总结与展望.
推荐文章
基于深度学习的多模态医学图像融合方法研究进展
医学图像
图像融合
深度学习
卷积神经网络
深度信念网络
基于空间分层的医学图像特征提取算法
辅助诊断
阈值提取
图像空间
基于空间分层的医学图像特征提取算法
辅助诊断
阈值提取
图像空间
图像特征提取
基于分形理论的树皮图像特征提取方法
分形理论
树皮
特征提取
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 基于深度学习的医学图像特征提取方法研究
来源期刊 信息通信 学科 工学
关键词 深度学习 医学图像 特征提取
年,卷(期) 2020,(7) 所属期刊栏目 学术研究
研究方向 页码范围 52-54
页数 3页 分类号 TP391.41
字数 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 刘桂慧 1 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  (22)
共引文献  (10)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(5)
  • 参考文献(2)
  • 二级参考文献(3)
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
深度学习
医学图像
特征提取
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
论文1v1指导