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:
针对乳腺肿块特征空间复杂,分类难度大的问题,采用尺度不变特征(scale-invariant feature transform,SIFT)进行肿块特征提取,使用区域生长算法得到感兴趣区域后,使用SIFT来提取感兴趣区域的特征,再利用K-means聚类的方法得到"视觉词汇"并生成词条,将得到的词条输入SVM训练.实验结果表明,上述特征提取方法减少了描述肿块的特征维数便于分类,提高了肿块分类的准确率,为乳腺肿块计算机辅助诊断系统提供了一个新的思路.
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
声触诊组织成像修正BI-RADS分类在乳腺肿块中的应用价值
声触诊组织成像
乳腺
肿块
乳腺影像报告与数据系统
价值
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
乳腺肿块的快速检测
AFUM
一阶梯度向心率
乳腺X光辅助检测
ROI快速检测
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SITF算法的乳腺肿块分类
来源期刊 计算机仿真 学科 工学
关键词 乳腺钼靶图像 乳腺肿块 视觉词汇 支持向量机
年,卷(期) 2022,(1) 所属期刊栏目 仿真服务化
研究方向 页码范围 446-450,470
页数 6页 分类号 TP301.6|TP391.9
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2022.01.093
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
乳腺钼靶图像
乳腺肿块
视觉词汇
支持向量机
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导