原文服务方: 科技与创新       
摘要:
近年来,医学图像处理已被广泛应用于临床实践,在医疗诊断领域体现出重要的临床意义与价值。SLIC(Simple Linear Iterative Clustering,简单线性迭代聚类)超像素分割算法是通过聚类的思想将图像中具有相似特征的邻近像素点合并为分布均匀、边界清晰的超像素块,其数量比原像素数少很多,能够极大地提升图像处理效率。在此基础上提出std_SLIC超像素分割算法,该算法可以在一定程度上提高算法的准确率。最后选取多组医学图像进行测试,验证了所提出算法可以为医疗诊断提供可靠依据。
推荐文章
超像素分割算法研究综述
超像素
图像分割
图论
梯度下降
区块链技术在医疗领域中的应用探讨
区块链
医疗领域
去中心化
隐私保护
数据共享
基于聚类的超像素分割算法研究
超像素
图像分割
聚类
评价指标
机器学习算法在焊接领域中的应用
焊接
机器学习算法
人工神经网络
支持向量机
遗传算法
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 超像素算法在医疗诊断领域中的应用
来源期刊 科技与创新 学科 医学
关键词 医学图像 超像素 SLIC 辅助诊断
年,卷(期) 2024,(6) 所属期刊栏目
研究方向 页码范围 194-196
页数 3页 分类号
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2024.06.057
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)
2024(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
医学图像
超像素
SLIC
辅助诊断
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导