版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、醫(yī)學(xué)圖像處理和應(yīng)用,不僅可以充分利用現(xiàn)有醫(yī)學(xué)影像設(shè)備,極大提高臨床診斷水平,而且能夠?yàn)榛A(chǔ)醫(yī)學(xué)的教學(xué)、培訓(xùn)、計(jì)算機(jī)輔助臨床外科手術(shù)等提供電子化的實(shí)現(xiàn)手段,為醫(yī)學(xué)研究和發(fā)展提供堅(jiān)實(shí)基礎(chǔ)。在醫(yī)學(xué)治療過(guò)程中,常常使用到MagneticResonance Imaging(MRI)來(lái)進(jìn)行病灶區(qū)域的檢測(cè),MRI圖像的清晰與否,對(duì)醫(yī)生診斷的準(zhǔn)確性有著直接的影響,由于MRI可應(yīng)用于人體多個(gè)部位的多角度、多平面成像,因此可以更加客觀更加具體地顯示人體組織
2、,對(duì)病灶部位有著更好地觀察與診斷。對(duì)全身每一個(gè)系統(tǒng)疾病的分析診斷,尤其是早期腫瘤的發(fā)現(xiàn)以及治療有著很大的價(jià)值。
本文的研究工作包含以下幾個(gè)方面:闡述了現(xiàn)有的圖像超分辨率方式以圖像分割方式,詳細(xì)的介紹了極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)的內(nèi)容以及其發(fā)展和應(yīng)用。將極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)應(yīng)用到核磁共振圖像超分辨率當(dāng)中,提出了一種基于稀疏表示與極限學(xué)習(xí)
3、機(jī)相結(jié)合的新的單幅核磁圖像超分辨率方法,通過(guò)建立高分辨率圖像與低分辨率圖像間的映射關(guān)系模型來(lái)實(shí)現(xiàn)圖像的超分辨率重建。本文采用真實(shí)的腦核磁數(shù)據(jù)對(duì)算法進(jìn)行試驗(yàn),驗(yàn)證了該方法與一般的基于支持向量回歸(Support Vector Regression,SVR)的方式相比,有著更快的訓(xùn)練速度以及更好的超分辨率效果。將極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)應(yīng)用到核磁圖像分割當(dāng)中,與使用一般的極限學(xué)習(xí)機(jī)的方式不同的是
4、,本文采用的是一種無(wú)監(jiān)督的圖像分割方法。將無(wú)監(jiān)督極限學(xué)習(xí)機(jī)(Un-supervised Extreme Learning Machine,US-ELM)與基于空間鄰域信息的模糊C均值方法結(jié)合起來(lái),實(shí)現(xiàn)了無(wú)人工干預(yù)的無(wú)監(jiān)督核磁圖像分割。本文采用真實(shí)的腦核磁數(shù)據(jù)對(duì)算法進(jìn)行試驗(yàn),并對(duì)分割效果進(jìn)行了分析,證明其具有較好的分割效果。
總之,本文研究了基于極限學(xué)習(xí)機(jī)的單幅核磁圖像超分辨率方法以及基于無(wú)監(jiān)督極限學(xué)習(xí)機(jī)的圖像超分辨率方法。這些
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多核處理器的圖像處理技術(shù)研究與實(shí)現(xiàn).pdf
- 基于圖像處理技術(shù)的面粉麩星檢測(cè)技術(shù)研究與實(shí)現(xiàn).pdf
- 基于圖像處理的車牌定位檢測(cè)技術(shù)研究實(shí)現(xiàn).pdf
- 基于圖像的磁粉探傷技術(shù)研究.pdf
- 基于Web的分布式圖像處理技術(shù)研究與系統(tǒng)實(shí)現(xiàn).pdf
- 視頻圖像預(yù)處理技術(shù)研究與實(shí)現(xiàn).pdf
- 基于磁信號(hào)與紅外圖像的紙幣鑒別技術(shù)研究.pdf
- 干眼檢測(cè)圖像處理技術(shù)研究與實(shí)現(xiàn).pdf
- 基于FPGA的圖像處理技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于視頻圖像的拼接技術(shù)研究與實(shí)現(xiàn).pdf
- 基于智能圖像處理的紅、白細(xì)胞識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf
- 基于SVD與ELM的齒輪故障診斷技術(shù)研究.pdf
- 醫(yī)用X線圖像處理技術(shù)研究與實(shí)現(xiàn).pdf
- 基于NI平臺(tái)的圖像處理與測(cè)量技術(shù)研究.pdf
- 基于NSCT的瓶口圖像處理技術(shù)研究與應(yīng)用.pdf
- 基于ELM分類的移動(dòng)對(duì)象查詢技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于數(shù)字圖像處理的電能表圖像識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf
- 基于數(shù)碼圖像的處理技術(shù)研究.pdf
- 基于圖像處理的車型識(shí)別技術(shù)研究.pdf
- 基于圖像處理的日光跟蹤技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論