已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：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)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、乳腺癌是一種嚴(yán)重威脅女性生命健康的惡性腫瘤，只有早發(fā)現(xiàn)早治療才不會錯過治療的最佳時機(jī)。而腫塊作為乳腺癌的一種常見征兆，良性腫塊與惡性腫塊在紋理、形態(tài)和邊緣等方面的差異，使其成為醫(yī)生在進(jìn)行良惡性辨識時的重要依據(jù)。因此，開發(fā)具有人工智能的乳腺腫塊分類系統(tǒng)，對乳腺腫塊的良惡性進(jìn)行自動分類，從而輔助醫(yī)生診斷，無疑具有重要意義。
本文以詞袋模型(Bag of Words，BoW)在圖像處理中的應(yīng)用為背景，較為深入地研究了潛在語義主題
2、模型LDA(Latent Dirichlet Allocation)以及稀疏表示(SparseRepresentation)的相關(guān)理論。針對腫塊圖像紋理和結(jié)構(gòu)方面的特點(diǎn)，利用空間金字塔匹配(Spatial Pyramid Matching)，提出了將圖像空間金字塔匹配與語義主題模型相結(jié)合的SPM-LDA方法以及空間金字塔匹配與稀疏表示相結(jié)合的SPM-SC兩種腫塊圖像特征提取方法。
在分類階段，本文利用支持向量機(jī)(SVM)對
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 乳腺良惡性腫塊超聲造影特征的研究.pdf
- 基于信號稀疏表示的重構(gòu)與分類算法研究.pdf
- 基于神經(jīng)反應(yīng)模型和稀疏表示的圖像分類算法研究.pdf
- 基于稀疏表示的SAR圖像分類模型及其算法的研究.pdf
- 超聲在鑒別乳腺良、惡性腫塊中的應(yīng)用.pdf
- 女性乳腺的超聲分型與乳腺腫塊良惡性相關(guān)性的研究.pdf
- 乳腺良惡性腫塊的超聲造影與彈性成像對比分析.pdf
- 基于稀疏表示的高光譜圖像分類算法研究.pdf
- 基于稀疏表示模型的目標(biāo)跟蹤算法.pdf
- 基于多示例學(xué)習(xí)的超聲乳腺腫瘤良惡性分類.pdf
- 剪切波彈性成像技術(shù)評價乳腺良惡性腫塊的臨床研究.pdf
- 超聲彈性成像技術(shù)診斷乳腺良惡性腫塊的價值.pdf
- 乳腺超聲影像評分系統(tǒng)在乳腺良惡性腫塊鑒別中的應(yīng)用.pdf
- 基于稀疏表示與鑒別分析算法的人臉圖像分類研究.pdf
- 乳腺良惡性腫塊超聲造影表現(xiàn)及與MVD、VEGF相關(guān)性研究.pdf
- ADC值衰減率鑒別乳腺良惡性腫塊價值的初步探討.pdf
- 彩色多普勒血流超聲對乳腺良、惡性腫塊診斷價值的評價.pdf
- 基于稀疏表示的紋理分類方法研究.pdf
- 超聲BI-RADS分類聯(lián)合彈性成像在乳腺腫塊良惡性診斷中的應(yīng)用價值.pdf
- 超聲彈性成像技術(shù)在鑒別乳腺腫塊良惡性中的應(yīng)用研究.pdf
評論
0/150
提交評論