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、伴隨著強(qiáng)大的存儲(chǔ)介質(zhì)、計(jì)算能力以及移動(dòng)互聯(lián)網(wǎng)的不斷發(fā)展,醫(yī)療數(shù)據(jù)的井噴式增長(zhǎng)以及快速的電子數(shù)字化將成為未來(lái)的發(fā)展趨勢(shì)。目前,存儲(chǔ)在各種醫(yī)療系統(tǒng)中的數(shù)據(jù)量每天都在快速增長(zhǎng),通過(guò)分析這些快速增長(zhǎng)的數(shù)據(jù),醫(yī)療大數(shù)據(jù)可以改善醫(yī)學(xué)診斷的質(zhì)量,提高醫(yī)療水平,減少人們?cè)卺t(yī)療上的花費(fèi)及風(fēng)險(xiǎn)。因此,醫(yī)療大數(shù)據(jù)在這些領(lǐng)域扮演著一種非常重要且無(wú)可替代的角色,醫(yī)生、病人及醫(yī)療組織也可以從中獲得不少的益處。
借著科學(xué)技術(shù)飛速發(fā)展的東風(fēng),醫(yī)療衛(wèi)生領(lǐng)域的現(xiàn)
2、代化程度得到快速發(fā)展。醫(yī)學(xué)影像技術(shù),如:電子計(jì)算機(jī)X射線斷層掃描技術(shù)(CT)、正電子發(fā)射計(jì)算機(jī)斷層掃描技術(shù)(PET)、核磁共振成像技術(shù)(MRI)等可輔助醫(yī)生對(duì)病人的病情進(jìn)行診斷,其在臨床診斷的過(guò)程中得到醫(yī)生的大量使用,因此醫(yī)院每天都能產(chǎn)生海量的醫(yī)學(xué)圖像。如何利用好這些醫(yī)學(xué)圖像,從這些圖像的背后發(fā)掘出有價(jià)值的信息,以方便醫(yī)生對(duì)病人的病情進(jìn)行診斷,是當(dāng)前對(duì)醫(yī)學(xué)圖像進(jìn)行數(shù)據(jù)挖掘的熱點(diǎn)。
聚類是數(shù)據(jù)挖掘領(lǐng)域一個(gè)重要組成部分,同時(shí)其在模
3、式識(shí)別、生物學(xué)、圖像處理、Web信息檢索等方面也有著廣泛應(yīng)用。如在圖像檢索領(lǐng)域中,通過(guò)圖像聚類對(duì)圖像進(jìn)行聚類預(yù)處理可以提高圖像的檢索性能,此外,還可以將聚類算法應(yīng)用到圖像分割中。由于醫(yī)學(xué)圖像的復(fù)雜性,如何能更加準(zhǔn)確的對(duì)醫(yī)學(xué)圖像進(jìn)行聚類已成為當(dāng)前醫(yī)學(xué)圖像研究領(lǐng)域的熱點(diǎn)與難點(diǎn)。另外,在對(duì)醫(yī)學(xué)圖像進(jìn)行數(shù)據(jù)挖掘之后通過(guò)可視化技術(shù)將其直觀的展現(xiàn)出來(lái),可以作為一種直觀的方法來(lái)反映它們之間的聯(lián)系,特別是隨著這些年可視化技術(shù)的快速發(fā)展,其能直觀準(zhǔn)確的對(duì)
4、數(shù)據(jù)進(jìn)行表達(dá)的特點(diǎn)已被越來(lái)越多的人所接受。根據(jù)以上問(wèn)題描述,本文所做的主要工作如下:
(1)本文給出了一種運(yùn)用圖熵的醫(yī)學(xué)圖像聚類方法。首先,將每張醫(yī)學(xué)圖像抽象成一個(gè)頂點(diǎn),圖像之間的相似程度作為兩點(diǎn)之間邊上的權(quán)值,由此將這些醫(yī)學(xué)圖像構(gòu)建成一個(gè)帶權(quán)無(wú)向完全圖,之后對(duì)此完全圖進(jìn)行稀疏化剪枝處理。其次,又提出了一種運(yùn)用圖熵的帶權(quán)無(wú)向圖聚類算法,利用此方法對(duì)稀疏化剪枝后的圖進(jìn)行聚類,最后得到醫(yī)學(xué)圖像的聚類結(jié)果。
(2)在實(shí)驗(yàn)部
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
- 基于信息熵聚類的異常檢測(cè)方法研究.pdf
- 基于信息熵的聚類個(gè)數(shù)確定方法研究.pdf
- 基于廣義熵的模糊聚類與圖像分割算法研究.pdf
- 基于熵圖理論的多模醫(yī)學(xué)圖像配準(zhǔn)方法研究.pdf
- 基于密度聚類的醫(yī)學(xué)圖像分割和特征提取方法研究.pdf
- 基于聚類的圖像分割方法研究.pdf
- 基于紋理的醫(yī)學(xué)圖像聚類技術(shù)研究.pdf
- 基于t混合模型的醫(yī)學(xué)圖像聚類研究.pdf
- 基于聚類的圖像目標(biāo)分割方法研究.pdf
- 基于改進(jìn)模糊聚類算法的醫(yī)學(xué)圖像分割研究.pdf
- 基于模糊聚類的醫(yī)學(xué)圖像分割技術(shù)研究.pdf
- 基于高斯混合密度模型的醫(yī)學(xué)圖像聚類研究.pdf
- 基于模糊聚類的圖像分割方法的研究.pdf
- 基于模糊聚類圖像分割方法研究.pdf
- 基于差圖熵的圖像質(zhì)量評(píng)價(jià)方法.pdf
- 基于聚類的分形圖像壓縮方法研究.pdf
- 基于聚類算法的彩色圖像分割方法研究.pdf
- 基于區(qū)域聚類的SAR圖像分割方法研究.pdf
- 基于模糊聚類的水平集醫(yī)學(xué)圖像分割.pdf
- 基于模糊聚類的醫(yī)學(xué)圖像分割算法研究及設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論