基于特征提取和機(jī)器學(xué)習(xí)的醫(yī)學(xué)圖像分析.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)代隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)的飛速發(fā)展,計(jì)算機(jī)輔助診斷已經(jīng)收到越來越多的關(guān)注,也逐漸呈現(xiàn)出了它的重要性和復(fù)雜性。在醫(yī)學(xué)影像學(xué)的研究中,X線乳腺,CT肺結(jié)節(jié),肝臟B超,頭部CT等都取得了一定的成果。
   本文結(jié)合國(guó)內(nèi)外的研究成果,首次將Bag of Keypoints綜合算法理論引入到醫(yī)學(xué)圖像的處理中,在此之前,Bag of Keypoints綜合算法已經(jīng)在人臉識(shí)別,車輛識(shí)別和文字判別等領(lǐng)域取得了豐碩的成果。文章第一部分通過對(duì)肝臟C

2、T圖像的特征提取、聚類分析和機(jī)器學(xué)習(xí),完成了對(duì)正常肝臟和肝癌肝臟的模式分類。第一部分的分類器是基于特征點(diǎn)的分類,即在特征提取階段采用具有尺度旋轉(zhuǎn)仿射不變的SIFT算子進(jìn)行描述,經(jīng)過K-means聚類得到碼書,并采用支持向量機(jī)算法進(jìn)行學(xué)習(xí),最終判決分類。第二部分的分類器是基于形狀特征的分類器,即將病灶區(qū)域通過圖像分割單獨(dú)劃分出來,并采用Zernike矩描述這個(gè)感興趣區(qū)域的形狀特征,再通過支持向量機(jī)進(jìn)行學(xué)習(xí)分類。
   實(shí)驗(yàn)表明,B

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(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)頁內(nèi)容里面會(huì)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(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。

評(píng)論

0/150

提交評(píng)論