2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩103頁未讀, 繼續(xù)免費閱讀

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、中國科學(xué)技術(shù)大學(xué)博士學(xué)位論文聯(lián)合彈性特征的乳腺超聲圖像序列診斷分析姓名:賀禮申請學(xué)位級別:博士專業(yè):生物醫(yī)學(xué)工程指導(dǎo)教師:周康源馮煥清20090801摘要度容易受到肋骨本身與超聲探頭距離的影響,提出了創(chuàng)新的相對加壓程度評估算法,具有更好的臨床意義和實驗效果?;诖嗽u估算法,本文提出了25個新型的彈性特征。實驗證明,其大部分具有良好的分類性能,其中基于方差比的彈性特征相對基本彈性特征體現(xiàn)更多的序列圖像統(tǒng)計信息,具有更好的分類特性,特別是在

2、一些加壓過程不穩(wěn)定的情況下。(4)針對超聲乳腺腫瘤圖像序列進(jìn)行特征選擇和分類。本文采用了一種基于類間距分析、支持向量機(jī)和順序后退法,并融合了濾波式(Filter)和封裝式(Wrapper)特征選擇模型兩者優(yōu)勢的特征選擇和分類方法。該方法首先進(jìn)行原始特征的類間距分析,通過濾波式(Filter)特征選擇模型,快速準(zhǔn)確地剔除掉部分不相關(guān)的特征參量。然后,用封裝式(Wrapper)特征選擇模型,以順序后退法的方式,逐個刪除分類效果最差的特征,直

3、至我們預(yù)定的特征維數(shù)。封裝式(Wrapper)特征選擇模型中的特征評估判據(jù)直接采用支持向量機(jī)分類精度。針對優(yōu)化后的特征空間,在不同的核函數(shù)基礎(chǔ)上,應(yīng)用支持向量機(jī)進(jìn)行良惡性分類判別,分類的精度和效率相對原始特征空間都有較大提高。論文的實驗數(shù)據(jù)包含280例乳腺腫瘤,其中112例被臨床醫(yī)師確診為惡性,168例被臨床醫(yī)師確診為良性。每一個視頻病例至少包含一段加壓比較穩(wěn)定而且均勻的片段。所有試驗和算法均在3臺配置相同、CPU頻率213GHz、內(nèi)存

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

評論

0/150

提交評論