2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩50頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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、近年來(lái),隨著患甲狀腺癌的比例不斷攀升,甲狀腺癌已成為當(dāng)今危害人類健康的疾病之一。醫(yī)學(xué)超聲成像因其具有安全、有效、攜帶方便以及成本低廉等特點(diǎn),已成為甲狀腺癌診斷的一種重要手段。利用數(shù)字圖像處理以及人工智能等技術(shù)處理甲狀腺超聲圖像以判斷腫瘤的良惡性,為醫(yī)生臨床診斷提供非常重要的輔助信息。本文主要針對(duì)甲狀腺超聲圖像分類問(wèn)題進(jìn)行研究,包括腫瘤區(qū)域的特征提取以及允許一定誤差時(shí)基于腫瘤區(qū)域分割的腫瘤分類問(wèn)題。
  由于甲狀腺超聲影像圖像的對(duì)比

2、度和分辨率都較低,且?jiàn)A雜斑點(diǎn)噪聲,不同人群的腫瘤大小、形狀和位置等差異較大,這些都是影響腫瘤特征提取區(qū)域分割效果的主要因素。本文針對(duì)所處理圖像特征,采用了基于主動(dòng)輪廓模型的方法進(jìn)行超聲甲狀腺腫瘤圖像分割。首先對(duì)原始圖像進(jìn)行預(yù)處理。然后利用主動(dòng)輪廓模型算法進(jìn)行甲狀腺腫瘤區(qū)域的分割。該分割方法能較快地分割出腫瘤區(qū)域,但是該分割結(jié)果存在一定的分割誤差。該分割結(jié)果能滿足本文選取的特征提取算法以及分類算法對(duì)分割精度的要求。
  本文通過(guò)把分

3、割得到的感興趣區(qū)域劃分為若干的子區(qū)域,再提取每個(gè)子區(qū)域的紋理特征組合成為整個(gè)結(jié)節(jié)區(qū)域的紋理特征。最后對(duì)各個(gè)子區(qū)域進(jìn)行分類,然后統(tǒng)計(jì)在該感興趣區(qū)域中惡性子區(qū)域占所有子區(qū)域的比例來(lái)確定該感興趣區(qū)域的良惡性。本文分割得到的腫瘤區(qū)域與實(shí)際的腫瘤區(qū)域存在一定的誤差,可能會(huì)影響個(gè)別子區(qū)域特征信息的提取,由于該腫瘤區(qū)域的良惡性質(zhì)是通過(guò)統(tǒng)計(jì)惡性子區(qū)域所占比例來(lái)確定,因此分割結(jié)果中存在的誤差只會(huì)影響很少一部分子區(qū)域性質(zhì)判斷。本文通過(guò)提取局部的特征信息來(lái)避

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。

評(píng)論

0/150

提交評(píng)論