您的位置: 专家智库 > >

中国博士后科学基金(20070421126)

作品数:2 被引量:2H指数:1
相关作者:冯筠叶豪盛郭竞姜军王惠亚更多>>
相关机构:香港城市大学西北大学更多>>
发文基金:中国博士后科学基金陕西省教育厅科研计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多分辨
  • 1篇多分辨率
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇乳腺
  • 1篇乳腺癌
  • 1篇数据恢复
  • 1篇统计模型
  • 1篇图像
  • 1篇图像分割
  • 1篇主动形状模型
  • 1篇腺癌
  • 1篇向量
  • 1篇向量机
  • 1篇计算机
  • 1篇计算机辅助检...
  • 1篇分辨率

机构

  • 2篇西北大学
  • 2篇香港城市大学

作者

  • 2篇叶豪盛
  • 2篇冯筠
  • 1篇王惠亚
  • 1篇郭竞
  • 1篇姜军

传媒

  • 1篇计算机科学
  • 1篇中国图象图形...

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
基于多分辨统计模型和曲面恢复的腹部图像分割算法被引量:2
2010年
针对腹部器官边缘模糊、形状差异大、小样本集合难建立统计模型等问题,提出了基于多分辨率统计集成模型和曲面缺失数据恢复的混合图像分割算法。该算法根据器官模型的纹理特征,建立外观轮廓模型;并定义标志点自信度。对于自信度较高的点,使用基于主动图像搜索和模型变形的方法进行分割;将自信度较低的点视为未知点,利用统计模型和自信度高的已知点进行数据恢复。实验结果表明,该混合算法可成功地降低器官分割的平均误差。
冯筠叶豪盛郭竞
关键词:图像分割多分辨率主动形状模型数据恢复
基于主动支持向量机的乳腺癌微钙化簇检测
2010年
乳腺微钙化簇是早期乳腺癌的重要征象,计算机辅助的微钙化簇检测是医学影像领域的难题。为了提高检测系统的准确率,往往需要大量病灶标记,除了搜集样本本身的难度外,还需花费专家的大量时间。目前的研究工作很少涉及这个问题的解决方法。首次将基于主动学习的支持向量机技术应用到该领域,针对钙化簇感兴趣区域的特点,提出了选择训练集合的样本应该满足的基本条件。标准数据库上的实验证明,提出的方法能够大量地减轻样本标记的工作,并使乳腺癌微钙化簇检测系统的分类性能基本不变。
冯筠姜军叶豪盛王惠亚
关键词:乳腺癌计算机辅助检测支持向量机
共1页<1>
聚类工具0