搜索结果: 1-15 共查到“知识库 计算机科学技术 医学”相关记录138条 . 查询时间(0.71 秒)
针对存在大量不规则斑点噪声、目标边缘弱化的超声医学图像分割中较难识别目标的问题,提出了一种复小波域中混合概率图模型的超声医学图像分割算法.采用具有近似平移不变性和良好方向选择性的双树复小波变换(Dual tree-complex wavelet transform,DT-CWT)提取超声医学图像6个方向的高频特征信息;其次,为关联目标的弱特征信息并抑制统计独立的高频噪声,构建了复小波域混合概率图模...
一种基于各向异性扩散方程的医学超声图像降噪方法
医学超声图像 斑点噪声 各向异性扩散
2014/1/7
斑点噪声是超声成像机制引起的固有噪声形态,它给超声图像的特征提取、识别和分析造成了困难.基于各向异性扩散方程的滤波技术能够有效地抑制斑点噪声,提出了一种基于各向异性扩散方程的医学超声图像降噪方法,该方法改进了林石算子,设置了扩散门限,并将各向异性扩散方程的常规扩散方向扩展为8方向.仿真医学超声图像降噪实验表明了该方法的滤波和保边性能都明显优于经典的PM方程和林石算子,而该方法在实际医学超声图像降噪...
基于Hadoop的海量医学图像检索系统
医学图像 检索算法 Brushlet变换 局部二值模式 分布式系统
2013/12/1
为了提高海量医学图像检索效率,针对单节点医学图像检索系统的缺陷,提出一种基于Hadoop的海量医学图像检索系统。首先采用Brushlet变换和局部二值模式算法提取医学示例图像特征,并将图像特征库存储于Hadoop分布式文件系统(HDFS);然后采用Map将示例图像特征与特征库的特征进行匹配,采用Reduce接收各Map任务的计算结果,并按相似度大小进行排序;最后根据排序结果找到医学图像的最优检索结...
基于超球体多类支持向量数据描述的医学图像分类新方法
乳腺X光图像 多类支持向量数据描述 灰度共生矩阵 核主成分分析
2013/11/1
针对乳腺X光医学图像多分类问题中训练速度比较慢的问题,提出超球体多分类支持向量数据描述(HSMC-SVDD)分类算法,即把超球体单分类支持向量数据描述直接扩展到超球体多分类支持向量数据描述。通过对乳腺X光图像提取灰度共生矩阵特征;然后用核主成分分析(KPCA)对数据进行降维;最后用超球体多分类支持向量数据描述分类器进行分类。由于每一类样本只参与构造一个超球体的训练,因此训练速度明显提高。实验结果表...
基于高斯混合模型的有约束彩色医学图像群配准技术
彩色图像配准 群配准 彩色分量约束 高斯混合模型
2013/9/11
为利用多幅彩色图像中的丰富信息,提高配准精度和效果,把基于高斯混合模型的灰度图像群配准技术推广为彩色图像群配准技术。为了减少同一彩色图像不同彩色分量之间的形变偏差,定义了彩色分量形变约束项。总彩色图像配准测度是两个函数的代数和构造:彩色分量形变约束项和基于概率分布的对数似然函数。通过对人体胃部彩色图像和数据可视人彩色切片图像的群配准实验,证实了有约束彩色图像群配准技术具有很好的配准结果。
医学图像的滤波处理,须保留具有重要诊断意义的边缘细节信息。针对Perona-Malik(PM)各向异性扩散模型遇到强噪声则失效和扩散门限参数K依靠经验选取的不足,提出了一种改进的各向异性扩散算法。将PM算法与中值滤波结合,用经过中值滤波平滑后的梯度模代替原始图像的梯度模,以控制扩散的过程。应用自适应扩散门限(当前邻域内梯度的绝对偏差中值(MAD))和迭代终止准则,提高算法鲁棒性和效率。实验分别对超...
针对医学图像感兴趣区域隐私泄露问题,提出了一种新的基于可逆可见水印的隐私保护算法。算法将二值水印图像嵌入在医学图像感兴趣区域实施隐私保护,利用人类视觉系统(HSV)的掩蔽特性和自适应的像素映射机制,对水印可见性和透明性进行动态调整;采用收缩投影技术,有效解决了嵌入过程中可能出现的溢出问题;最后,随机数密钥的引入增强了可见水印的鲁棒性。实验结果表明,算法嵌入的水印具有较好的可见性和透明性,产生的水印...
为了确定病人的摆位误差,实现精确放疗,提出一种改进的Demons弹性配准算法。采用FDK算法对锥形束CT(CBCT)图像进行三维重建,利用可视化工具包 (VTK)体绘制法可视化重建结果;在分割与配准工具包 (ITK)基础上实现Demons算法,并基于对称梯度的思想,将参考图像和浮动图像的梯度场信息加入到Demons算法中,给出新的Demons形变力公式。分别使用单模态和多模态医学图像进行配准实验,...
医学图像分割中的期望最大化(EM)算法在求解混合模型参数时存在局限性。为此,提出一种模糊约束的混合模型图像分割算法。该算法以像素的独立性假设为前提,在采用EM算法对模型参数进行求解的过程中,通过模糊集合论方法,引入像素空间信息。实验结果表明,该算法没有引入新的模型参数,能够保持独立混合模型的简单性,且具有自动模型选择能力,可以获得较理想的分割结果。
为了实现脑部多模医学图像配准,提出了一种基于混合优化算法的配准方法。该算法采用遗传算法中的杂交思想改进了混沌粒子群算法,并用最大互信息测度对脑部MRI及CT图像进行配准。该改进算法可有效地避免优化算子陷入局部极值,而且算法收敛快。实验结果证明了提出的基于遗传思想的改进混沌粒子群优化算法对多模医学图像配准具有有效性。
针对基于混合模型的图像聚类质量易受混合模型参数初始值的影响,提出一种遗传K-均值初始化的t混合模型医学图像聚类方法。该方法构建一种医学图像的t混合模型,将遗传算法与K-均值算法相结合,实现对医学图像的初始划分,从而获得混合模型的初始参数,有效克服混合模型对参数初始值选择的敏感性问题,用EM算法多次迭代估计t混合模型参数;最后根据得到的混合模型对医学图像进行聚类。实验表明,该方法实现了医学图像较精准...
针对医学重构模型的3D分割及压缩算法
计算机图像处理 医学图像 3D分割 区域生长 视觉化工具函式库(VTK)
2010/3/19
提供便捷的交互手段,从3D重构模型中精确分割感兴趣区域,为医生术前手术规划提供更为直观和准确的诊断信息。利用VTK(Visualization ToolKit)开发包构架系统平台,采用3D区域生长法分割感兴趣部位,结合数学形态法消除数据的病态关联,实现精确分割,进一步修改数据掩模完成分割后数据的压缩存储。实验证明了上述算法的有效性,可得到良好的3D分割效果。
生物医学命名实体识别的研究与进展
命名实体识别 文本挖掘 特征选择 机器学习
2010/3/1
为直接高效地获取文献中的知识,命名实体识别用来识别文本中具有特定意义的实体。这是应用文本挖掘技术自动获取知识的关键的第一步,因此受到日益广泛的关注。主要从评测方法、特征选择、机器学习方法和后期处理等方面介绍了近年来生物医学命名实体识别方面的主要研究方法及成果,并对目前各方面存在的问题进行了分析和讨论,最后对该领域的研究前景进行了展望。