您的位置: 专家智库 > >

中央级公益性科研院所基本科研业务费专项(2011JBM021)

作品数:2 被引量:18H指数:1
相关作者:王瑞平常莎石雪娜更多>>
相关机构:北京交通大学更多>>
发文基金:中央级公益性科研院所基本科研业务费专项更多>>
相关领域:医药卫生生物学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇医药卫生
  • 1篇生物学

主题

  • 1篇蛋白
  • 1篇凋亡
  • 1篇凋亡蛋白
  • 1篇压缩感知
  • 1篇三维重建
  • 1篇图像
  • 1篇良恶性
  • 1篇良恶性结节
  • 1篇结节
  • 1篇恶性
  • 1篇恶性结节
  • 1篇肺部
  • 1篇肺结节
  • 1篇感知
  • 1篇CT图像

机构

  • 2篇北京交通大学

作者

  • 2篇王瑞平
  • 1篇石雪娜
  • 1篇常莎

传媒

  • 2篇北京生物医学...

年份

  • 1篇2015
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于CT三维图像的肺结节良恶性鉴别研究被引量:18
2013年
目的运用计算机方法处理肺部CT图像以识别肺结节良恶性并辅助肺癌诊断,现已成为国内外研究的热点。方法提出一种基于肺部CT图像三维肺结节信息的肺结节良恶性鉴别方法。首先结合阈值分割、区域生长、形态学运算等在CT图像上分割出肺结节,进而提取每个肺结节的三维特征并优化,选择有效特征。然后,基于有效特征采用支持向量机(support vector machine,SVM)的分类算法对多维向量所描述的肺结节进行良恶性的二分类。最后从敏感性、特异性、准确率以及似然比等方面全面评估分类结果。结果实验获得敏感性为0.7776,准确性为0.7378,阳性似然比2.2410,阴性似然比0.3682,显示基于CT三维肺结节图像可以达到令人满意的肺部肿瘤良、恶性鉴别效果。结论上述结果证明了基于CT三维图像的肺结节良恶性鉴别方法的可行性。本研究对计算机辅助肺癌的诊断具有重要意义。
常莎王瑞平
关键词:肺部CT图像三维重建良恶性结节
基于压缩感知预测凋亡蛋白亚细胞位点
2015年
目的蛋白质的亚细胞位点信息有助于了解蛋白质的功能,同时还可以为新药物的研发提供帮助。方法在本研究中,采用压缩感知算法对凋亡蛋白的亚细胞位点进行分类。结果经过在2个常用的数据集上使用Jackknife测试,在ZD98数据集上取得了90.6%的预测准确率,在ZW225数据集上取得了87.3%的准确率。结论实验结果表明压缩感知算法对已凋亡蛋白的亚细胞定位研究效果良好,且避免了特征提取的过程。
石雪娜王瑞平
关键词:凋亡蛋白压缩感知
共1页<1>
聚类工具0