公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

基于K-均值聚类的常用色彩空间舌质舌苔分割研究被引量：13: 2009年; 目的观察常用色彩空间哪个通道（或分量）善于反映舌质舌苔的区别并有助于舌质舌苔的分割。方法以典型舌图（淡红舌薄白苔、腻苔、黄苔等）和色温偏低的舌图为研究对象,在红、绿、蓝三色（RGB）,国际照明委员会1976 L^＊a^＊b^＊标准（CIELAB）和色调、饱和度、亮度（HSI）色彩空间下选择舌图上每个像素的特定色彩分量（a^＊分量、L^＊分量、H分量、R分量）作为聚类对象。使用K-均值聚类聚成2个集合,按照生成的2个集合的特征完成分割。结果显示CIELAB色彩空间a^＊分量对舌质舌苔分割的效果和抗干扰能力最好,不受光照角度、色温偏差、舌苔舌质类型等因素的影响。L^＊分量、R分量的聚类结果受光照不均匀的影响明显,H分量的聚类结果多呈分割不完全状态。结论基于K-均值聚类的以CIELAB色彩空间a^＊分量为指标对舌质舌苔进行分割的效果较稳定,在舌诊中有一定的实用价值。; 郭宙杨学智司银楚朱庆文牛欣沙洪; 关键词：舌诊 K-均值聚类

Hilbert-黄变换方法分析压力脉搏波信号被引量：3: 2007年; 目的:将Hilbert-黄变换方法用于压力脉搏波信号的分析,以获得脉搏波信号的时域特征和频率-能量分布。方法:通过经验模态分解(EMD)将脉搏波分解为一组内在模态函数(IMF),对每个IMF进行Hilbert变换,获得脉搏波信号幅度和频率的时间分布;由HH谱得到边际谱,反映信号的能量-频率分布;对典型正常个体的脉搏波信号和该个体脉滑变时的脉搏波信号进行处理,比较两种状态下脉搏波信号时-频分布情况。结果:用于实验的两例信号的分析结果显示,脉平信号的HH边际谱与脉滑信号的HH边际谱所表现的能量-频率分布有明显区别,这种区别能被脉平和脉滑变时的心血管活动状态所解释。结论:EMD算法和HHT能较好地用于脉搏波的分析,并且在医学信号处理领域将会有广阔的应用前景。; 郭宙牛欣司银楚杨学智

常用分类算法在脑梗死预测中的比较研究: 2010年; 目的:比较常用分类算法对脑梗死的分类预测能力。方法:将反映动脉弹性的6个脉搏波参数加年龄、性别一共8个指标作为每个样本的特征。把样本按3∶1随机分为训练集和测试集两部分。分别利用人工神经网络(ANN)、贝叶斯(Bayes)、决策树(Decision Tree,DT)、K邻近法(k-NN)、支持向量机(SVM)算法构造分类器,使用各分类器对训练集样本进行学习以建立分类预测模型,再用测试集测试各个模型的分类准确度。结果:SVM分类器和DT分类器效果较好,准确率超过80%。结论:以反映血管弹性的脉搏波参数结合性别、年龄作为特征并使用SVM或者DT算法来构建分类预测模型,有一定实用价值。; 郭宙杨学智司银楚朱庆文牛欣沙洪; 关键词：脑梗死 ANN DT SVM BAYES

一种基于K-均值聚类的CIELAB和HSI色彩空间舌质舌苔分割算法被引量：10: 2010年; 目的:建立一种基于CIELAB(国际照明委员会1976年L*a*b*标准)和HSI(hue,saturation and intensity,色调、饱和度、亮度)色彩空间的舌质舌苔的分割算法。方法:以数码相机采集神经内科患者的舌图(有淡红舌薄白苔、腻苔、黄苔、舌红少苔、舌面瘀斑等舌图种类)为研究对象。算法结合了CIELAB和HSI色彩空间描述舌图的优势,先以舌图的a*值为聚类样本,使用K-均值聚类对舌质舌苔进行初步分割,然后再根据H值排除紫斑区域以完成分割。结果:该算法不仅可以分割舌质和舌苔,并且能识别舌质上的紫斑。使用该算法对56例采集自临床舌图进行舌质舌苔分割,成功率达92.85%。结论:该算法能自适应分割舌质舌苔,分割结果具有临床诊断价值。; 郭宙杨学智司银楚朱庆文牛欣沙洪; 关键词：舌诊 CIELAB HSI K-均值聚类

全选清除导出

共1页<1>

国家科技支撑计划(2007BAIA107A23)