公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

计算机辅助鉴别乳腺良、恶性肿块的临床价值被引量：2: 2009年; 目的提出～种基于灰度级二维直方图的计算机辅助分割算法，对乳腺高频超声图像中的肿块进行自动识别和分割处理，旨在提高乳腺良、恶性肿块的检出准确率。方法采集100个乳腺肿块二维超声图像共466张（原片），应用计算机软件对原片进行分割处理，得到分割后图片。超声医师采用双盲法分别根据原片和分割后图片中的超声征象进行良、恶性判断，运用受试者工作曲线（ROC曲线）计算曲线下面积（A），比较前后两次诊断结果，分析图片处理前后诊断结果的差异性。结果处理后的图片中乳腺肿块的边缘、钙化等信息明显突出。超声医师对良、恶性肿块的确诊率明显提高。当特异性为74．31％时，诊断敏感性由基于原片的70．32％提高到图片分割后的90．52％。ROC曲线下面积由分割前的80．8％上升到90．5％，差异有统计学意义（P〈0．01）。结论此分割算法能明显优化乳腺肿块的边缘信息，较好地突显肿块内微钙化，在一定程度上降低漏诊率和误诊率，提高乳腺良恶性肿块的确诊率。; 田家玮宁春平郭延辉王影张英涛郑桂霞刘研; 关键词：超声检查乳腺疾病

基于一致性直方图的超声乳腺图片分割方法被引量：7: 2008年; 为了在乳腺超声图像中准确的分割出病灶,提出了新的一致性定义,把纹理信息应用到计算一致性中.基于最大熵准则求一致性阈值,把超声图片分为两个子集,一致性区域和非一致性区域;对一致性区域采取求直方图谷值的方法分割,而用邻域信息处理非一致性区域,从而完成对图像的分割.实验结果表明:该分割过程既考虑了图像的局部信息,又考虑了全局信息,弥补了传统的直方图分割算法无法包含局部信息的缺陷.算法处理结果得到了超声医学专家的认可;通过采用差异实验方法评估,取得了理想的效果.; 黄剑华于瀛星张英涛唐降龙郭延辉; 关键词：超声图像分割直方图一致性

基于模糊同质性映射的文本检测方法被引量：6: 2008年; 视频图像中的文本是从语义层次对视频图像内容进行描述的非常有效信息,文本检测为基于语义的图像检索提供了条件。该文提出了一种基于模糊逻辑和同质映射相结合的文本检测方法,首先利用最大信息熵准则将原始图像模糊化;然后构造基于边缘信息和纹理信息的图像同质性,并利用它将图像映射到模糊同质性空间;最后在模糊同质性空间通过纹理分析检测文本区域。与直接在图像空间域中提取特征的文本检测方法相比,该方法对复杂背景视频图像的文本检测取得了更好的效果,并且适用于多种类型的视频图像中文本的检测。; 黄剑华承恒达吴锐刘家锋; 关键词：文本检测模糊逻辑同质性纹理分析

一种基于Homogeneity的文本检测新方法被引量：5: 2007年; 视频图像中的文本包含了丰富的语义层次上的内容描述信息,为基于语义的图像检索提供重要的索引信息资源.提出了一种基于Homogeneity和支持向量机(support vector machine)的视频图像中文本检测方法,首先将图像由空间域映射到Homogeneity域中,然后对映射到Homogeneity空间中的图像进行特征提取,利用SVM判别文本区域.实验表明此文本检测方法优于用基于边缘特征的文本检测方法.; 黄剑华唐降龙刘家锋徐莉莉; 关键词：文本检测特征提取 HOMOGENEITY 支持向量机

基于支持向量机的超声乳腺肿瘤图像计算机辅助诊断系统被引量：13: 2008年; 支持向量机与其他16种常见分类器相比具有优异的分类性能。本文提出一个基于支持向量机的超声乳腺肿瘤图像计算机辅助诊断系统。该系统提取了乳腺肿瘤图像归一化自相关系数、均方根系数、紧凑度等共26个纹理和几何特征。这些特征不但反映乳腺良性肿瘤和恶性肿瘤本质的区别,还考虑到医学超声图像为相干图像的特点。实验结果表明,该系统诊断精确度为93.03%,敏感性为94.30%,特殊性为91.59%,错误正比率92.80%,错误负比率为93.33%,接受特性曲线面积AUC为0.9669,性能优于较有影响的文献[1]提出的方案。; 李晓峰沈毅; 关键词：支持向量机医学超声图像计算机辅助诊断小波变换

一种基于改进PCNN模型的图像分割方法被引量：4: 2007年; 通过对传统脉冲耦合神经网络(PCNN)模型的改进,在模型的输入端加入目标区域的边缘数据,使最高灰度级不同的非连通神经元同期点火,实现了多目标区域同时分割。给出了影响同期点火激励范围的主要参数β的自动设定方法,并设计了基于图像最大熵准则的自动分割算法。用分割精度评价准则验证了所提出方法的有效性。实验证明,对于低噪声污染的图像,改进的PCNN模型在多目标识别中的正确接受率达到95%以上,明显优于经典的Fastlinking模型。; 程丹松刘晓芳唐降龙刘家锋黄剑华; 关键词：图像自动分割多目标

全选清除导出

共1页<1>

国家自然科学基金(60573071)