您的位置: 专家智库 > >

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 3篇医药卫生

主题

  • 3篇胎盘
  • 3篇胎盘成熟度
  • 2篇向量
  • 2篇FISHER
  • 1篇神经网
  • 1篇神经网络
  • 1篇网络
  • 1篇卷积
  • 1篇卷积神经网络

机构

  • 3篇深圳大学
  • 1篇南方医科大学
  • 1篇深圳市妇幼保...

作者

  • 3篇李婉君
  • 1篇汪天富
  • 1篇陈思平
  • 1篇倪东
  • 1篇姚远
  • 1篇雷柏英

传媒

  • 1篇中国生物医学...

年份

  • 2篇2017
  • 1篇2016
3 条 记 录,以下是 1-3
排序方式:
胎盘成熟度自动分级探索
胎盘成熟度分级的准确性对小于胎龄儿、死胎及死产的临床诊断有重要的作用。但是由于成像过程复杂、妊娠期长、图像质量差异以及医生主观判断差异,导致胎盘成熟度分级成为耗时又冗长的工作。尽管有近年来医学成像手段和技术都有了很大的进...
李婉君
关键词:卷积神经网络
文献传递
基于特征融合和判别式学习的胎盘成熟度自动分级被引量:4
2016年
胎盘成熟度分级错误可能会导致小于胎龄儿、死产、死胎等的发生。目前,胎盘成熟度分级主要依赖于临床医生的经验和观察,主观性很强,分级准确性易受医生工作强度、工作时长和工作经验的影响。提出一种基于特征融合和判别式学习的胎盘成熟度自动分级算法。首先,对共544例的B型超声图像和彩色能量多普勒(CDE)胎盘图像,采用提取关键点、对关键点提取特征、进行融合并加以判别式特征编码的方法,形成码书,经过归一化,最后用支持向量机(SVM)进行分类,得到胎盘成熟度分级结果。在测试阶段,将胎盘成熟度测试结果与临床医生的分级结果进行对比,得到如下结果:准确率92.7%,敏感性91.1%,特异性97.6%,平均精度97.3%。结果表明,该方法对胎盘成熟度自动分级具有较高的指导意义。
李婉君汪天富倪东陈思平雷柏英姚远
基于特征融合和判别式学习的胎盘成熟度自动分级
李婉君汪天富倪东陈思平雷柏英姚远
共1页<1>
聚类工具0