2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、由于光照日曬、水分流失、皮脂分泌、年齡增長以及基因遺傳等因素,人的皮膚會產(chǎn)生各種粉刺、色斑等病變,嚴重的將危及性命。據(jù)世界衛(wèi)生組織評估,每年有超過65000人死于惡性皮膚病。臨床上,皮膚病的診斷主要依賴醫(yī)生的肉眼觀察和主觀經(jīng)驗,缺乏科學量化手段。此外,隨著門診量的急劇增加,醫(yī)生需要觀察大量的病例和閱讀大量的影像資料,其診斷的工作量也難以承受。隨著數(shù)字圖像處理、計算機視覺等技術(shù)的發(fā)展,使得計算機輔助診斷皮膚病成為可能。
  本課題開

2、展針對常見色素性皮膚病圖像(如黑色素瘤、色素痣、脂溢性角化病、基底細胞癌等)的計算機檢索識別技術(shù),主要研究內(nèi)容和成果包括:
  1.系統(tǒng)研究皮膚病圖像的預處理相關(guān)技術(shù),包括圖像去噪、增強、去除毛發(fā)、病變區(qū)分割等技術(shù),以利于后續(xù)圖像特征提取、內(nèi)容理解、圖像檢索與識別。
  2.提出了基于深層卷積神經(jīng)網(wǎng)絡(luò)的圖像特征學習與表示方法,并進行緊湊哈希編碼,獲得皮膚病圖像的深度語義信息。為了解決海量圖像檢索速度慢、準確率低等問題,本研究

3、采用半監(jiān)督卷積神經(jīng)網(wǎng)絡(luò)學習圖像的特征表示,相較于傳統(tǒng)圖像特征提取方法,該方法利用深層神經(jīng)網(wǎng)絡(luò)隱含層學習圖像深層次的特征表示和相關(guān)性,并進行緊湊哈希編碼,獲得皮膚病圖像的深度語義信息,能實現(xiàn)海量圖像中相似圖像的快速檢索。
  3.提出了基于深度語義Hash和近鄰傳播聚類(Affinity Propagation Clustering,簡稱AP)結(jié)合的Hash-AP排名算法。首先通過深度語義Hash編碼生成一個與檢索目標的Hammin

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論