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47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、乳腺癌計算機輔助檢測系統(tǒng)(Computer-Aided Detection and Diagnosis,CAD)經(jīng)過多年的發(fā)展在檢測微小鈣化灶方面已經(jīng)達到很高的性能,但是在檢測腫塊方面卻靈敏度稍低,假陽性偏高。檢測腫塊的低性能以及“黑匣子”式的診斷方案導(dǎo)致放射科醫(yī)師對CAD系統(tǒng)診斷腫塊缺乏足夠的信心。
   為了增加醫(yī)生對CAD系統(tǒng)檢測腫塊的信心,基于參考病例的乳腺腫塊診斷方案被提出來。這種方案需要構(gòu)建一個大規(guī)模的已經(jīng)確診的參考

2、圖像庫,它的優(yōu)勢在于不僅能夠提供決策分數(shù),而且能夠在參考圖像庫中查出視覺相似而且病理相似的圖像供醫(yī)生參考。課題研究并改進了基于參考病例的乳腺腫塊診斷技術(shù):①采用了最大熵閥值分割算法獲得可疑病灶的初始輪廓,再用snake 精化其邊界②針對腫塊形態(tài)多變難以用一組特征組合描述的問題,提出根據(jù)可疑病灶區(qū)域最大熵閥值分割的好壞,把參考圖像分成兩類,對不同類別的圖像分別使用遺傳算法進行訓(xùn)練得到兩組不同的特征組合作為分類依據(jù)③針對傳統(tǒng)的相似性度量沒有

3、考慮不同特征對度量的貢獻不同的問題,采用粒子群優(yōu)化算法訓(xùn)練特征權(quán)重,建立基于特征權(quán)重的相似性度量,使得度量更加準確④針對最大熵閥值分割壞的可疑病灶區(qū)域相似性度量后返回的相似圖像的次序與人類視覺不符的問題,采用Pearson 相關(guān)排序來校正從而增加人類視覺的相似性。
   參考圖像庫來源于美國南佛羅里達大學(xué)的數(shù)字乳腺X 線圖像數(shù)據(jù)庫(Digitaldatabase for screening mammography,DDSM),總

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(yù)覽,若沒有圖紙預(yù)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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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