共查询到20条相似文献,搜索用时 234 毫秒
1.
2.
3.
多分辨率编码是提高医学图像传输和回放的有效措施.作者通过对二维图像小波变换迭代特征的分析研究,提出了一种基于小波变换的多分辨率编码算法,有效地利用了二维图像在小波域分解和重构的迭代特性.测试表明,该算法简单易行,并有较理想的压缩效果. 相似文献
4.
5.
6.
目的伴随着科技的发展,在多学科交叉的今天,选择合适的计算方法对中医证候进行辨证是实现中医规范化的重要任务。方法将多类支持向量机与基于互信息的特征提取方法相结合,用特征提取方法多源数据进行处理,获得信息量最大的症状组合,然后利用这些症状组合作为多类支持向量机的输入进行分类,根据支持向量机的输出就可得到相应的证候。该方法的有效性通过一个中医实例得到证实。结果通过对各种方法获得的症状组合的正确辨证率对比发现,用基于互信息的特征提取方法获得的症状组合较为理想。结论特征提取的结果优于单纯的基于互信息选择症状组合的结果,同时看出支持向量机适合中医证候的小样本研究,客观说明了互信息、特征提取和支持向量机3种方法的结合适用于中医辨证分类。 相似文献
7.
目的:为了提高磨玻璃型肺结节(GGO型肺结节)的分割精度,提出一种基于支持向量机与随机游走相结合的分割方法。方法:利用已手动分割的GGO型肺结节训练支持向量机。由训练后的分类模型在待分割的GGO型肺结节图像中选择种子点,然后利用随机游走算法根据支持向量机选取的种子点进行GGO型肺结节图像分割。结果:该研究纳入150个待分割GGO型结节图像,上述分割算法的平均准确率为98.05%、平均召回率为96.35%和平均F1值为98.05%。与传统方法相比,本方法实现了GGO型肺结节的精确自动化分割,对GGO型肺结节定量、定性分析提供更加准确的客观依据。结论:该方法利用支持向量机选取种子点,并利用随机游走进行结节分割可以有效地对GGO型肺结节进行分割,具有简单高效,准确率高的优点。 相似文献
8.
目的 探索神经网络结合显微高光谱成像识别乳腺癌组织的可行性和应用价值。方法 采用显微高光谱成像技术采集乳腺癌组织的图像数据,使用基于神经网络的显微高光谱乳腺癌组织图像分析方法,实现乳腺癌组织的自动分类和区域划分。提出数据预处理方法以提高图像的信噪比,利用神经网络训练图谱信息识别乳腺组织病变区域并突显以利于可视化。结果 基于神经网络的显微高光谱的乳腺组织识别分析方法同时利用了图谱两个方面的特征,获得了比传统彩色病理图像更好的识别结果。结论 基于神经网络的显微高光谱乳腺组织图像分析方法可以提供特征性的样本信息,是传统彩色病理图像的有效补充。在神经网络分析方法的支持下,将显微高光谱成像技术应用于乳腺癌组织的分析具有一定的应用前景。 相似文献
9.
10.
11.
12.
目的 提出一种非局部能谱相似特征引导的双能CT基物质分解方法(NSSD-Net)以抑制低剂量能谱CT基物质图像的相关性噪声。方法 首先构建模型驱动的双能CT迭代分解模型,采用迭代软阈值算法(ISTA)优化分解模型目标函数的求解过程,并利用深度学习技术将此过程展开为迭代分解网络的形式。然后构建非局部能谱相似特征引导的代价函数,约束网络的训练过程。利用双能CT真实病人数据所建立的基物质分解数据集进行评估。将NSSD-Net与2种传统模型驱动的基物质分解方法、1种基于数据驱动的基物质分解方法以及1种基于数据-模型耦合驱动的监督分解方法进行对比实验。结果 与传统模型驱动的基物质分解方法以及数据驱动的基物质分解方法相比,NSSD-Net方法在水和骨基物质分解结果中均获得最高的PNSR指标(31.383和31.444)、最高的SSIM指标(0.970和0.963)以及最低的RMSE指标(2.901和1.633);与数据-模型耦合驱动的监督分解方法相比,NSSD-Net方法在水和骨基物质分解结果中均获得最高的SSIM指标;临床影像专家的主观图像质量评估结果显示,NSSD-Net方法在水和骨基物质分解结果中图像质量评分均最高(8.625和8.250),与其他4种对比方法分解性能之间的差异具有统计学意义(P<0.001)。结论 本方法可以获得高质量的基物质分解结果,有效避免训练数据质量问题和模型不可解释问题。 相似文献
13.
为了提高粒子群算法搜索精度和避免陷入局部最优,提出了一种改进的粒子群优化算法。一方面引入平均最好位置调整速度,使粒子可以利用更多的信息决策自己的行为;另一方面对引入的平均最好位置进行小波变异,增加算法的种群多样性。仿真实验结果表明:改进的粒子群算法具有寻优能力强、搜索精度高、稳定性好等特点。 相似文献
14.
针对污水处理过程生化需氧量(BOD)浓度难以实时监测的问题,建立了一种基于支持向量回归机(SVR)修正方法的案例推理(CBR)预测模型。该模型主要包括案例检索、案例重用、SVR修正、案例存储等4个部分,其中,SVR修正模型是利用历史数据构造修正案例库,并采用SVR训练而获得的,可以对传统CBR求解模型得到的BOD浓度建议值进行修正。实验表明本文模型的拟合误差优于支持向量机(SVM)、BP神经网络、RBF神经网络以及传统CBR方法,说明SVR修正方法的引入可以改善CBR的回归性能,提高CBR的学习能力。 相似文献
15.
支持向量回归-紫外分光光度法用于测量小儿氨酚匹林咖啡因片含量的方法研究 总被引:4,自引:0,他引:4
目的建立同时测定小儿氨酚匹林咖啡因片中3种组分:阿司匹林、对乙酰氨基酚和咖啡因含量的紫外光谱的支持向量回归校正方法.方法对复方制剂的紫外光谱数据进行预处理和主成分分析后不经分离,采用支持向量回归(SVR)算法同时测定3组分的含量.结果测定正交设计标样中的阿司匹林、对乙酰氨基酚和咖啡因的平均回收率分别在98.2%~101.2%之间,RSD在0.47%~0.91%之间.将SVR法与偏最小二乘回归和径向基神经网络建模方法相比较,SVR所建模型的预测准确性优于后两者.结论本法可用于小儿氨酚匹林咖啡因片的紫外光谱的含量测定分析. 相似文献
16.
17.
摘要:目的提出一种改进的自适应谱聚类图像分割算法,该算法能自动选择出最优尺度参数从而提高谱聚类算法分割的准确
率。方法利用约束条件优化相关准则函数,对相似度量函数自动学习迭代并得到最优尺度参数,再运用基于Nyström 估计的
谱聚类算法得到最后的图像分割结果。选择对不同性质的纹理图像采用适合的相似度量函数并应用本文的算法进行图像分
割,最后与k-均值算法和预分割后再使用人工调整到最优参数的谱聚类算法的分割结果进行了比较。结果这种改进的自动选
择最优尺度参数的谱聚类算法在分割效果上较其它两种聚类算法能得到更好的分割结果。结论本文提出的改进方法,能使谱
聚类算法的图像分割效果更理想。
相似文献
率。方法利用约束条件优化相关准则函数,对相似度量函数自动学习迭代并得到最优尺度参数,再运用基于Nyström 估计的
谱聚类算法得到最后的图像分割结果。选择对不同性质的纹理图像采用适合的相似度量函数并应用本文的算法进行图像分
割,最后与k-均值算法和预分割后再使用人工调整到最优参数的谱聚类算法的分割结果进行了比较。结果这种改进的自动选
择最优尺度参数的谱聚类算法在分割效果上较其它两种聚类算法能得到更好的分割结果。结论本文提出的改进方法,能使谱
聚类算法的图像分割效果更理想。
相似文献
18.
在中国资源环境数据库三期数据支撑下,利用2005年TM影像对湖北省土地利用信息的数据遥感更新,计算出1995年和2000年两个时期的湖北省省级生物丰度归一化系数,并对不同尺度的归一化系数进行分析和研究.绘制出1995年、2000年湖北省生物丰度等级图,清晰反映出湖北省生物丰度的区域分异规律,为我国生态环境影响评价研究提供技术支持. 相似文献
19.
20.
目的 建立黄柏饮片的光谱成像指纹图谱,为其质量控制提供新的方法。方法 应用电可控液晶滤光光谱成像装置,测定10种不同市售来源的黄柏饮片,光谱分辨率为5 nm,光谱覆盖范围为480~680 nm,空间分辨率为4 000×4 000。从成像光谱立方体中提取特征光谱,构建其指纹图谱;采用标准欧氏距离等聚类分析方法解析其指纹图谱。结果 黄柏饮片的光谱成像指纹图谱用于其品种和质量的鉴定,结果与性状,显微及理化鉴定结果相吻合。结论 光谱成像分析技术可用于中药指纹图谱的构建和质量评价,操作方法简便、快速、无损。 相似文献