共查询到14条相似文献,搜索用时 46 毫秒
1.
目的研究和实现面向中医目诊的虹膜斑块定位,以利于深入研究虹膜及其图像特征与疾病、体质等因素间的对应关系。方法以虹膜仪采集图像为对象,研究并提出了一种基于中医目诊的虹膜斑块定位算法。该算法首先对虹膜图像预处理;再进行虹膜图像的区域对比特征计算;最后基于区域对比特征,通过阈值化和联通区域几何特征,进行虹膜斑块定位。结果本文算法在自行采集的虹膜仪图像数据集上进行测试,定位的精度(precision)为74.3%,召回率(recall)为83.9%。本文所提算法的运行时间,约为0.312 min每张虹膜图像。结论本文方法能有效定位虹膜斑块,定位准确度和运行速度优于现有方法。 相似文献
2.
针对利用Hough变换实现虹膜定位时遇到的一些问题提出了相应的解决方案。为减少Hough变换的计算量,本算法采用了“先采样后变换”、“由粗到精”的方法;为提高可靠性、减小噪声影响,算法利用了虹膜内外边界之间的耦合关系以缩小在边界参数空间内的搜索范围。在MAT—LAB软件环境下的试验表明,算法取得了良好的效果。 相似文献
3.
4.
5.
6.
中医目诊是通过观察眼部的神、色、形、态来诊断全身疾病的一种方法.对眼底血管的观察是目诊的主要内容.视网膜血管结构的变化与许多慢性疾病密切相关.图像处理技术在眼底图像研究的应用可以为系统性疾病提供早期诊断.眼底图像血管分割是眼底血管研究的基础,目前大体可分为基于匹配滤波、血管跟踪、形态学处理、形变模型以及机器学习的分割算... 相似文献
7.
8.
目的:探讨K均值聚类的改进算法,并将其应用于全身骨扫描图像的分割?方法:首先对二维全身骨SPECT图像进行锐化?平滑?灰度变换等预处理;其次用核密度估计方法拟合出图像像素概率密度函数曲线,根据曲线的峰值点确定K个初始聚类中心值;再应用K均值聚类对图像进行分割;最后使用模板匹配排除误识别的区域?结果:图像预处理凸显了感兴趣目标,并改善了图像质量;基于核密度估计的K均值聚类算法的Tanimoto相似度系数明显优于传统K均值算法,平均耗时短于其他分割算法?结论:核密度估计有效地避免K均值聚类算法中初始聚类中心选取的盲目性,使聚类结果更为快速?准确?稳定?改进的K均值聚类算法对骨扫描图像分割效果显著,更便于对感兴趣区域进行定性?定量分析? 相似文献
9.
基于案例推理的方法是一种基于知识获取的方法,也是一种新型的基于数据驱动的建模方法。基于案例推理的核心是案例检索。针对基于案例推理系统中案例检索工作,本文提出了一种改进的K最近邻回归建模算法。首先,基于聚类思想的最近邻回归算法可以实现对案例库的有效划分,从而提高案例检索质量;其次,针对K最近邻算法中邻居个数的选取问题,采用粒子群算法确定需要的邻居个数,取代传统的依靠经验确定邻居个数K的做法。通过对Mackey Glass混沌时间序列数据进行仿真预测,验证了该方法的可行性。 相似文献
10.
目的:探讨利用K—medoids聚类分析方法来寻找典型病理图像。方法:对正常、低度和高度鳞状上皮内病变宫颈细胞的51个特征参数进行标准化处理,以消除原始变量数量及量纲影响。运用统计软件R对所有特征参数进行K—medoids聚类分析。结果:对于正常、低度和高度鳞状上皮内病变宫颈细胞的分类正确率分别为91.7%、98.0%和92,0%。作为类中心点的3个病理图片可作为典型病理图片指导临床及教学研究。结论:该方法简单、方便,客观性强,可应用到其他医学领域定量研究。 相似文献
11.
噪声是影响中医疾病诊断图像质量至关重要的因素,噪声的存在使得图像信噪比下降,直接导致图像的某些特征细节淹没在图像噪声中不能被辨识。为了准确提取医学图像中的信息,提出了一种将全局变量最小化方法和小波变换方法相结合的医学图像处理方法,实验证明该方法能有效去除中医诊断图像中的噪声,有利于提高医师对疾病的诊断准确率。 相似文献
12.
胃食管反流病中医诊疗经验与实验研究进展 总被引:1,自引:0,他引:1
胃食管反流病是指胃十二指肠内容物反流入食管引起的烧心、反酸、胸痛等症状伴或不伴并发症的一种疾病。其反复发作的临床特点严重影响患者的生活质量。中医药在缓解临床症状、减轻副作用、降低复发率等方面展现出其独有的优势。该文从病因病机、临床治疗、实验研究3个方面论述了中医药治疗胃食管反流病的优势与特点,总结分析了近几年有关本病的中医诊疗经验与实验研究进展。 相似文献
13.
钟熙权 《广州中医药大学学报》1991,(Z1)
小儿伸直型肱骨髁上骨折的旋转移位是并发肘内翻畸形的主要原因之一,对其旋转方向和处理较难掌握,笔者介绍用拍摄侧位X—ray片观察内外旋骨标志的方法,能有效地鉴别旋转方向和程度,并对骨折整复后固定的体位提出中医治疗的有效方法. 相似文献
14.
CT图像的肺癌计算机辅助诊断一般可分为三大模块,即:CT的图像处理、肺肿块的特征提取,以及使用智能分类器对肿块的分类和诊断.研究主要实现计算机CT图像辅助诊断的最后一个模块的计算机化,为医生在最后诊断环节上提供一些参考信息.项目首先需要收集病例,当拿到一个病例,并通过医生辨认出结节后,医生再提供辨认出结节的特征,包括大小、数目、毛刺、分叶等16个.研究共收集到204个恶性病例和46个良性病例,共250个病例,并确定了它们的特征.这些特征通过翻译,转换为一组数字信号,即以数字向量来表示病例.把250个向量输入到新开发的主动被动近邻算法中进行分类诊断,结果显示,对204个恶性病例和46个良性病例进行分类的准确度在90%以上. 相似文献