排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
我们尝试用BP神经网络分割全身骨SPECT图像,实现病变区域的自动识别。由于SPECT图像病变区域的判断要考虑图像的整体信息,其特征具有不确定性,单靠神经网络识别很难达到理想的效果。我们把分割过程分预处理、神经网络分割和后处理三部分,先用最佳阈值法进行预处理,然后用神经网络进行粗分类,最后用模板匹配和去对称程序排除误识别的区域。 相似文献
3.
4.
全身骨SPECT图像受成像原理限制,膀胱区域灰度值很高,影响图像整体的亮度、对比度和可读性;膀胱区域与病灶具有相似的灰度特征,不利于对图像进行病灶的自动识别等处理.GVF Snake模型是传统Snake的改进模型,我们用GVF Snake模型分割膀胱区域,实现全自动去除膀胱区域,为SPECT全身骨图像的各种处理提供良好的环境. 相似文献
5.
胰腺癌是实体瘤中预后较差的肿瘤,手术切除后的总体生存率较低。吉西他滨单药及其联合治疗是治疗胰腺癌的一线方案,但该药在体内易产生耐药性,从而严重影响预后。为了解决胰腺癌治疗中吉西他滨的耐药性问题,研究人员在脂质体、纳米粒和胶束等新型递送系统方面进行了诸多探索与研究。该文介绍了吉西他滨耐药性产生的原因,综述了吉西他滨纳米递送系统在治疗胰腺癌中的应用,以期为吉西他滨递送系统的开发提供参考。 相似文献
1