绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 2 条结果
[硕士论文] 容毅标
信息与通信工程 汕头大学 2016(学位年度)
摘要:实现眼底图像中视盘的自动检测以及血管的自动分割在计算机辅助眼病诊断系统中扮演着重要的角色。本论文正是针对眼底图像中视盘的检测和血管的分割展开的。
  在视盘检测方面,本论文介绍了两个算法:一是基于AdaBoost和主动几何形状模型的算法,另一是基于结构学习的算法。
  基于AdaBoost和主动几何形状模型的方法是利用视盘的区域信息对视盘进行检测。该算法首先利用SLIC(Simple Linear Iterative Clustering)生成超像素,接着对超像素进行特征设计,然后利用AdaBoost算法对超像素进行分类,最后利用主动几何形状模型对分类所得的视盘区域边界进行圆拟合。该算法在DRIONS数据库上进行了验证,获得的实验结果表明了该算法的可行性与有效性。
  基于结构学习的方法是利用视盘的边缘信息实现视盘的检测的。该算法首先利用结构随机森林获取视盘的边缘映射图,接着对视盘边缘映射图进行阈值处理得到二值图像,最后在二值图像上进行圆霍夫变换,即利用圆对视盘的边缘进行近似。该算法在MESSIDOR数据库、DRIONS数据库以及ONHSD数据库上进行了测试。测试的结果(面积重叠率为0.8605,S系数为0.9181,正确率为0.9777,真阳性比例为0.9183,假阳性比例为0.0102)表明了该算法的有效性,并与当前多个在视盘检测方面表现优秀的算法具有可比性。
  在血管分割方面,本论文同样介绍了两个算法:一是基于通道选择和随机森林的方法,二是基于形态学操作和可控高斯滤波器的方法。
  基于通道选择和随机森林的方法属于有监督的学习算法。该算法首先利用形态学操作获取候选像素点,并基于原图像产生多个图像通道,接着对这些通道进行选择,并基于所选择的图像通道利于小图像块的方法为每个候选像素进行特征设计,最后利用随机森林对候选像素进行分类。该算法在DRIVE数据库上进行了测试,测试结果表明了该算法具有较强的竞争性。
  基于形态学操作和可控高斯滤波器的方法属于无监督的方法。该算法首先利用形态学操作获取一幅血管图像,接着利用可控高斯滤波器获取另一幅血管图像,最后取两幅血管图像的交集作为最终的血管图像。该算法在DRIVE和STARE数据库上进行了测试,测试的结果表明了该算法的可行性与有效性。
摘要:目的:计算机辅助乳房X线图像肿块的检测,能够辅助医生进行准确的诊断。但是由于乳房X线图像中的肿块通常与正常组织的特征比较相似,准确地检测出乳房X线图像中的肿块区域具有一定难度,到目前为止还没有通用的方法用于肿块的检测。方法:本文结合地形图学中的等高线概念提出了一种提取乳房X线图像中肿块边缘的新方法。该方法将经过各向异性滤波后的图像映射为等高线图,并结合肿块特征的先验知识,利用最小化均方误差的方法从等高线图中选择出最能代表肿块边缘的等高线作为肿块边缘。结果:实验结果表明用该方法进行肿块边缘的提取可以得到较低的假阳性结果,也就是说该方法能够准确地定位出乳房X线图像中的肿块区域的位置。结论:本文基于等高线映射图提出了一种提取肿块边缘的新方法,较低的假阳性结果表明,利用该方法能够对肿块区域进行准确的定位。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部