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48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、目的:研究乳腺腫塊的分割方法,對不同的分割方法做比較,并在對乳腺腫塊正確分割的基礎(chǔ)上,實現(xiàn)乳腺腫塊的計算機輔助診斷,將診斷結(jié)果與活檢結(jié)果做比較。 材料與方法:本研究選取經(jīng)活檢證實的含腫塊的乳腺CR圖像。所用圖像采自GELmsg&一178-2-2DMR+,Kodak專用IP分辨率20pixels/mm,像素大小為50/цm×50am。 本研究用一種新的分割方法一動態(tài)規(guī)劃法,同時用傳統(tǒng)的方法一區(qū)域增長法和閾值法對乳腺腫塊進行

2、分割,通過用計算重疊率的方法將三種分割方法與手工分割的結(jié)果進行比較。對40幅分割后的圖像提取特征輸入人工神經(jīng)網(wǎng)絡,其中25幅用于訓練,15幅用于測試,網(wǎng)絡的輸出表示腫塊良惡性可能性大小。 結(jié)果:本研究用三種分割方法:動態(tài)規(guī)劃法、區(qū)域增長法和閾值法實現(xiàn)了對乳腺腫塊的分割,通過計算40幅圖像三種分割方法與手工分割的重疊率,結(jié)果表明三種方法與手工分割的重疊率分別為:0.70±0.069,0.60±0.066和0.66±0.066。對動

3、態(tài)規(guī)劃法的分割結(jié)果提取腫塊特征作為神經(jīng)網(wǎng)絡的輸入變量,用訓練后的網(wǎng)絡對15幅含腫塊的圖像進行測試,將神經(jīng)網(wǎng)絡的輸出與活檢結(jié)果比較,結(jié)果表明神經(jīng)網(wǎng)絡對良性腫塊的正確診斷率為85.7﹪,對惡性腫塊的正確診斷率為75﹪。 結(jié)論:本研究用三種方法實現(xiàn)了對乳腺腫塊的分割,同時與手工分割法做比較,通過計算重疊率可以看出在對乳腺腫塊的分割中,三種分割方法的分割結(jié)果均有顯著性差異,動態(tài)規(guī)劃法優(yōu)于區(qū)域增長法和閾值法。通過神經(jīng)網(wǎng)絡對乳腺腫塊的良惡性

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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