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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著經(jīng)濟(jì)的發(fā)展和生活水平的提高,健康問題越來越受到人們的關(guān)注。胃癌是中國常見的癌癥死亡原因之一,它嚴(yán)重的危害人類的健康。隨著多層螺旋CT技術(shù)的不斷發(fā)展以及廣泛應(yīng)用,CT圖像已成為胃癌診斷的重要手段和方法。醫(yī)學(xué)影像設(shè)備的不斷更新使得影像數(shù)據(jù)的獲取變得越來越容易,醫(yī)院的放射影像數(shù)量也隨之指數(shù)級的增加,這極大的增加了醫(yī)生的負(fù)擔(dān),使醫(yī)生診斷的準(zhǔn)確率難以保證。為了解決這個問題,本文圍繞CT序列圖像中胃癌病變區(qū)域的分割這一課題主要完成了如下工作:<
2、br> 1.提出基于字典學(xué)習(xí)的聯(lián)合分割方法,針對胃癌病變區(qū)域在CT圖像中邊界模糊且與周圍組織器官灰度差異小的問題,采用交互式方法分割少量圖像得到準(zhǔn)確的分割結(jié)果,然后基于此結(jié)果學(xué)習(xí)字典并匹配序列中其余圖像來得到分割結(jié)果,即保證了分割準(zhǔn)確率又節(jié)省了時間。
2.提出基于字典遷移的聯(lián)合分割方法,將字典學(xué)習(xí)和遷移學(xué)習(xí)兩種思想結(jié)合在一起,在字典學(xué)習(xí)的基礎(chǔ)上通過遷移CT圖像序列中目標(biāo)區(qū)域變化大的部分來更新字典,增強(qiáng)了字典的描述能力和完備性
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于字典遷移學(xué)習(xí)的胃部CT序列圖像聯(lián)合分割.pdf
- 基于遷移學(xué)習(xí)的胃部CT序列圖像ROI區(qū)域提取.pdf
- 基于譜聚類和字典學(xué)習(xí)的圖像分割.pdf
- 基于字典學(xué)習(xí)的無監(jiān)督遷移聚類及其在SAR圖像分割中的應(yīng)用.pdf
- 基于聯(lián)合字典學(xué)習(xí)的圖像去噪.pdf
- 基于字典學(xué)習(xí)的低劑量CT圖像處理方法.pdf
- 基于無監(jiān)督分割和局部特征匹配的胃部CT圖像淋巴結(jié)檢測.pdf
- 基于字典學(xué)習(xí)的低劑量CT圖像質(zhì)量提高算法研究.pdf
- 基于字典的低劑量CT圖像處理.pdf
- 基于CT圖像的血管分割.pdf
- 基于稀疏梯度域字典學(xué)習(xí)的低劑量腦CT圖像恢復(fù).pdf
- 基于稀疏表示和字典學(xué)習(xí)的低劑量CT圖像恢復(fù)研究.pdf
- 基于字典學(xué)習(xí)的MRI圖像重建.pdf
- 基于稀疏表示的胃部CT圖像淋巴結(jié)檢測與識別.pdf
- 基于字典學(xué)習(xí)的圖像處理方法研究.pdf
- 基于圖論的心臟CT圖像分割的研究.pdf
- 基于CT圖像的血管分割算法研究.pdf
- 基于CT圖像的肝靜脈分割方法.pdf
- 基于ct圖像的血管分割算法研究
- 基于流形學(xué)習(xí)和字典學(xué)習(xí)的圖像檢索.pdf
評論
0/150
提交評論