注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 乳腺X线图像的增强与噪声抑制研究

  2. 乳腺X线图像的增强与噪声抑制研究，通过新的算法把X线的图像进行增强处理，提高对比度，很好的抑制噪声

  3. 所属分类：医疗

    • 发布日期：2014-12-02
    • 文件大小：476kb
    • 提供者：davidwind

  1. 基于钼靶X线影像的乳腺微钙化点检测和良恶性识别算法研究

  2. 基于钼靶X线影像的乳腺微钙化点检测和良恶性识别算法研究

  3. 所属分类：Access

    • 发布日期：2016-05-28
    • 文件大小：2mb
    • 提供者：qq_35142996

  1. 乳腺X线影像中微钙化点检测新方法

  2. 乳腺X线影像中微钙化点检测新方法 [日期：2005-11-29] 来源：电子技术应用  作者：胡正平 吴 燕 王成儒 [字体：大 中 小] 　 摘要：提出利用贡献矩阵对图像预处理，利用二维主成分分析方法提取区域特征。先检测感兴趣区域，再检测微钙化点，并提出质量可分级的支持向量机作为分类器，最后利用顺序滤波法对钙化点的检测结果进行修正。实验结果表明，该算法有效地降低了假阳性。     关键词：支持向量机 贡献矩阵 顺序滤波 乳腺癌是一种常见的妇科恶性肿瘤。由于病因未知，所以

  3. 所属分类：其它

    • 发布日期：2020-12-13
    • 文件大小：96kb
    • 提供者：weixin_38631282

  1. MIAS Mammography MIAS乳腺摄影：寻找乳腺癌-数据集

  2. 数据是用于乳腺X线摄影扫描的图像和标签/注释。自动发现病变对医师而言将是非常有用的工具，还可根据发现/标记的病变预测恶性肿瘤。 Info.txt all_mias_scans.h5 MIAS Mammography_datasets.txt MIAS Mammography_datasets.zip

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：311mb
    • 提供者：weixin_38674124

  1. 乳腺钼靶X线肿块检测及分割方法

  2. 乳腺钼靶X线肿块检测及分割方法

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：391kb
    • 提供者：weixin_38630139

  1. 基于极限学习机的数字化乳腺X线摄影乳腺分类

  2. 基于极限学习机的数字化乳腺X线摄影乳腺分类

  3. 所属分类：其它

  1. 基于传统和深度学习的乳腺X线图像分析方法

  2. 基于传统和深度学习的乳腺X线图像分析方法

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：736kb
    • 提供者：weixin_38619207

  1. 使用组合锚图散列和迭代量化的可扩展乳房X线照片检索

  2. 摘要—基于内容的图像检索（CBIR）在临床决策中具有重要意义，它探索医学图像的视觉内容，而不是关键字，标签或描述。 它为医生提供了一种以图像为指导的方法，以探索相关案例，为医生提供指导性参考。 乳房X线照片筛查已被广泛用于乳腺癌的早期诊断，可以降低其发病率和死亡率。 在本文中，我们旨在为大型乳房X线照片库开发可扩展的CBIR方法。 为此，我们扩展了原始的锚图散列（AGH）并提出了一种新的无监督散列算法，称为带有迭代量化的复合AGH（C-AGH-ITQ），该算法将乳房X线摄影区域（ROI）压缩为紧

  3. 所属分类：其它

  1. 乳腺X线照片与超声图像相结合的选择性集合分类方法在乳腺癌诊断中的应用

  2. 乳腺癌一直是威胁妇女生命的主要疾病之一。 乳腺癌的早期发现和诊断在降低乳腺癌的死亡率中起着重要的作用。 在本文中，我们提出了一种与KNN，SVM和朴素贝叶斯相结合的选择性集合方法，以结合超声图像和X线钼靶图像对乳腺癌进行诊断。 我们的实验结果表明，选择性分类方法的准确度为88.73％，灵敏度为97.06％，对于乳腺癌的诊断是有效的。 指标提出了一种选择整体学习基础分类器的新方法。

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：880kb
    • 提供者：weixin_38737980

  1. 基于卷积神经网络的乳腺X线摄影质量检测

  2. 基于卷积神经网络的乳腺X线摄影质量检测

  3. 所属分类：其它

  1. 改进小波神经网络的医学图像智能分类新混合方法

  2. 在所有女性癌症中，乳腺癌是导致死亡的第二大主要原因。 在本文中，我们提出了一种用于早期乳腺癌智能分类的新方法。 我们将小波理论与神经网络理论相结合，构造了一种改进的小波神经网络（IWNN），用于数字乳腺X线摄影分类。 首先，我们将冗余二进小波变换与脊波变换相结合以增强图像。 由于保留了大多数包含信号的小波系数，因此可以更好地保持图像细节。 然后，提取源区域的统计系数作为分类的特征。 最后，通过在实际数据集MIAS（乳腺图像分析学会）上使用IWNN对医学图像进行分类。 实验结果表明，提出的IWNN

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：164kb
    • 提供者：weixin_38565628

  1. 对比双侧视图信息的致密型乳腺 X 线图像肿块检测

  2. 对比双侧视图信息的致密型乳腺 X 线图像肿块检测

  3. 所属分类：其它

  1. 乳腺X线摄影中的乳腺边界分割和钙化检测的分层管道

  2. 乳腺X线摄影中的乳腺边界分割和钙化检测的分层管道

  3. 所属分类：其它

  1. 中国妇女乳腺X线钼靶摄影普查成本效益分析

  2. 中国妇女乳腺X线钼靶摄影普查成本效益分析

  3. 所属分类：其它

  1. 基于LVQ神经网络的微钙化簇自动检测算法

  2. 鉴于早期乳腺癌X射线照片中的微钙化簇极小且不规则，具有不同的形状和分布以及对比度不令人满意的低对比度，小尺寸的微钙化簇和不令人满意的低对比度往往容易被忽略或被医生误诊了。 本文应用LVQ神经网络，基于统计方法的特征提取，将微钙化簇在数字化乳腺X线照片中分类为恶性或良性。 结果表明，LVQ神经网络方法简单有效。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：383kb
    • 提供者：weixin_38638312

  1. 基于子区域分类的乳腺密度估计

  2. 乳腺密度常用于乳腺癌早期诊断。提出了一种基于子区域分析的乳腺密度估计方法。该方法先将整幅钼靶X线图像中的乳腺区域分割为互不重叠的子区域,采用直方图矩描述各子区域的灰度分布,并结合支持向量机将各子区域分为高密度和低密度两类;通过计算高密度子区域占所有子区域的比例,最终得到钼靶图像中乳腺密度。实验表明,该方法对乳腺X线图像具有很好的分类效果。

  3. 所属分类：其它

  1. breast_cancer_classifier：深度神经网络可提高放射科医生在乳腺癌筛查中的表现-源码

  2. 深度神经网络可提高放射科医生在乳腺癌筛查中的表现 介绍 这是用于乳腺癌分类的模型的实现，如我们的论文《。 该实现允许用户通过应用我们的预训练模型之一来获得乳腺癌预测：以图像为输入的模型（仅图像）和以图像和热图为输入的模型（图像和热图）。 输入图像：2张大小为2677x1942的CC乳腺摄影图像和2张大小为2974x1748的MLO乳腺摄影图像。 每个图像都保存为16位png文件，并在送入模型之前分别进行标准化。 输入热图：构建的补丁分类器的输出与其相应的乳房X线照片的大小相同。 每个乳房X线

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：227mb
    • 提供者：weixin_42143161

  1. 基于二进小波与PDE的乳腺X线图像增强

  2. 腺钼靶X线摄影成像是乳腺癌早期发现、早期诊断的最有效方法，具有重要价值.本文提出结合à trous算法与偏微分方程的乳腺X线图像增强，该方法在二进小波理论基础上，利用推广的二维à trous算法对乳腺图进行分解，接着根据低频和高频系数特点设计了不同的软硬阈值法对经过分解后的低频子带进行去噪预处理，进而利用最大类间方差法的7段对称连续分段函数增强；而高频在偏微分方程的P-M正则化模型基础上利用一个新的扩散系数，调整常数α以达到对高频子带噪声较好抑制，后用改进的具有动态范围压缩和颜色保真的多尺度Re

  3. 所属分类：其它

  1. 乳腺X线摄影筛查中微钙化簇的新检测算法

  2. 乳腺X线摄影筛查中微钙化簇的新检测算法

  3. 所属分类：其它