检索结果-维普期刊中文期刊服务平台

利用多分辨率直方图特征分类数字X光乳腺图像被引量：10: 1; 作者刘欣悦黄廉卿《光学精密工程》 EI CAS CSCD 北大核心 2006年第2期327-332,共6页; 提出了一种结合多分辨率直方图特征表示与核学习算法的数字X光乳腺图像的分类方法。该方法不依赖特征选择步骤,而是基于感兴趣区(ROI)的高维多分辨率直方图特征,通过从训练实例中学习,同时检测多种异常的ROI。对该方法进行接收器工作特... 展开更多; 关键词模式分类计算机辅助诊断多分辨率直方图核学习算法; 在线阅读下载PDF 职称材料

基于广义可信度阈值判别和多分辨率方向梯度直方图的字符预分类被引量：1: 2; 作者孙广玲沈宙彪陈岳军《上海大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第6期614-619,共6页; 针对字符预分类问题,提出基于广义可信度阈值判别的规则和多分辨率方向梯度直方图特征,证明该规则具有"错误率"和"平均候选类别数"的最优折衷.基于梯度图像高斯金字塔,提取了多分辨率方向梯度直方图特征.实验结果表... 展开更多; 关键词预分类广义可信度多分辨率方向梯度直方图; 在线阅读下载PDF 职称材料

胸部CT图像中孤立性肺结节良恶性快速分类被引量：25: 3; 作者刘露刘宛予 +4 位作者楚春雨吴军周洋张红霞鲍劼《光学精密工程》 EI CAS CSCD 北大核心 2009年第8期2060-2068,共9页; 为突破医学影像诊断学依据医学征象进行定性诊断准确度不高的瓶颈,针对胸部CT图像中孤立性肺结节(SPN)定性诊断问题,提出了能够用图像特征有效表示SPN病理特性,快速准确诊断SPN良恶性的计算机辅助诊断系统。采取交互式分割方法从胸部CT... 展开更多; 关键词孤立性肺结节(SPN) CT图像良恶性结节多分辨率直方图支持向量机(SVM); 在线阅读下载PDF 职称材料

CT图像中肿大淋巴结肺癌转移分类方法被引量：6: 4; 作者刘露刘宛予 +4 位作者楚春雨吴军周洋张红霞鲍劼《电子与信息学报》 EI CSCD 北大核心 2009年第10期2476-2482,共7页; 为解决肺癌N分期中胸部CT难于对肿大淋巴结是否癌转移进行评价的问题,寻求能够有效表示淋巴结病理特性的图像特征,实现对肿大淋巴结癌转移快速准确地判别。该文采取交互式分割从CT图像中提取出肿大淋巴结;直接计算淋巴结的多分辨率直方... 展开更多; 关键词肺癌N分期 CT图像肿大淋巴结多分辨率直方图支持向量机(SVM); 在线阅读下载PDF 职称材料

基于多特征扩展pLSA模型的场景图像分类被引量：10: 5; 作者江悦王润生《信号处理》 CSCD 北大核心 2010年第4期539-544,共6页; 场景图像分类近年来受到人们的广泛关注,而基于统计模型的方法更是场景分类中的研究热点。我们提出了一种新的基于多特征融合和扩展pLSA模型的场景图像分类框架。对每幅图像首先用多尺度规则分割确定局部基元,然后提取每个局部基元的多... 展开更多; 关键词多分辨率直方图矩特征场景分类概率生成模型; 在线阅读下载PDF 职称材料

题名利用多分辨率直方图特征分类数字X光乳腺图像被引量：10: 1; 作者刘欣悦黄廉卿; 机构中国科学院长春光学精密机械与物理研究所; 出处《光学精密工程》 EI CAS CSCD 北大核心 2006年第2期327-332,共6页; 文摘提出了一种结合多分辨率直方图特征表示与核学习算法的数字X光乳腺图像的分类方法。该方法不依赖特征选择步骤,而是基于感兴趣区(ROI)的高维多分辨率直方图特征,通过从训练实例中学习,同时检测多种异常的ROI。对该方法进行接收器工作特性(ROC)分析,敏感性约为89%,ROC曲线下面积(AUC)接近0.91。与以前所提出的检测方法相比,该方法不需要针对特定类型病变选择特征表示,因此可以同时检测多种类型的病变,简化了检测过程,提高了检测效率,而且分类性能也达到或超过了以前方法的平均分类性能。结果表明,利用多分辨率直方图特征表示能够很好地区分乳腺图像中正常和异常区域,同时也显示了借助核学习算法消除或限制分类任务中特征选择步骤的可能性。; 关键词模式分类计算机辅助诊断多分辨率直方图核学习算法; Keywords pattern classlfication computer-aided diagnosis multi resolution histogram kernel- based learning method; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于广义可信度阈值判别和多分辨率方向梯度直方图的字符预分类被引量：1: 2; 作者孙广玲沈宙彪陈岳军; 机构上海大学通信与信息工程学院; 出处《上海大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第6期614-619,共6页; 基金上海市教委科研基金资助项目(06AZ036); 文摘针对字符预分类问题,提出基于广义可信度阈值判别的规则和多分辨率方向梯度直方图特征,证明该规则具有"错误率"和"平均候选类别数"的最优折衷.基于梯度图像高斯金字塔,提取了多分辨率方向梯度直方图特征.实验结果表明,该规则和特征具有一定的优越性.; 关键词预分类广义可信度多分辨率方向梯度直方图; Keywords pre-classification generalized confidence multi-resolution histogram of oriented gradient; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名胸部CT图像中孤立性肺结节良恶性快速分类被引量：25: 3; 作者刘露刘宛予楚春雨吴军周洋张红霞鲍劼; 机构哈尔滨工业大学HIT-INSA中法生物医学图像联合研究中心哈尔滨理工大学自动化学院哈尔滨医科大学附属肿瘤医院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2009年第8期2060-2068,共9页; 基金国家国际科技合作重大专项(No.2007DFB30320) 国家自然科学基金资助项目(No.60777004) 黑龙江省教育厅科技计划项目(No.11531048); 文摘为突破医学影像诊断学依据医学征象进行定性诊断准确度不高的瓶颈,针对胸部CT图像中孤立性肺结节(SPN)定性诊断问题,提出了能够用图像特征有效表示SPN病理特性,快速准确诊断SPN良恶性的计算机辅助诊断系统。采取交互式分割方法从胸部CT图像中提取出SPN;直接计算SPN图像的多分辨率直方图得到768维空间信息特征样本集;然后,充分利用具有处理高维数据集优势的支持向量机(SVM)构造SPN良恶性分类器;最后,通过测试样本集对经训练后的SVM分类器进行测试以评价分类性能。对214例病例进行实验,结果表明:240个SPN图像的768维特征计算所用时间为4.83s,SVM分类器训练测试所用时间为2.24s,敏感性为73.33%,特异性为70%,准确度达71.67%,接受者操作特性曲线(ROC)下面积(AUC)为0.7864。该系统提取的高维图像空间信息特征能够有效表示SPN特性;没有考虑医学征象进行SPN定性诊断的准确度即可达到71.67%,同时分类速度比传统纹理算法提高了近50倍,为医学影像学解决SPN定性诊断问题提供了便捷、客观的辅助手段。; 关键词孤立性肺结节(SPN) CT图像良恶性结节多分辨率直方图支持向量机(SVM); Keywords Solitary Pulmonary Nodule（SPN） CT image benign and malignant nodules multi-resolution histogram Support Vector Machine（SVM）; 分类号 TP394.1 [自动化与计算机技术—计算机应用技术] R445.3 [医药卫生—影像医学与核医学]; 在线阅读下载PDF 职称材料

题名CT图像中肿大淋巴结肺癌转移分类方法被引量：6: 4; 作者刘露刘宛予楚春雨吴军周洋张红霞鲍劼; 机构哈尔滨工业大学HIT-INSA中法生物医学图像联合研究中心哈尔滨理工大学自动化学院哈尔滨医科大学附属肿瘤医院; 出处《电子与信息学报》 EI CSCD 北大核心 2009年第10期2476-2482,共7页; 基金国家国际科技合作重大专项(2007DFB30320) 国家自然科学基金(60777004) 黑龙江省教育厅科技计划项目(11531048)资助课题; 文摘为解决肺癌N分期中胸部CT难于对肿大淋巴结是否癌转移进行评价的问题,寻求能够有效表示淋巴结病理特性的图像特征,实现对肿大淋巴结癌转移快速准确地判别。该文采取交互式分割从CT图像中提取出肿大淋巴结;直接计算淋巴结的多分辨率直方图得到200维空间信息特征样本集;利用具有处理高维数据集优势的支持向量机(SVM)构造分类器;用测试集对经训练的SVM分类器进行测试以评价分类性能。经96例病例实验结果表明:100个淋巴结图像的200维特征计算用时1.91s,SVM分类器训练测试用时1.36s,敏感性76%,特异性64%,准确度70%,接受者操作特性曲线(ROC)下面积(AUC)0.6525。高维图像空间信息特征能够有效表示淋巴结特性;没有考虑医学征象进行肿大淋巴结癌转移定性诊断的准确度就达到了70%,同时分类速度比传统纹理算法提高了约10倍。; 关键词肺癌N分期 CT图像肿大淋巴结多分辨率直方图支持向量机(SVM); Keywords Lung cancer N stage CT image Tumid lymph nodes Multi-resolution histogram Support Vector Machine; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] R445.3 [医药卫生—影像医学与核医学]; 在线阅读下载PDF 职称材料

题名基于多特征扩展pLSA模型的场景图像分类被引量：10: 5; 作者江悦王润生; 机构湖南长沙国防科技大学电子科学与工程学院ATR实验室; 出处《信号处理》 CSCD 北大核心 2010年第4期539-544,共6页; 文摘场景图像分类近年来受到人们的广泛关注,而基于统计模型的方法更是场景分类中的研究热点。我们提出了一种新的基于多特征融合和扩展pLSA模型的场景图像分类框架。对每幅图像首先用多尺度规则分割确定局部基元,然后提取每个局部基元的多分辨率直方图矩特征和SIFT特征,最后用扩展的概率生成模型对图像集进行建模,测试。我们的方法不仅能够很好的表示图像的语义特性而且在模型的训练阶段是无监督的。我们针对目前常用的3个数据库,做了三组对比实验,均取得了比以前的方法更好的识别结果。; 关键词多分辨率直方图矩特征场景分类概率生成模型; Keywords multiresolution histogram moments feature scene classification probability generative model; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	利用多分辨率直方图特征分类数字X光乳腺图像	刘欣悦黄廉卿	《光学精密工程》 EI CAS CSCD 北大核心	2006	10	在线阅读下载PDF 职称材料
2	基于广义可信度阈值判别和多分辨率方向梯度直方图的字符预分类	孙广玲沈宙彪陈岳军	《上海大学学报（自然科学版）》 CAS CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料
3	胸部CT图像中孤立性肺结节良恶性快速分类	刘露刘宛予楚春雨吴军周洋张红霞鲍劼	《光学精密工程》 EI CAS CSCD 北大核心	2009	25	在线阅读下载PDF 职称材料
4	CT图像中肿大淋巴结肺癌转移分类方法	刘露刘宛予楚春雨吴军周洋张红霞鲍劼	《电子与信息学报》 EI CSCD 北大核心	2009	6	在线阅读下载PDF 职称材料
5	基于多特征扩展pLSA模型的场景图像分类	江悦王润生	《信号处理》 CSCD 北大核心	2010	10	在线阅读下载PDF 职称材料