期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于互信息的多通道联合稀疏模型及其组织病理图像分类
被引量：
4
1
作者
汤红忠
李骁
+1 位作者
张小刚
张东波
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第8期1514-1521,共8页
针对传统联合稀疏模型中共有分量与独有分量都采用相同的字典进行特征表示,导致编码系数判别性低的问题,提出一种基于互信息的多通道联合稀疏模型,并将其应用于组织病理图像的分类.该模型通过K均值对样本特征进行聚类,分别得到R,G与B通...
针对传统联合稀疏模型中共有分量与独有分量都采用相同的字典进行特征表示,导致编码系数判别性低的问题,提出一种基于互信息的多通道联合稀疏模型,并将其应用于组织病理图像的分类.该模型通过K均值对样本特征进行聚类,分别得到R,G与B通道的字典;其次利用样本特征与3个字典之间的互信息,剔除弱相关原子且构造了1个共有字典与3个独有字典,以此为基础建立了多通道联合稀疏模型;同时引入图像的空间信息,结合空间金字塔匹配模型对不同层次的图像特征进行联合稀疏编码,利用编码系数训练SVM分类器.实验结果表明,该模型具有更好的特征表示能力,大大提高了编码系数的判别性,获得了较好的分类性能与较强的鲁棒性.
展开更多
关键词
互信息
多通道联合稀疏模型
空间金字塔匹配
组织病理图像分类
在线阅读
下载PDF
职称材料
面向乳腺病理图像分类的非相干字典学习及稀疏表示算法
被引量：
1
2
作者
汤红忠
王翔
+1 位作者
郭雪峰
刘婷
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第8期1368-1375,共8页
针对乳腺病理图像分类,提出一种非相干字典学习及其稀疏表示算法.首先针对不同类别的图像,基于在线字典学习算法分别学习各类特定的子字典;其次利用紧框架建立一种非相干字典学习模型,通过交替投影优化字典的相干性、秩与紧框架性,从而...
针对乳腺病理图像分类,提出一种非相干字典学习及其稀疏表示算法.首先针对不同类别的图像,基于在线字典学习算法分别学习各类特定的子字典;其次利用紧框架建立一种非相干字典学习模型,通过交替投影优化字典的相干性、秩与紧框架性,从而有效地约束字典的格拉姆矩阵与参考格拉姆矩阵的距离,获得判别性更强的非相干字典;最后采用子空间旋转方法优化非相干字典的稀疏表示性能.利用乳腺癌数据集BreaKHis进行实验的结果证明,该算法所学习的非相干字典能平衡字典的判别性与稀疏表示性能,在良性肿瘤与恶性肿瘤图像分类上获得了86.0%的分类精度;在良性肿瘤图像中的腺病与纤维腺瘤的分类上获得92.5%的分类精度.
展开更多
关键词
非相干字典学习
紧框架
稀疏表示
组织病理图像分类
在线阅读
下载PDF
职称材料
基于生成对抗网络的低分化宫颈癌病理图像分类
被引量：
1
3
作者
李晨
张家伟
+1 位作者
张昊
汪茜
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第7期1054-1060,1064,共8页
使用生成对抗网络(GAN)扩充宫颈癌病理图像的数据集以提高计算机辅助诊断的准确率.首先,使用GAN进行细胞质部分图像生成;其次,使用两次k-means聚类对生成图像进行筛选;最后,使用Inception-V3模型对数据集进行分类训练.结果表明,在测试...
使用生成对抗网络(GAN)扩充宫颈癌病理图像的数据集以提高计算机辅助诊断的准确率.首先,使用GAN进行细胞质部分图像生成;其次,使用两次k-means聚类对生成图像进行筛选;最后,使用Inception-V3模型对数据集进行分类训练.结果表明,在测试集相同的情况下,该方法可以将总体分类准确率提升约2. 5%,尤其对低分化宫颈癌病理图像有显著效果.通过GAN解决了组织病理学图像无方向性、内容复杂、前景目标规则性差等问题,证明了该方法的有效性及发展潜力.
展开更多
关键词
宫颈癌辅助诊断
组织
病理
学
图像
分类
生成对抗网络
特征提取
K-MEANS聚类
在线阅读
下载PDF
职称材料
题名
基于互信息的多通道联合稀疏模型及其组织病理图像分类
被引量：
4
1
作者
汤红忠
李骁
张小刚
张东波
机构
湘潭大学信息工程学院
湖南大学电气与信息工程学院
湘潭大学智能计算与信息处理教育部重点实验室
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第8期1514-1521,共8页
基金
国家自然科学基金(61573299
61673162
+3 种基金
61602397)
湖南省自然科学基金(2017JJ3315
2017JJ2251
2016JJ3125)
文摘
针对传统联合稀疏模型中共有分量与独有分量都采用相同的字典进行特征表示,导致编码系数判别性低的问题,提出一种基于互信息的多通道联合稀疏模型,并将其应用于组织病理图像的分类.该模型通过K均值对样本特征进行聚类,分别得到R,G与B通道的字典;其次利用样本特征与3个字典之间的互信息,剔除弱相关原子且构造了1个共有字典与3个独有字典,以此为基础建立了多通道联合稀疏模型;同时引入图像的空间信息,结合空间金字塔匹配模型对不同层次的图像特征进行联合稀疏编码,利用编码系数训练SVM分类器.实验结果表明,该模型具有更好的特征表示能力,大大提高了编码系数的判别性,获得了较好的分类性能与较强的鲁棒性.
关键词
互信息
多通道联合稀疏模型
空间金字塔匹配
组织病理图像分类
Keywords
mutual information
multi-channel joint sparse coding model
spatial pyramid matching
histopathologicalimage classification
分类号
TP391.41 [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
面向乳腺病理图像分类的非相干字典学习及稀疏表示算法
被引量：
1
2
作者
汤红忠
王翔
郭雪峰
刘婷
机构
湘潭大学信息工程学院
湘潭大学智能计算与信息处理教育部重点实验室
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第8期1368-1375,共8页
基金
国家自然科学基金(61573299,61602397)
湖南省自然科学基金(2017JJ3315,2017JJ2251)
文摘
针对乳腺病理图像分类,提出一种非相干字典学习及其稀疏表示算法.首先针对不同类别的图像,基于在线字典学习算法分别学习各类特定的子字典;其次利用紧框架建立一种非相干字典学习模型,通过交替投影优化字典的相干性、秩与紧框架性,从而有效地约束字典的格拉姆矩阵与参考格拉姆矩阵的距离,获得判别性更强的非相干字典;最后采用子空间旋转方法优化非相干字典的稀疏表示性能.利用乳腺癌数据集BreaKHis进行实验的结果证明,该算法所学习的非相干字典能平衡字典的判别性与稀疏表示性能,在良性肿瘤与恶性肿瘤图像分类上获得了86.0%的分类精度;在良性肿瘤图像中的腺病与纤维腺瘤的分类上获得92.5%的分类精度.
关键词
非相干字典学习
紧框架
稀疏表示
组织病理图像分类
Keywords
incoherent dictionary learning
tight frame
sparse representation
histopathological image classification
分类号
TP391.41 [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
基于生成对抗网络的低分化宫颈癌病理图像分类
被引量：
1
3
作者
李晨
张家伟
张昊
汪茜
机构
东北大学医学与生物信息工程学院
辽宁省肿瘤医院
中国医科大学附属肿瘤医院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第7期1054-1060,1064,共8页
基金
国家自然科学基金资助项目(61806047,81902676)
中央高校基本科研业务费专项资金资助项目(N2019003).
文摘
使用生成对抗网络(GAN)扩充宫颈癌病理图像的数据集以提高计算机辅助诊断的准确率.首先,使用GAN进行细胞质部分图像生成;其次,使用两次k-means聚类对生成图像进行筛选;最后,使用Inception-V3模型对数据集进行分类训练.结果表明,在测试集相同的情况下,该方法可以将总体分类准确率提升约2. 5%,尤其对低分化宫颈癌病理图像有显著效果.通过GAN解决了组织病理学图像无方向性、内容复杂、前景目标规则性差等问题,证明了该方法的有效性及发展潜力.
关键词
宫颈癌辅助诊断
组织
病理
学
图像
分类
生成对抗网络
特征提取
K-MEANS聚类
Keywords
auxiliary diagnosis for cervical cancer
histopathological image classification
generative adversarial networks(GAN)
feature extracting
k-means clustering
分类号
TP737.33 [自动化与计算机技术—检测技术与自动化装置]
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
基于互信息的多通道联合稀疏模型及其组织病理图像分类
汤红忠
李骁
张小刚
张东波
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018
4
在线阅读
下载PDF
职称材料
2
面向乳腺病理图像分类的非相干字典学习及稀疏表示算法
汤红忠
王翔
郭雪峰
刘婷
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019
1
在线阅读
下载PDF
职称材料
3
基于生成对抗网络的低分化宫颈癌病理图像分类
李晨
张家伟
张昊
汪茜
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
