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
基于边缘修正的高光谱图像超像素空谱核分类方法
被引量：
9
1
作者
陈允杰
马辰阳
+1 位作者
孙乐
詹天明
《电子学报》
EI
CAS
CSCD
北大核心
2019年第1期73-81,共9页
本文提出了一种边缘修正的超像素空间光谱核分类方法,该方法能够有效解决构建空谱核时超像素方法提取的空间信息完全依赖于同一个超像素特征,边缘处像素空间信息刻画不准确这一缺陷,从而有效提升分类精度.首先本文提出一种固定窗口与超...
本文提出了一种边缘修正的超像素空间光谱核分类方法,该方法能够有效解决构建空谱核时超像素方法提取的空间信息完全依赖于同一个超像素特征,边缘处像素空间信息刻画不准确这一缺陷,从而有效提升分类精度.首先本文提出一种固定窗口与超像素结合的同质区域选择方法,对提取的邻域像素进行赋权,将超像素中固定窗口外的像素权值置零,得到修正的空间光谱核;其次,进一步考虑相邻超像素之间的相关性,得到相邻超像素间的空间特征光谱核,并与上一步中的空间光谱核进行凸组合得到修正的超像素空间光谱核,最后采用支持向量机进行分类.真实高光谱数据实验结果表明:本文方法能有效克服超像素空谱核的空间信息不稳定性,分类精度优于现有的最新的分类方法.
展开更多
关键词
高光谱图像分类
空谱核
超像素核
核方法
在线阅读
下载PDF
职称材料
基于多核协同表示分类的脑肿瘤分割算法
被引量：
6
2
作者
葛婷
詹天明
牟善祥
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2019年第5期578-585,共8页
为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中...
为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中利用多核协同表示分类方法,将原始光谱信息与所提取的多尺度空间特征融合并应用于脑肿瘤图像的分类,最后结合临床特征实现了脑肿瘤区域的分割。在MICCAI BraTS 2012和2013数据集上的测试结果表明,与现有脑肿瘤分割算法相比,该文方法能够更好地提取脑肿瘤区域,并具有较好的分割精度。
展开更多
关键词
核磁共振图像
脑肿瘤
图像分割
超像素
多尺度
多核协同表示分类
在线阅读
下载PDF
职称材料
基于核磁共振图像的脑肿瘤分割方法研究
被引量：
5
3
作者
葛婷
詹天明
+1 位作者
李勤丰
牟善祥
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2021年第2期179-188,共10页
利用脑肿瘤核磁共振(Magnetic resonance,MR)图像提供的关于肿瘤和脑组织的形状、大小与定位等信息准确地分割出脑肿瘤区域,对监测脑肿瘤患者的肿瘤生长或缩小、制定手术或放化疗计划都起着重要的作用。探讨了脑肿瘤MR图像分割的背景与...
利用脑肿瘤核磁共振(Magnetic resonance,MR)图像提供的关于肿瘤和脑组织的形状、大小与定位等信息准确地分割出脑肿瘤区域,对监测脑肿瘤患者的肿瘤生长或缩小、制定手术或放化疗计划都起着重要的作用。探讨了脑肿瘤MR图像分割的背景与意义,整理了脑肿瘤分割方法中常用的评估指标以及实验数据库的发展过程。基于脑肿瘤MR图像的特点讨论了脑肿瘤分割的难点,并从MR成像缺陷、脑组织解剖结构以及脑肿瘤的复杂性等方面进行归纳。对脑肿瘤分割方法的分类以及常见的分割方法进行了研究,分析了基于图论的分割方法、基于可形变模型的分割方法以及基于机器学习的分割方法及其进展。最后,结合脑肿瘤分割中存在的问题对未来的研究工作进行展望。
展开更多
关键词
脑肿瘤
核磁共振成像
脑肿瘤分割
医学图像分割
图论
水平集
模糊C-均值
人工神经网络
核方法
在线阅读
下载PDF
职称材料
题名
基于边缘修正的高光谱图像超像素空谱核分类方法
被引量：
9
1
作者
陈允杰
马辰阳
孙乐
詹天明
机构
南京
信息
工程
大学
数学与统计
学院
南京
信息
工程
大学
计算机与软件
学院
南京审计大学信息与工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2019年第1期73-81,共9页
基金
国家自然科学基金(No.61672291
No.61601236
+2 种基金
No.61502206)
江苏省自然科学(No.BK20150923
No.BK20150523)
文摘
本文提出了一种边缘修正的超像素空间光谱核分类方法,该方法能够有效解决构建空谱核时超像素方法提取的空间信息完全依赖于同一个超像素特征,边缘处像素空间信息刻画不准确这一缺陷,从而有效提升分类精度.首先本文提出一种固定窗口与超像素结合的同质区域选择方法,对提取的邻域像素进行赋权,将超像素中固定窗口外的像素权值置零,得到修正的空间光谱核;其次,进一步考虑相邻超像素之间的相关性,得到相邻超像素间的空间特征光谱核,并与上一步中的空间光谱核进行凸组合得到修正的超像素空间光谱核,最后采用支持向量机进行分类.真实高光谱数据实验结果表明:本文方法能有效克服超像素空谱核的空间信息不稳定性,分类精度优于现有的最新的分类方法.
关键词
高光谱图像分类
空谱核
超像素核
核方法
Keywords
hyperspectral classification
spatial-spectral kernel
superpixel based kernel
kernel-based method
分类号
TP751 [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
基于多核协同表示分类的脑肿瘤分割算法
被引量：
6
2
作者
葛婷
詹天明
牟善祥
机构
南京
理工
大学
电子
工程
与光电技术
学院
金陵科技
学院
理
学院
南京审计大学信息与工程学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2019年第5期578-585,共8页
文摘
为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中利用多核协同表示分类方法,将原始光谱信息与所提取的多尺度空间特征融合并应用于脑肿瘤图像的分类,最后结合临床特征实现了脑肿瘤区域的分割。在MICCAI BraTS 2012和2013数据集上的测试结果表明,与现有脑肿瘤分割算法相比,该文方法能够更好地提取脑肿瘤区域,并具有较好的分割精度。
关键词
核磁共振图像
脑肿瘤
图像分割
超像素
多尺度
多核协同表示分类
Keywords
magnetic resonance images
brain tumors
image segmentation
superpixel
multi-scales
multi-kernel collaborative representation 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
基于核磁共振图像的脑肿瘤分割方法研究
被引量：
5
3
作者
葛婷
詹天明
李勤丰
牟善祥
机构
南京
理工
大学
电子
工程
与光电技术
学院
金陵科技
学院
理
学院
南京审计大学信息与工程学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2021年第2期179-188,共10页
文摘
利用脑肿瘤核磁共振(Magnetic resonance,MR)图像提供的关于肿瘤和脑组织的形状、大小与定位等信息准确地分割出脑肿瘤区域,对监测脑肿瘤患者的肿瘤生长或缩小、制定手术或放化疗计划都起着重要的作用。探讨了脑肿瘤MR图像分割的背景与意义,整理了脑肿瘤分割方法中常用的评估指标以及实验数据库的发展过程。基于脑肿瘤MR图像的特点讨论了脑肿瘤分割的难点,并从MR成像缺陷、脑组织解剖结构以及脑肿瘤的复杂性等方面进行归纳。对脑肿瘤分割方法的分类以及常见的分割方法进行了研究,分析了基于图论的分割方法、基于可形变模型的分割方法以及基于机器学习的分割方法及其进展。最后,结合脑肿瘤分割中存在的问题对未来的研究工作进行展望。
关键词
脑肿瘤
核磁共振成像
脑肿瘤分割
医学图像分割
图论
水平集
模糊C-均值
人工神经网络
核方法
Keywords
brain tumor
magnetic resonance image
brain tumor segmentation
medical image segmentation
brain tumor segmentation assessment
graph theory
level set
fuzzy C-means
artificial neural networks
kernel method
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TN911.73 [电子电信—通信与信息系统]
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
基于边缘修正的高光谱图像超像素空谱核分类方法
陈允杰
马辰阳
孙乐
詹天明
《电子学报》
EI
CAS
CSCD
北大核心
2019
9
在线阅读
下载PDF
职称材料
2
基于多核协同表示分类的脑肿瘤分割算法
葛婷
詹天明
牟善祥
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2019
6
在线阅读
下载PDF
职称材料
3
基于核磁共振图像的脑肿瘤分割方法研究
葛婷
詹天明
李勤丰
牟善祥
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2021
5
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
