基于多特征融合的腦部醫(yī)學(xué)圖像識(shí)別.pdf_第1頁(yè)
已閱讀1頁(yè),還剩82頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、如今,越來(lái)越多的腦部疾病影響了人們的正常生活,對(duì)腦部疾病的研究意義非常重大。另一方面,醫(yī)學(xué)成像技術(shù)的飛速發(fā)展和計(jì)算機(jī)技術(shù)的日新月異,促使了計(jì)算機(jī)輔助診療手段在醫(yī)學(xué)研究和臨床實(shí)驗(yàn)方面需求龐大,發(fā)展迅速,其中醫(yī)學(xué)圖像識(shí)別是輔助診療的關(guān)鍵技術(shù)手段之一。因此,腦部醫(yī)學(xué)圖像識(shí)別是計(jì)算機(jī)科學(xué)與醫(yī)學(xué)這樣一個(gè)多學(xué)科交叉領(lǐng)域的研究熱點(diǎn)之一。
  由于特征所蘊(yùn)含的信息直接關(guān)系到后續(xù)分類識(shí)別效果,所以特征提取是圖像分類識(shí)別的關(guān)鍵基礎(chǔ)階段,另一方面,又由

2、于多特征融合是醫(yī)學(xué)圖像識(shí)別領(lǐng)域的一個(gè)研究趨勢(shì),因此本文主要研究的是腦部醫(yī)學(xué)圖像識(shí)別中的特征提取和特征融合。首先介紹腦部醫(yī)學(xué)圖像識(shí)別的研究意義與關(guān)鍵技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀;然后分別從成像技術(shù)、識(shí)別流程、數(shù)據(jù)來(lái)源三個(gè)方面介紹腦部醫(yī)學(xué)圖像識(shí)別的基礎(chǔ)知識(shí);接下來(lái)重點(diǎn)研究特征提取技術(shù),并提出一種基于多特征融合的腦部醫(yī)學(xué)圖像識(shí)別方法;最后重點(diǎn)研究多特征融合技術(shù),并提出了支持向量機(jī)遞歸特征消除(SVM-RFE)算法的改進(jìn),在此基礎(chǔ)上優(yōu)化本文提出的方法。

3、具體而言,本文的主要研究工作如下:
  1)對(duì)腦部醫(yī)學(xué)圖像識(shí)別的相關(guān)技術(shù)進(jìn)行研究總結(jié),從成像技術(shù)到最后的分類方法,對(duì)各個(gè)階段的典型方法的原理和優(yōu)劣進(jìn)行比較分析。
  2)探索研究了腦部醫(yī)學(xué)圖像的不同類別的特征提取技術(shù),分析典型算法和特征特性,然后針對(duì)腦部醫(yī)學(xué)圖像的特點(diǎn),提出了一種基于多特征融合的腦部醫(yī)學(xué)圖像識(shí)別方法,通過(guò)灰度共生矩陣、Gabor濾波器和基于體素的形態(tài)學(xué)分析方法提取出不同類型的特征信息加以融合。
  3)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論