2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩114頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、近年來,隨著計算機技術和醫(yī)學研究的不斷發(fā)展,計算機輔助診斷(ComputerAided Diagnosis,CAD)已經(jīng)成為醫(yī)學臨床診斷的一個重要工具,在某種程度上已經(jīng)成為現(xiàn)代化醫(yī)療的行業(yè)標準。目前,CAD已經(jīng)從診斷的輔助參考逐漸向計算機自動診斷(Automated Computer Diagnosis,ACD)發(fā)展。
   現(xiàn)代醫(yī)學研究表明,基因遺傳綜合癥(Genetic Syndrome,GS)是導致兒童精神發(fā)育遲滯(Men

2、tal Retardation)的主要原因之一,而多數(shù)綜合癥都會導致人的臉部形態(tài)發(fā)生微妙變化,這使得利用計算機進行GS診斷成為可能和必要。本文目標是解決GS計算機輔助診斷中的若干關鍵技術問題,并構造面向計算機和醫(yī)學領域交叉的體系結構框架。
   從三維人臉模型中提取特征是GS診斷的一個重要問題,由于本文研究背景的特殊性,特征提取算法面臨兩個主要問題:1)由于難以獲取正對的三維人臉模型,需要在非正對條件下定位模型;2)GS通常會導

3、致臉部特征形態(tài)變化,需要研究同時適用于正常人和GS患者的提取算法。針對上述問題,本文提出了NIFE人臉特征提取算法。算法首先根據(jù)鼻尖的幾何形狀和對稱性篩選并獲取鼻尖及相應的對稱平面位置;隨后,利用鼻尖和對稱平面校準模型至基本正對;最后,根據(jù)其他特征點所在區(qū)域的曲率及其相對于鼻尖的位置關系,分割特征區(qū)域并提取特征點。NIFE算法利用鼻尖在幾何形態(tài)上的穩(wěn)定性,通過分布處理確保了對正常人和GS患者都能有效提取特征。實驗結果表明,NIFE算法能

4、在模型朝向和位置未知的情況下提取人臉特征,具有較強的魯棒性,運行速度較快,準確率較高。
   智能推理模型是診斷的核心,模型的選擇需要在保證準確率的基礎上提高泛化能力。由于實驗數(shù)據(jù)是正常人樣本和已確診的病例,因此采用監(jiān)督學習算法是一個較好的選擇。第三章介紹了幾種典型的機器學習算法,針對診斷的特點和要求,從樣本質量、精度要求以及先驗知識的引入三個方面分析對比各種算法,提出以支持向量機(Support Vector Machine,

5、SVM)作為診斷系統(tǒng)的推理核心。隨后,在詳細介紹SVM算法及其理論依據(jù)的基礎上,進一步闡明了該算法作為智能推理模型的優(yōu)勢,并討論了利用SVM解決多類分類問題的方法。
   為了提高診斷推理的效果,需要充分利用醫(yī)學診斷先驗知識,將其引入學習過程。針對這一目標,需要研究確定ACD的體系結構。第四章首先介紹了CAD/ACD體系結構的研究現(xiàn)狀,指出現(xiàn)有的體系結構無法靈活的適應外部知識的變化。針對該問題,論文提出了一個面向計算機和醫(yī)學領域

6、交叉的ACD體系結構,其主要特點是引入自然語言處理技術,使得醫(yī)學專家能夠利用診斷指令,自主的將診斷知識結合到診斷體系結構中。論文闡述了自然語言處理的相關技術,分析構造了面向醫(yī)學診斷指令的產(chǎn)生式,并實現(xiàn)了一個診斷指令解析過程。在此基礎上,提出并實現(xiàn)了一種將先驗知識引入機器學習的方法,該方法的特點體現(xiàn)在樣本篩選和輸入數(shù)據(jù)調整兩個方面。通過對診斷指令的處理,將不符合語義描述的樣本去除(樣本篩選),減少噪音數(shù)據(jù)對學習的影響;增加與語義相關的維度

7、(數(shù)據(jù)調整),增強分類器對樣本語義的敏感。實驗結果證明,該方法能有效提高學習效率,同時也證明了所提出體系結構的可行性。
   由于論文中的數(shù)據(jù)來自不同的單位,樣本標注缺乏嚴謹和一致性,因此存在同類樣本分屬不同子類的情況,即同類樣本中存在一定的“子差異”。針對這一問題,論文提出了一種基于子空間劃分的分類算法GBSVM。該算法的最大特點在于通過聚類將同類樣本中具有不同“子差異”的樣本預先分組,并利用樣本篩選和分類器的構造避免這種“子

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論