首页 > 文献资料
-
基于径向基函数神经网络的膝关节磁共振T2 map数据分类
目的：设计一种膝关节骨性关节炎(OA)磁共振T2 map数据分类器，用于OA疾病分类。方法：通过磁共振成像(MRI)T2 mapping技术，采集46例膝关节MRI图像共计1380个数据，按膝关节软骨全器官磁共振成像评分(WORMS)分区方法提取10个亚区的T2值数据，以T2值数据为特征量进行数据挖掘，建立径向基函数(RBF)神经网络分类器，结合临床诊断结果实行对采集样本数据分类识别。结果：RBF分类器对于膝关节T2 map数据终识别准确率为75%，体现了良好的OA数据分类效果。结论：基于直接确定法的RBF神经网络构造的膝关节OA分类器无需任何迭代，通过简单步骤就得到优权值、合适的中心以及方差，适合作为OA的疾病分类器。
关键词： 膝关节炎 磁共振T2 map数据 径向基函数 神经网络 分类器 -
钙化检测在乳腺计算机辅助诊断中的应用
早期乳腺癌的主要症状是在乳房上存在一个或更多的钙化点,因此,在乳腺癌的诊断中非常重要的就是对钙化点的检测。通常的流程是先对图像进行预处理;然后找到感兴趣区域,初步定位;后进行特征提取、识别真假及钙化点的分类。目前,临床上常用的以下几种钙化检测方法主要是基于分类器、小波变化的多分辨率技术、统计学方法和滤波器方法的钙化检测算法。
-
白细胞自动分类系统的设计
目的:设计一种白细胞自动识别分类系统,并对该系统进行评价,以解决临床实验室人工显微镜检查速度慢、检测结果不准确的问题.方法:采用MATLAB软件实现图像处理和算法分类,系统软件由数字图像处理模块、自动分析模块组成.通过分类器功能模块,进行判别函数的分类决策,并对系统进行仿真实验检测.结果:通过系统仿真实验,对样本细胞进行了检测,检测的识别精度达到93%,识别速度达到97.8个/s.结论:白细胞自动分类系统不仅降低人力消耗,而且提高白细胞检测精度和检测速度,具有一定的临床应用意义.
