首页 > 文献资料
-
一种近红外图像中人眼定位的方法
针对在可见光中人脸检测受光照影响的问题,提出基于Adaboost的近红外光人脸检测与人眼定位算法.首先使用基于Haar特征的Adaboost算法得到人脸区域,通过统计大量的人眼相对人脸位置的分布确定人眼待测区域.为了减少亮瞳与非亮瞳以及左右眼的差异影响,使用亮瞳、非亮瞳、左眼、右眼检测器,然后再用Haar特征的Adaboost算法在人眼待测区域进行人眼定位.实验结果表明,该方法的准确率高,速度快,达到实时性的要求.
关键词： Adaboost算法 Haar特征 人脸检测 人眼定位 -
基于小波变换的超声图像纹理特征提取及前列腺癌诊断
目的 根据小波变换原理,研究了前列腺直肠超声图像中纹理特征的提取方法,并应用于前列腺癌的早期诊断.方法 本文提取出前列腺直肠超声图像中目标区域的小波变换纹理特征和边界频率特征,通过主分量分析方法(principal components analysis,PCA)对提取出的纹理特征进行选择,得到一个优的特征子集.然后分别应用K均值聚类、支持向量机(suppoa vector machine,SVM)算法和AdaBoost(a-daptive boosting)算法来对所提取出的病变区域纹理特征进行分类.结果 对比实验结果表明,本文所提取的特征比单纯的使用灰度级差矢量(gray level difference vector,GLDV)具有更好的区分良恶性图像的能力,AdaBoost算法和SVM算法都能够有效地识别病变区域,识别正确率达到94.12%和93.46%.结论 使用本文算法可以为医生诊断提供有用的辅助信息,并提高诊断效率.
关键词： 前列腺癌 小波纹理特征 SVM算法 Adaboost算法 计算机辅助诊断 -
Adaboost算法研究土壤微量元素含量与白血病的关系
目的:本文使用数据挖掘方法研究土壤中微量元素和白血病的相关性.方法:使用CFS-Adaboost算法研究我国29个省、市、自治区白血病死亡率的统计数据和土壤中微量元素含量的对应关系.结果:从29种微量元素中发现了13种微量元素与白血病相关,其中砷(As)的相关性较为明显.基于该13种微量元素,建立了土壤中微量元素和白血病致死率的数学模型,该模型的预报准确率可达到89.7％.结论:土壤中微量元素的含量与白血病有一定关系,其中砷(As)元素含量与白血病死亡率较为密切,这与近年文献报导的少量氧化砷治疗白血病效果显著相符合.以上研究发现,可以为研究土壤中微量元素和白血病的关系提供参考,对白血病的防治工作具有一定意义.
关键词： 白血病 特征筛选 微量元素 Adaboost算法 -
基于Adaboost算法的多特征融合肺部PET-CT图像的肿瘤分类方法
目的:提出并设计使用PET-CT影像定位肺部病灶区域并辅助判断病灶点的自动化流程,并对整个算法流程进行评价和分析,以提高临床工作效率.方法:选取北京协和医院核医学科20例肺部肿瘤患者的PET-CT影像,使用图像尺度变换等图像处理方法,去除CT图像中的床位,用等高轮廓线在PET-CT影像中提取样本区域,并依据预先标记的病灶区域信息对样本区域进行类别划分,提取每个样本区域的图像特征.应用Adaboost算法进行训练,建立相应的分类模型,利用训练好的分类模型对测试集进行测试,对比弱分类器构成的集成分类模型的准确率,用检出率、误检率、感兴趣区域(ROC)曲线以及病例分类的正确率对分类结果进行评估.结果:对20例患者的PET-CT图像预处理后,共产生125088个样本,其中正样本22720个,负样本为102368个,用等高轮廓线进行区域划分,使用Adaboost.M2算法融合多种特征训练出来的强分类器的样本分类正确率为97%左右,20例肺部肿瘤患者的粗分类结果全部正确,细分类结果正确率为100%.结论:将等高轮廓线区域技术与Adaboost算法相结合,融合多个特征构建分类器提取并识别肺部肿瘤区域的方法能有效改善弱分类器的过拟合现象,有效的提高弱分类器的准确率,该算法实现了从PET-CT影像到诊断结果的自动化,为临床医生提供更清晰的诊断结果,极大提高临床工作效率.
