【摘 要】
：
研究了基于显微高光谱图像的皮肤黑色素瘤浅表扩散深度检测方法.首先使用核最小噪声分割、形态滤波和边缘检测实现颗粒层的分割,然后使用基于特征谱监督的最小二乘支持向量机实现恶性黑色素细胞的检测,最后定量化计算了皮肤黑色素瘤的扩散深度.实验结果表明,可以为皮肤黑色素瘤的浅表扩散提供定量化的参考指标,有利于皮肤黑色素瘤的病理诊断.
论文部分内容阅读
研究了基于显微高光谱图像的皮肤黑色素瘤浅表扩散深度检测方法.首先使用核最小噪声分割、形态滤波和边缘检测实现颗粒层的分割,然后使用基于特征谱监督的最小二乘支持向量机实现恶性黑色素细胞的检测,最后定量化计算了皮肤黑色素瘤的扩散深度.实验结果表明,可以为皮肤黑色素瘤的浅表扩散提供定量化的参考指标,有利于皮肤黑色素瘤的病理诊断.
其他文献
Oxygenic photosynthetic organisms harness solar energy to convert carbon dioxide and water into carbohydrates and molecular oxygen,which are essential to nearly all living things on the planet.In high
We present a ghost handwritten digit recognition method for the unknown handwritten digits based on ghost imaging(GI) with deep neural network, where a few detection signals from the bucket detector,
视觉传达设计是在依据特定的设计目的、特定的表达需求,对各类信息进行分析、归纳、整理,并通过文字、图案、色彩、造型等基本要素进行设计创作,是将可视化信息通过一定的视觉媒体传达给受众并对受众产生影响的过程,其涉及领域众多,如电视电影、服装设计、建筑设计、包装设计、造型艺术、舞台设计等。其中,服装设计作为一种实用性和艺术性兼具的艺术形式,以其独特的想象力、千姿百态的形式,创造出新奇、诡异、抽象的视觉形象
We propose a plug-and-play(Pn P) method that uses deep-learning-based denoisers as regularization priors for spectral snapshot compressive imaging(SCI). Our method is efficient in terms of reconstruct
Compressed ultrafast photography(CUP) is the fastest single-shot passive ultrafast optical imaging technique,which has shown to be a powerful tool in recording self-luminous or non-repeatable ultrafas
轨道交通车载障碍物检测可降低列车与轨道上障碍物相撞引发的风险,避免重大事故的发生。介绍了列车障碍物检测装置在国内外轨道交通领域的应用现状,分析了该装置在检测原理、系统设计、关键性能方面的技术要点;对列车障碍物检测装置技术发展前景进行了分析,提出了相关技术要求。这可为列车障碍物检测装置在轨道交通装备制造领域的发展提供借鉴和思考。
智慧轨道交通是城市轨道交通行业的发展方向,而自动扶梯是城市轨道交通站点管理中重要的特种设备。介绍了目前轨道交通车站自动扶梯管控的难点,分析了车站自动扶梯危险动作视频识别的关键技术,提出了自动扶梯行人安全监测系统架构的设想。该技术可使自动扶梯更便捷、更安全、更智能地服务于轨道交通运营管理工作。
党的十八大以来,以习近平同志为核心的党中央始终坚持以人民为中心的发展思想,高度重视防灾减灾救灾和科学普及工作。近年来,中国地震局坚决贯彻落实习近平总书记防灾减灾救灾和科学普及重要论述精神,2018年,应急管理部、教育部、科技部、中国科协、河北省人民政府联合成功举办了首届全国地震科普大会,联合印发《加强新时代防震减灾科普工作的意见》,举办防震减灾科普展览,为提高全民防震减灾科学素质,开启防灾减灾救灾
近年来,防震减灾科普始终坚持贯彻落实习近平总书记关于防灾减灾救灾、自然灾害防治和科学普及等重要论述精神,广泛普及防震减灾科学知识和应急避险、自救互救技能,为增强社会防震减灾意识、提升全民防震减灾科学素养发挥了积极作用。紧抓全国防灾减灾日等重要主题日,组织地震系统各部门开展形式多样的特色科普。每2个月制定1次计划,力争做到"月月有看点,半年1亮点"。特别是2020年,在新冠疫情防控的新形势下,组织开
道路提取在许多领域都有重要的应用,是一个非常必要并且活跃的研究课题。在以往的道路提取任务中通常采用人工标注的方法,但人工标注是一项复杂的工作,而且不能保证结果的准确和精度。随着计算机计算能力的提升,形态学算法、计算机视觉、机器学习等方法开始被用于道路提取和标记任务中。讨论了道路提取过程中常见的问题和可行的解决方案。并利用马萨诸塞道路数据集数据库进行了U-Net道路提取任务的实验。在缺乏训练样本和训