医学图像分类相关论文
深度自注意力网络（Transformer）对输入信息全局特征和长距离相关性具有天然良好的建模能力，其与卷积神经网络（CNN）的归纳偏置特性具有较......
近些年来,以卷积神经网络技术为首的一批深度学习技术在自然图像处理领域崭露头角,特别在图像分类任务上,深度学习的方法已然超越......
随着现代医疗科学技术的快速发展,以及医疗设备的不断更新,医疗研究中出现了越来越多的医学图像,毫不夸张的说每天医学图像的增长......
近年来,全球肿瘤患者的数量呈急剧上升的趋势,其中,恶性肿瘤严重危害人类健康。该病若能被及时发现和早期诊断,则能有效提升患者的......
基于深度学习的医学图像分析是智慧医疗的一个重要方向.但是通常情况下,医学图像数据集数据量很小,而且由于医学图像的标注困难,耗......
在医学领域中,通过医学影像图片来判断疾病类型已经成为日常诊断的方法之一。现有的解决方法有通过提取图像中边缘、纹理、形态学......
医学图像分析能有效地反映人体的健康情况,辅助医生诊断和治疗,因而受到了学者们的广泛关注。然而,由于医学图像涉及病人隐私,公开......
新型冠状肺炎给世界经济社会带来巨大的影响。医疗资源的分布不均以及医护人员短缺给医疗系统带来了巨大的压力。随着计算机技术的......
消化道息肉和慢性炎症性疾病的进一步发展容易引发癌变,深度学习的方法能够辅助医生自动检查胶囊内镜图像中的病灶,实现医学图像分......
随着人工智能技术和互联网医疗的发展,利用卷积神经网络实现医学图像病变部位的定位,分割与分类于一体的计算机医疗辅助诊断系统已......
本文引入ResNet和GoogleNet模型进行比较,所提出的网络在三分类实验中在准确率、灵敏度和特异性都有优越性。相对于改进前的Google......
随着人们对深度学习的广泛关注和大量研究，径向基神经网络、玻尔兹曼机模型和卷积模型等大量的深度神经网络模型已被广泛应用。其中......
医学图像分类是医学图像分析中最重要的任务之一,在实际应用中,通常会面临样本集不平衡的问题,即不同类别间的样本数量存在较大差......
儿童和青少年的骨龄表明了他们的生长发育情况,骨龄评估在医学、体育、司法等领域有着广泛的应用。传统的骨龄评估临床方法是由医......
近些年来,随着深度学习概念的引入和与之相关的各种计算平台的不断涌现,使得其在图像、语音和自然语言处理中得到广泛的应用,并呈......
随着计算机科学技术的快速发展和医学图像采集设备的大量普及,医学图像已经被广泛的应用在临床诊断上,这其中包括CT、MRI、PET等多......
肝癌由于其高发病率和高死亡率而成为全世界癌症死亡的主要原因之一,早期肝癌的检测与治疗是有效降低肝癌死亡率的重要途径。近年......
医学图像分类是医学图像处理中的研究热点,可应用在医疗信息化、辅助诊断和远程医学等方面。采用梯度方向的直方图特征来描述图片......
提出了一个基于集成学习方法的医学图像分类器。该系统包括图像预处理、特征提取、分类器的构造几个部分。在医学图像单特征分类研......
提出了一个基于支持向量机的医学图像分类器.能提取形状和纹理特征作为分类算法的特征输入,进行计算机辅助诊断.提出了一种支持向......
针对计算机辅助乳腺疾病诊断方法准确率低、耗时长等问题,提出一种基于改进的卷积神经网络(CNN)的乳腺疾病诊断方法.该方法从以下3......
基于内容的医学图像分类是一个复杂的非线性问题,分类器的性能主要取决于提取的特征和模式识别算法。讨论了医学图像基本特征提取......
近年来我国医疗信息化的发展十分迅速,与此同时计算机视觉领域也取得了各种突破,这些进步为基于医学图像的诊断、教学和生物医学的......
基于数据挖掘的医学图像分类方法研究是多媒体数据挖掘的一个重要组成部分.在分析和总结了现有各种特征提取方法的基础上,提出了基......
随着计算机医学成像技术的发展,医学影像越来越多样化,医学影像的应用也越来越广泛,与此同时大量的医学设备的应用使得医学影像的......
胸透X射线广泛应用于多种胸部常见病变的筛查任务,由于不同类型的胸科疾病在病理形态、大小、位置等方面往往具有多样性以及较大的......
X射线乳腺影像与自然图像相比,色彩较为单调,且乳腺肿块边缘模糊,良性肿块与恶性肿块纹理相似,区分度较小。基于卷积深度学习网络......
在肺癌早期筛查过程中,人工诊断胸部CT扫描图像费时费力,而深度学习网络缺乏足够的医学数据进行训练。为此,提出一种渐进式微调(PF......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
计算复杂度和时间的限制,如何快速准确地对医学图像分类依旧是个挑战。本文提出了一种基于多尺度单层自编码器的医学图像自动分类......
乳腺肿瘤超声图像的自动分类对于提高医生的工作效率和降低漏诊率具有十分重要的意义。新型的三维乳腺超声数据包含更多的可用于诊......
对每一个训练点都定义点模糊度,利用其隶属函数所包含的信息量来确定模糊度,在此基础上对传统的支持向量机算法进行了改进,提出了......
给出了一种基于LBP算子和BP神经网络的医学图像分类方法。该方法采用方向纹理谱描述符来描述图像的纹理特征,并以此特征作为网络的......
乳腺疾病的初期检查是拯救病患性命最可靠的办法。当前,乳腺X线图像是诊断乳腺肿瘤最常用的图像,但是初期乳腺肿瘤图像特征的特异......
近年来,借助深度学习的迅猛发展势头,计算机辅助诊断技术在临床工作中展现出强大的生命力。医学图像分类作为计算机辅助诊断领域中......
利用数据挖掘方法对医学图像做分析是目前研究的热点之一，常用的挖掘方法首先需要从医学图像中提取特征，然后进行分类分析。目前，应用......
对医学图像进行分类时,特征选择是影响分类准确率的非常重要的因素。针对医学图像的特殊性,以及目前提出的特征选择算法在应用于医......
随着医学影像技术的发展,医学影像正为现代医学提供着越来越丰富和详细的信息,各种模态的医学图像(如,X光、CT、MRI等)在临床诊断......
随着人工智能的发展,深度学习作为其非常重要的分支近年来在语音识别、自然语言处理以及图像处理等方面有了质的飞跃。深度置信网......
随着先进的医疗设备的不断普及,医学图像呈指数形式增长,海量的图像数据给医学领域既带来了机遇,同时也制造的难题。一方面,由于大......
随着计算机网络和医学图像技术的迅猛发展,近年来用于教学和临床研究的医学图像呈爆炸式地增长,如何准确地判定图像类别,检索出相......
随着数字医学图像技术的发展，近十年来，医院每天采集的图像数量呈现出爆炸增长趋势。如何从这些大量的数据中检索出需要的信息是一个......
学位
近三十年来，随着计算机技术和医学成像技术的蓬勃发展，数字医学图像越来越多样化，并且其数量呈爆炸式增长，如何有效地管理这些图像成为......
乳腺X光摄影技术是最常见的乳腺癌早期诊断方法,目前主要通过医生观察和分析医学图像诊断病情,但是医学图像中包含大量的数据信息,......
