期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
图像灰度密度分布计算模型及肺结节良恶性分类
被引量:
4
1
作者
Vanbang
L
E
朱煜
+3 位作者
郑兵兵
杨达伟
任晓东
thiminhchinh
ngo
《计算机应用研究》
CSCD
北大核心
2020年第1期296-299,共4页
提出一种基于密度分布的特征评估算法,同时引入模式识别模型来评估该方法的效率。首先,从肺部肿瘤图像中随机提取像素块集,通过K-均值聚类算法将其分为10类,根据CT图像中肺结节像素值和聚类中心的关系,提取出10维特征向量,利用随机森林...
提出一种基于密度分布的特征评估算法,同时引入模式识别模型来评估该方法的效率。首先,从肺部肿瘤图像中随机提取像素块集,通过K-均值聚类算法将其分为10类,根据CT图像中肺结节像素值和聚类中心的关系,提取出10维特征向量,利用随机森林分类器进行模型训练,进而判断肺结节良恶性水平。在CT图像公开数据集LIDC-IDRI上的实验表明,分类平均精度达到0.9008。实验结果对比分析表明,提出的特征表达方法具有更优的分类效果和更高的鲁棒性。
展开更多
关键词
肺结节分类
密度分布特征
K-均值
下载PDF
职称材料
题名
图像灰度密度分布计算模型及肺结节良恶性分类
被引量:
4
1
作者
Vanbang
L
E
朱煜
郑兵兵
杨达伟
任晓东
thiminhchinh
ngo
机构
华东理工大学信息科学与工程学院
复旦大学附属中山医院
河内高科技研究中心
出处
《计算机应用研究》
CSCD
北大核心
2020年第1期296-299,共4页
基金
国家自然基金青年基金资助项目(81500078)
复旦大学附属中山医院临床研究专项基金资助项目(2016ZSLC05,2016ZSCX02).
文摘
提出一种基于密度分布的特征评估算法,同时引入模式识别模型来评估该方法的效率。首先,从肺部肿瘤图像中随机提取像素块集,通过K-均值聚类算法将其分为10类,根据CT图像中肺结节像素值和聚类中心的关系,提取出10维特征向量,利用随机森林分类器进行模型训练,进而判断肺结节良恶性水平。在CT图像公开数据集LIDC-IDRI上的实验表明,分类平均精度达到0.9008。实验结果对比分析表明,提出的特征表达方法具有更优的分类效果和更高的鲁棒性。
关键词
肺结节分类
密度分布特征
K-均值
Keywords
lung nodule classification
density distribution feature
K-means
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
R734.2 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
图像灰度密度分布计算模型及肺结节良恶性分类
Vanbang
L
E
朱煜
郑兵兵
杨达伟
任晓东
thiminhchinh
ngo
《计算机应用研究》
CSCD
北大核心
2020
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部