基于神经网络的超声肝图像识别研究

来源 :西南科技大学学报(自然科学版) | 被引量 : 7次 | 上传用户:ttmm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
肝脏超声图像是肝病辅助诊断的重要手段。通过选择图像特征向量来研究肝脏超声图像的识别算法;通过空间灰度独立矩阵、空间频率分解和分形特征进行特征提取,采用神经网络对正常肝脏、肝硬化和肝癌三类肝脏超声图像进行分类识别。实验结果表明神经网络分类器对三种肝脏超声图像的分类可以达到93.5%的正确率。
其他文献
通过对两个单榀框支-短肢剪力墙斜柱转换结构在竖向荷载及水平荷载共同作用下的静力试验,分析了构件内应力的分布状态、试件的破坏形态、荷载传递以及转换梁的受力性能和构件
为制备出纯度高、单一物相、致密的、符合后期PLD(Pulsed Laser Deposition)镀膜所用要求的LSCO (La0.5Sr0.5CoO3)靶材,对LSCO的制备方法及其过程进行了分析研究.采用半共沉
以PbF2为氟源,采用半化学法成功制备了钙钛矿相的F取代PMN-PT陶瓷,并对其体积密度的变化、相的组成、显微结构和介电性能进行了研究.随F含量增加,陶瓷的体积密度增大.与含F试