国家自然科学基金(60274022F030112)
- 作品数：5 被引量：17H指数：2
- 相关作者：陈菲王刚更多>>
- 相关机构：西南科技大学电子科技大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 神经网络在超声脂肪肝图像识别中的应用研究被引量：7
- 2007年
- 本论文通过利用人工神经网络来研究脂肪肝超声图像的识别算法。通过基于空间灰度独立矩阵,空间频率分解和分形特征的特征提取,采用两层BP神经网络对正常肝脏,轻、中和重度脂肪肝脏共四类超声图像进行分类识别。实验结果表明神经网络分类器对四种肝脏超声图像的分类可以达到95.33%的正确率,其结果对实际辅助诊断很有用。
- 陈菲
- 关键词：脂肪肝神经网络图像特征灰度共生矩阵
- 基于神经网络的超声肝图像识别研究被引量：2
- 2006年
- 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。
- 陈菲
- 关键词：神经网络图像特征纹理分析肝脏
- 基于BP神经网络的超声肝图像识别被引量：7
- 2007年
- 肝超声图像识别,通过基于空间灰度独立矩阵,空间频率分解和分形特征进行特征提取,采用双隐层BP神经网络对正常肝脏,肝硬化和肝癌超声图像进行分类识别。首先提取图像特征并归一化特征向量集。再使用第1隐层对取样肝脏超声波图像进行分类,分别出正常和非正常肝脏。然后用第2隐层对非正常肝进行分类,区别出肝癌和肝硬化图像。最后通过不断调整网络参数,达到理想分类结果。
- 陈菲
- 关键词：图像特征提取
- 基于贝叶斯理论的超声肝图像识别系统研究被引量：2
- 2007年
- 超声肝图像识别是医学图像图像处理的重要分支,也是计算机辅助诊断中的一个重要应用,在医院常规检查和远程医疗中有广泛的实际意义和应用价值。本系统对获取的图像进行处理,通过将共生矩阵和多分辨率提取分形特征方法结合来提取和选择超声肝图像特征并采用贝叶斯理论设计判别规则进行分类。实验证明,该系统对普通超声肝检查中的正常肝、肝硬化和肿瘤肝识别性能好,具有很强的扩展性、可操作性。
- 陈菲
- 关键词：图像识别纹理特征提取
- 一种用于独立分量分析的准最大期望算法研究
- 2008年
- 对于给定的独立分量分析(ICA)的对比函数,提出了一种准最大期望学习算法及其迭代方法,这个算法研究了在批处理方法下寻找最优解,并用类似于证明EM算法收敛的辅助函数证明了该算法的收敛性.计算机仿真表明,该算法比Past-ICA算法鲁棒性好.
- 陈菲王刚
- 关键词：独立分量分析峭度
