李敏丹
- 作品数：4 被引量：30H指数：2
- 供职机构：中国计量学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于内容的医学图像检索中的相关反馈技术被引量：10
- 2009年
- 建立一个高效、准确的医学图像检索系统是目前具有挑战性的任务。由于相关反馈(RF)技术有效地解决了"语义鸿沟",成为基于内容的医学图像检索系统中提高检索性能的关键技术。文中根据RF算法采用的检索模型,从基于距离度量的模型、基于概率统计分类模型和基于机器学习模型三个方面,对有代表性的算法进行了分析与评价,并重点分析了基于机器学习的RF算法。最后对医学图像检索中RF技术的发展进行了展望。
- 沈晔夏顺仁李敏丹
- 关键词：语义鸿沟小样本
- 基于内容的医学图像检索技术被引量：18
- 2010年
- 建立一个高效、准确的医学图像检索系统是目前具有挑战性的任务.文中在简述基于内容的医学图像检索模型后,着重探讨和分析了检索模型中图像特征提取、特征选择与融合、相似度匹配、图像预过滤、相关反馈等核心技术和相关算法,以及一些最新的应用.最后对基于内容的医学图像检索技术进行了展望.
- 沈晔李敏丹夏顺仁
- 关键词：特征提取相似度匹配语义鸿沟
- 基于混合类别标记新技术的小样本学习算法被引量：2
- 2016年
- 针对计算机辅助诊断(CAD)中标记病例样本难以收集所引起的小样本学习问题,提出基于混合类别标记新技术(HCLT)的小样本学习算法.该算法分别基于几何距离、概率分布及语义概念对大量存在的未标记样本进行差异化标记,将有一致标记结果的样本加入样本集,以此扩大训练样本集.为了减少错误标记样本对学习过程造成的不利影响,提出样本伪标记隶属度并引入模糊支持向量机(FSVM)学习中,由隶属度控制样本对学习过程的贡献程度.基于UCI数据集的实验结果表明,采用该算法能够解决小样本学习问题的有效性.与单一类别标记技术相比,该算法产生的错误标记样本显著减少、学习性能显著改善.
- 李敏丹沈晔章东平殷海兵
- 计算机辅助乳腺癌诊断中的非平衡学习技术被引量：2
- 2013年
- 针对计算机辅助诊断(CAD)中学习算法处理非平衡数据时,分类器预测具有大类样本的分类误差小,而稀有类样本的分类误差大的倾向性分类问题,提出基于反向k近邻的欠采样新方法.通过去除大类样本集中的噪声及冗余样本、保留具有类别代表性且可靠的样本作为有效样本以此平衡训练样本集,解决了欠采样引起的类别信息的丢失问题.基于UCI Breast-cancer数据集的仿真实验结果表明,该方法解决了非平衡学习问题的有效性,进一步的横向评测对比显示该算法性能显著优于其他同类算法.
- 沈晔李敏丹夏顺仁
- 关键词：计算机辅助诊断支持向量机欠采样
