学科分类
/ 1
2 个结果
  • 简介:本研究提出基于三类解剖特征的SVM建模方法,探索样本、特征及算法选择三个因素,对尔茨海默症(AD)及其前驱阶段分类的重要性。该方法以三维重构sMRI后不同大脑区域的灰质体积、皮层表面积及其平均厚度三类特征作为SVM模型的输入参数,并采用十折交叉验证方法对AD患者、轻度认知损害患者和健康者进行分类识别,并与其他文献结果进行比较分析。实验结果表明,为了达到更高的分类准确率,选择合适的样本和特征,比选择算法更重要。此结论为未来AD的计算机辅助诊断研究工作提供了有益的指导。

  • 标签: 阿尔茨海默症 轻度认知损害 结构化磁共振图像 三维重构 支持向量机
  • 简介:本研究利用吲哚菁绿(indocyaninegreen,ICG)对胂瘤进行标记,通过改进的拉普拉斯金字算法对非顶层图像的肿瘤细节进行增强,同时去除顶层图像的非肿瘤信息,从而达到强化与区分肿瘤信息的目的;利用图形处理单元(graphicsprocessingunit,GPU)技术将融合算法进行并行化处理,可以有效提高本研究算法的运算速度,实时显示多光谱融合图像。相对于传统成像方式,本研究提供的成像方法可以实时获取更为全面的胂瘤信息,提高了胂瘤检测的准确性,从而帮助外科医生更好地实施胂瘤切除手术。关键词:图像融合;并行计算;多光谱;拉普拉斯金字;多尺度变换

  • 标签: 图像融合 并行计算 多光谱 拉普拉斯金字塔 多尺度变换