学科分类
/ 1
10 个结果
  • 简介:以氨基酸组成为特征对膜蛋白的分类,忽略了序列残基之间的相关性信息,而采用传统支持向量机算法作为分类算法,在解决多类问题时会出现分类盲区问题。针对这两种情况,计算蛋白质序列的氨基酸组成、二肽组成以及6种氨基酸相关系数,将三类特征结合,作为膜蛋白序列的特征向量;同时采用模糊支持向量机作为分类器,解决了传统支持向量机在多类数据识别中的盲区问题。测试结果表明,在相同特征输入下,模糊支持向量机分类性能优于传统支持向量机;在相同分类器的情况下,氨基酸组成、二肽组成和相关系数组合的特征选择方法的分类性能优于只使用其中一类或两类特征的方法;而采取组合特征和模糊支持向量机相结合的分类策略,在独立性数据集测试中的整体预测精度达到97%,优于现有的多种分类策略,是目前最有效的膜蛋白分类方法之一。

  • 标签: 模糊支持向量机 自相关函数 分类策略 膜蛋白 跨膜蛋白
  • 简介:我们通过设置静卧以及运动两组实验对比,研究随着精神压力的增大,心率变异性的各个指标的升降变化,确定影响精神压力的评估指标。利用改进的层次分析法建立模型层次结构,结合九标度与三标度法确定判断矩阵,并通过最优传递矩阵确定各指标权重,避免了一致性检验。最后结合模糊综合评价实现精神压力量化。验证表明,本方法可以准确合理的进行精神压力量化。

  • 标签: 心率变异性 精神压力 改进的层次分析法 最优传递矩阵 模糊综合评价
  • 简介:对肿瘤样本进行准确的分型识别是有效治疗肿瘤的前提。首先,利用方差滤波方法选择肿瘤表达谱中具有最大方差的部分基因作为识别特征集,然后,利用支持向量聚类对肿瘤表达谱进行分型识别。针对多类型样本情况和支持向量聚类中出现的孤立点聚类问题,分别提出了有效的解决办法。对两个肿瘤表达谱数据的测试结果显示,基于支持向量聚类的方法能够准确地对肿瘤样本进行分型识别,同时能够自动发现肿瘤样本真实的亚型数量。

  • 标签: 肿瘤 亚型 分型识别 支持向量聚类 基因芯片表达谱
  • 简介:为了在超声波图像中提取颈动脉斑块边缘,我们提出了一种基于GVF-测地线模型的图像分割算法。由于超声波图像含有大量噪声,首先使用加权均值空间平滑滤波器对图像进行预处理;再人工画出初始轮廓,分别采用GVF-Snake模型、GVF-测地线模型和改进后的GVF-测地线模型对图像进行分割,比较其结果。实验结果表明,改进后的方法分割精度很高,能够在颈动脉斑块边缘提取中取得非常好的效果。

  • 标签: 图像分割 颈动脉斑块 GVF-Snake模型 GVF-测地线模型 测地线模型
  • 简介:利用边缘检测算子和数学形态学方法提取医学图像轮廓,采用主轴矩法配准两幅图像的轮廓,使其达到粗略配准的目的。通常的互信息测度是基于香农熵的,因为香农熵对于局部极值具有很强吸引域,而某些参数下的雷尼熵可以消除局部极值,将两种测度分别用于精配过程中不同的搜索阶段。首先利用全局搜索算法,寻找基于雷尼熵的归一化互信息测度的全局最优初值,再通过局部优化算法对当前的最优解寻找基于香农熵的更精确的全局最优解。实验表明,这种配准算法是有效的。

  • 标签: 图像轮廓 主轴法 混合互信息 遗传算法 单纯形法
  • 简介:提出一种基于Sobel算子和数学形态学相结合的改进算法,用于尿液试纸条图像的边缘检测。首先采用Sobel算子对预处理后的尿液试纸条进行边缘检测,得到粗略的边缘图像;然后采用双结构多尺度形态学算子精准检测。根据图像特点,使用形态学算子时,将膨胀运算和开运算进行加权求和,有效地克服了图像的双边缘现象;最后使用顶帽底帽联合运算以增强图像边缘。实验表明,本研究提出的改进算法信噪比可达到8.6471,边缘连续性指标可达到0.9212,实现了尿液试纸条图像边缘的准确定位和清晰成像。

  • 标签: 尿液试纸条 SOBEL算子 数学形态学 边缘检测 图像处理
  • 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塔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;拉普拉斯金字塔;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
  • 简介:胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。

  • 标签: 布谷鸟算法 支持向量机 胸痛三联征 非平衡数据 主动脉夹层 肺栓塞
  • 简介:基于互信息的全局配准算法是近年图像配准研究的热点之一,此法具有精度高、鲁棒性强的特点.现将互信息作为相似性测度,采用模拟退火与鲍威尔相结合的多分辨率搜索优化策略,对临床使用的三维CT、MR图像进行了刚体配准.实验结果表明此方法能有效地防止优化陷入局部极值,具有良好的实用性.

  • 标签: 图像配准 互信息 鲍威尔优化算法 模拟退火算法 医学图像 三维图像