国家自然科学基金(60873142)
- 作品数：6 被引量：26H指数：3
- 相关作者：张英涛刘家锋黄剑华唐降龙程丹松更多>>
- 相关机构：哈尔滨工业大学哈尔滨医科大学附属第二医院哈尔滨工程大学更多>>
- 发文基金：国家自然科学基金哈尔滨市科技创新人才研究专项资金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于邻域激励脉冲耦合神经网络的图像分割被引量：6
- 2009年
- 设计了一种基于邻域激励脉冲耦合神经网络(PCNN)模型的图像分割方法.把既考虑强度又考虑邻域分布的像素邻域信息作为一个参数,来控制PCNN模型中的链接强度,进而控制神经元的内部活动值.在分割过程中采用基于多数裁定原则的方法,通过在一次迭代过程中对邻域像素分割阈值的调整,保证了分割结果的完整性.通过对几类图像的分割实验以及与经典分割方法的比较,验证了该方法的有效性.
- 程丹松刘晓芳唐降龙刘家锋
- 关键词：图像分割
- 非特定人手语识别参数训练模型的改进及应用
- 2009年
- 在手语识别研究中,非特定人手语识别参数训练的样本缺乏影响了非特定人手语识别的识别率.区分性训练可以很好地弥补由于训练样本的缺乏对识别系统所造成的影响,能够提高非特定人手语识别的识别率.对区分性训练(DT)所改进的HMM参数训练模型(DT/HMM)做了全新的推导,获得了与HMM相一致齐全的DT/HMM的参数模型.在特定人识别系统上应用可区分性训练的h准则获取了h参数,将该齐全的DT/HMM参数训练模型和h参数应用于大词汇量的非特定人手语识别当中,加入主观经验后的非注册易混词集EXP与MLE和EBW的非注册易混词集相比,平均识别率分别提高了10.65%和9.55%.
- 倪训博程丹松吕海峰王克家耿铁珍
- 应用增强算法辅助乳腺肿块的超声诊断研究被引量：1
- 2010年
- 目的探讨基于模糊逻辑和纹理分析的增强算法对超声图像乳腺肿块良恶性的检测与分类的价值。方法研制增强算法和软件程序，选用211个病例603张乳腺肿块超声图片（其中良性109例，恶性102例）进行增强处理，以手术病理结果作为金标准，超声专家通过对原始乳腺肿块图片和处理后乳腺肿块图片进行分析，区分乳腺肿块的良、恶性，利用ROC曲线下面积（Az）表示增强前后的诊断性能，得出其敏感性、特异性、阳性预测值及阴性预测值，计算常规超声检查和增强后诊断的正确诊断率。结果增强后乳腺肿块的超声诊断结果与病理诊断结果符合率明显提高，敏感性从原片的75．4％提高至89．6％，特异性从66．7％提高至91．2％，准确率从78．20％提高至89．57％。ROC曲线计算出增强前、后乳腺图片对乳腺肿块的定性诊断Az面积：原始图片A1=0．842，增强图片A2=0．914，Z值为5．101，二者之间差异有显著统计学意义（P〈0．001）。结论新的超声图像增强算法明显改善了图像质量，提高了乳腺肿块的正确诊断率，减低误诊率，可为乳腺肿块良、恶性的诊断提供可靠依据。
- 田家玮苏雁欣王影承恒达郭延辉张英涛
- 关键词：超声检查乳腺疾病图像增强
- 多示例学习在多ROI乳腺肿瘤分类中的应用被引量：1
- 2011年
- 在传统超声乳腺肿瘤分类系统中，ROI提取算法的精确性很大程度上决定了最终分类效果的好坏，同时传统分类系统中每个样本都要求只提取肿瘤ROI，在样本被提取出多个ROI的情况下传统分类算法适用性差。本文提出了两种适合于本类图像的包结构构造方法，首先将多示例学习算法引入到超声乳腺肿瘤分类问题中，从而解决了上述多ROI分类问题。通过实验验证，文中方法在此类问题中较传统超声乳腺肿瘤分类方法分类效果有较大提高。
- 胡聪黄剑华张英涛唐降龙
- 关键词：乳腺超声多示例学习纹理特征
- 基于mRMR和SVM的弹性图像特征选择与分类被引量：8
- 2012年
- 为客观的评价弹性图像,利用图像处理与模式识别技术进行分析.首先通过彩色变换获取弹性信息,然后提取弹性图像用户感兴趣区域的一阶统计特征和纹理特征,采用"最小冗余最大相关"(mRMR)算法选择优化的特征,最后使用带有核函数的SVM分类器对弹性图像进行分类.实验结果表明:该方法具有较高的准确率(92%).采用计算机辅助诊断技术对弹性图像进行定量分析可有助于提高诊断准确率.
- 丁建睿黄剑华刘家锋张英涛
- 关键词：纹理支持向量机
- 结合全局概率密度差异与局部灰度拟合的超声图像分割被引量：10
- 2010年
- 由于超声图像具有高噪声、低对比度、边缘模糊不清等特点,超声图像的分割成为图像处理领域中一个难度较高、亟待解决的问题.本文提出了一种结合全局概率密度差异与局部灰度拟合的主动轮廓模型对超声图像进行分割的方法.该方法分别在原始超声图像与预处理图像上利用了图像的全局和局部信息.在原始图像上,利用各区域的灰度分布,并结合超声图像的背景知识对图像的全局信息建模.为了考虑图像的局部信息,首先对图像进行预处理,在预处理图像上,利用局部灰度拟合模型对图像中的局部信息进行建模.通过分别在不同图像上对全局和局部信息建模的方式,本方法将利用Speckle噪声与去除Speckle噪声的分割思想结合在一起.本文提出的方法分别在模拟和临床超声图像上进行了实验.实验结果证明,该方法对图像中的噪声具有较好的适应性,并对初始条件不敏感,可以准确地对超声图像进行分割.
- 刘博黄剑华唐降龙刘家锋张英涛
- 关键词：图像分割水平集超声图像
