您的位置： 专家智库 > >

张科宏

作品数：2 被引量：8H指数：1
供职机构：四川大学373信箱生物医学工程中心更多>>
发文基金：四川省应用基础研究计划项目四川省青年科技基金更多>>
相关领域：医药卫生更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇医药卫生

主题

  • 2篇乳腺
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 1篇乳腺癌
  • 1篇乳腺肿
  • 1篇乳腺肿瘤
  • 1篇图像
  • 1篇图像处理
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇肿瘤
  • 1篇腺癌
  • 1篇腺肿瘤
  • 1篇工神经网络
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇B超图像
  • 1篇超声

机构

  • 2篇四川大学
  • 1篇四川大学华西...

作者

  • 2篇张科宏
  • 1篇汪天富
  • 1篇蒋银宝
  • 1篇林江莉
  • 1篇彭玉兰
  • 1篇李德玉
  • 1篇罗燕

传媒

  • 1篇生物医学工程...

年份

  • 1篇2006
  • 1篇2005
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于边界特征的乳腺肿瘤超声图像识别被引量：8
2006年
通过对乳腺肿瘤边界特征的分析,得到边界的特征量似圆度,面积比率,长宽比组成的特征矢量,最后用反向传播人工神经网络(BP)的算法对经病理证实的119幅乳腺良、恶性肿块超声图像进行分类识别。BP神经网络对良、恶性肿瘤正确识别率分别为89.7%、73.5%。量化后的乳腺超声图像肿瘤轮廓特征结合BP神经网络可以比较有效的用于肿瘤的良、恶性识别。
张科宏彭玉兰李德玉林江莉罗燕汪天富蒋银宝
关键词：乳腺肿瘤超声图像BP神经网络
基于B超图像的乳腺肿瘤识别
基于B超图象的计算机辅助珍断的研究目前主要集中于纹理特征，灰度特征信息和轮廓信息的研究较为少见。本研究将联合纹理、灰度、轮廓信息以更好地利用乳腺B超声像图的特征对乳腺肿瘤进行识别。 　　本文通过对乳腺B超图像分析、数字...
张科宏
关键词：乳腺癌B超图像人工神经网络图像处理
文献传递
全选 清除 导出
共1页<1>
聚类工具0