首页 > 文献资料
-
贝叶斯分类法在计算机疾病辅助诊断中的应用
在临床医学和公共卫生领域,贝叶斯分类法已成为计算机辅助疾病诊断和疫情判别的主要方法之一,其相应的方法学和应用研究得到了较大的发展.本研究对贝叶斯分类法用于计算机辅助疾病诊断和疫情判别的原理与方法、应用现状、优点及各类算法间的比较等进行了综述.
-
基于跟踪特征的多运动目标分类算法
针对远视点监控场景中运动目标的形状和周期性运动特征无法准确识别的问题,提出一种新的多运动目标分类算法.该算法采用了五个特征值(长宽比、面积、速度、位置和帧间方向梯度直方图差分的带权平均值(the Weighted Mean Difference of Interface Histogram of Oriented Gradients,wmd-HOG)),并利用贝叶斯分类器实现智能小区监控环境中人和汽车的分类.实验结果表明本文提出方法对标准视频库中视频和我们监控系统拍摄的视频的有效性.
-
基于贝叶斯分类实现数字图书馆主动推送服务
对如何通过贝叶斯分类实现数字图书馆主动推送服务进行了探讨.
-
肿瘤荧光药敏自动分析系统
肿瘤荧光药敏自动分析系统(简称AFCAS系统)采用图像识别和数据库技术,将化疗药物作用下的肿瘤细胞经荧光染色后的显微图像进行自动搜集、录入、处理、分析、保存和统计筛选等,为辅助医疗诊断提供了有效的信息.AFCAS系统采用了边界链码和贝叶斯分类的图像识别技术和基于ADO的数据库技术.
-
基于贝叶斯分类的水平集MR图像分割方法
本文介绍一种结合贝叶斯分类的水平集方法用于人体MR图像分割.本方法首先通过贝叶斯分类模型计算出水平集曲线位于边界上的概率;其次,将与此概率相关联的区域决策影响因子添加在水平集函数方程中;终,实现利用图像的区域信息提高水平集曲线识别边界能力的目的.分割实验结果表明,该方法较好地克服了传统水平集方法在MR图像分割中存在的边界泄露问题.与其他MR图像分割方法比较,本方法具有更优的分割结果.
-
基于贝叶斯分类模型的乳腺X线摄影辅助诊断的研究
乳腺癌是现代女性常见的恶性肿瘤之一.如何利用计算机辅助诊断(CAD)技术提高对乳腺癌的诊断正确率是目前的一个研究热点.结合X线摄影和CAD技术对乳腺癌进行判别.使用来自四川大学华西医院2010年第一季度的118例乳腺X线样本进行验证.分别从分类的0-1损失错误率和RMSE错误率,验证了三种贝叶斯分类模型的性能.实验结果表明贝叶斯模型能很好地对乳腺癌X线摄影进行判别.