王梦珍
- 作品数：4 被引量：3H指数：2
- 供职机构：天津大学电子信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 乳腺医学图像处理方法研究
- 近年来,女性乳腺癌的发病率越来越高,导致乳腺癌成为一种最常见的恶性肿瘤之一。根据最新统计数据表示,美国女性患乳腺癌的概率在所有恶性肿瘤发病率中排名第一。并且根据对我国大城市女性的调查表明,乳腺癌同样是我国女性疾病中最常见...
- 王梦珍
- 关键词：乳腺癌密度估计图像处理
- 文献传递
- 基于头戴式可视显示设备的输入方法及装置
- 本发明属于计算机等字符输入技术领域。满足操作者复杂环境下无线上网、环境探查、商务办公等需要，本发明采取的技术方案是，基于头戴式可视显示设备的输入装置，包括：1)场景采集模块，包括依次相连的摄像头、光学镜头、摄像头驱动电路...
- 刘立尹召芳王梦珍
- 文献传递
- 基于Kmean和ELM的乳腺肿块检测方法被引量：2
- 2015年
- 肿块是乳腺癌在X线图像上的一个主要表现。提出了一种肿块自动检测算法。该方法包括四个步骤:在图像预处理阶段,去除背景、标记、胸肌和噪声,图像分割和图像增强;利用Kmean方法找到感兴趣区域(ROI);提取能够表征肿块的特征;利用极限学习机(Extreme Learning Machine,ELM)分类器去除假阳性,将图像中的肿块和非肿块分离开来。通过对MIAS数据库中乳腺X线图像的测试实验,得到的检测肿块的准确率为93.5%。
- 王梦珍刘立王建
- 关键词：特征提取
- 基于Kmean的乳腺肿块检测方法被引量：2
- 2013年
- 乳腺癌是一种常见的恶性肿瘤,早期诊断和治疗是降低乳腺癌死亡率的关键。肿块是乳腺癌在X线图像上的一个主要表现,本文提出了一种基于Kmean的乳腺肿块检测方法。该方法包括四个步骤:首先是图像预处理,该阶段包括去除背景、标记、胸肌和噪声,以及乳腺分割;其次利用Kmean方法找到感兴趣区域(ROI);然后提取能够表征肿块的特征;最后根据提取到的特征将肿块和正常组织分离开来。通过在MIAS数据库中乳腺X线图像的测试实验,得到的检测肿块的准确率为93.2%,结果表明,该方法能够有效的检测出肿块。本文网络版地址:http://www.eepw.com.cn/article/184614.
- 王梦珍刘立张惠慧
- 关键词：特征提取
