共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 机器学习在脊柱疾病智能诊治中的应用综述显示文摘脊柱疾病是现代社会中常见疾病之一,目前其诊断与治疗主要依赖于医生的专业水平和临床经验,这样不仅给医生带来沉重负担,而且效率低下。以神经网络为代表的机器学习算法能够自动提取脊柱数据集中的特征信息,辅助医生快速定位病灶区域,实现精准治疗。文中从实验数据、特征选择、算法模型和性能评估指标等方面,对机器学习技术在脊柱疾病应用中的研究现状进行了系统总结。首先从机器学习算法角度出发,阐述典型算法在疾病诊治中的用途;其次围绕实际应用,从危险因素分析和疾病预测、疾病识别和分类、脊柱图像的特征提取和分割3方面,结合具体实验对比机器学习模型的性能;最后总结目前应用中存在的局限性并提出展望。 | 刘彤彤 杨环 西永明 郭建伟 潘振宽 黄宝香 | 2021 | 计算机科学2021，48，S02： | 4 |
| 2 | 视觉显著区域和主动轮廓结合的图像分割算法显示文摘传统区域主动轮廓模型在分割弱边缘图像时,演化曲线受背景干扰,易陷入局部极值导致演化速度缓慢;且由于局部项仅考虑空间信息,无法更好保留目标边界,影响分割精度。针对上述问题,首先利用改进的显著性检测方法,对待分割图像进行预处理操作,获取目标候选区域,自动设置初始化轮廓曲线,并将获取的目标先验信息与待分割图像中具有最大对比度的位图相结合,设计自适应符号函数,对优化LoG能量项进行加权,以线性方式融合到RSF模型中,增强模型自适应能力;其次设计新的局部灰度测度,与局部核函数相结合,改进局部能量项,提高模型在弱边缘处的敏感程度,准确定位目标边界。实验结果表明,该模型能够自动设置初始化轮廓,并有效保留目标边缘细节,视觉及定量实验结果证明了该模型优于目前一些主流的主动轮廓模型。 | 何亚茹 葛洪伟 | 2022 | 计算机科学与探索2022，16，5： | 3 |
您所在的机构暂未开通此部分的功能，请联系管理员