基于标记脉冲耦合神经网络的乳腺肿块分层检测方法

乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)与标记符相结合设计了标记PCNN图像分层方法,继而利用多同心层(Multiple Concentric Layers, MCL)模型得到可疑区域。最后,借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明,该文方法在保证假阳性率(False Positive Rate, FPR)的同时,肿块真阳性率(True Positive Rate, TPR)达到92.08%。同时针对东方女性致密型乳腺案例中检测结果明显优于MCL方法和MCA方法。     

基于MCA的乳腺X线图像中肿块的自适应检测方法

针对肿块通常大小和形状各异,并且边缘模糊的特点,提出了一种基于形态学成分分析(MCA)和直方图自适应阈值搜索的肿块检测方法.首先通过引入MCA方法有效地抑制了血管和纤维对检测的影响,在此基础上设计了一种基于直方图的自适应阈值搜索策略,根据肿瘤的生长特性,通过自适应阈值和多灰度同心层方法,有效地检测乳腺X线图像中的病变区...     

基于DSP的无背景模型车流量检测

针对车流量检测中遇到光照变化、树阴、树枝摇动等一系列问题,在运动物体法,背景建模法和时间差分法的基础上,提出了一种基于DSP的无背景模型的新型车流量检测方法。笔者依次使用基于块的帧差法、双重前景融合法、基于纹理对象分割法、假前景滤波法对车流量进行检测。经实验验证,采用无背景模型算法能成功有效地检测车流量,检测准确率达88%,提高了车流量检测的精度。     

基于多层环形滤波和循环OTSU乳腺肿块检测

介绍了一种新的乳腺肿块计算机辅助检测算法.在对乳腺肿块计算机辅助检测目的和背景进行简单的介绍后,给出了基于多层环形滤波、循环OTSU的乳腺肿块计算机辅助检测算法的设计思想和具体实现过程,并采用此算法对大量数据进行测试,测试结果表明,此算法可以快速且准确地定位乳腺肿块疑似区域.     

基于跨路径特征聚合的改进型YOLOv3乳腺肿块识别算法

针对基于深度学习的乳腺癌诊断中小肿块和互相遮挡肿块易被漏诊的问题,提出了一种用于乳腺肿块检测的改进型YOLOv3算法.首先,在特征融合模块中添加了自底向上的路径,并采用级联和跨层连接的方式充分利用底层特征信息,提高了小肿块的识别精度;其次,为了筛选出更精确的预测框,避免互相遮挡的肿块出现漏检的情况,在软非极大值抑制(S...     

基于Contourlet变换和Facet模型的红外小目标检测方法

针对存在复杂背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于循环平移Contourlet变换和Facet模型多向梯度特性的检测方法。首先通过循环平移Contourlet变换,利用硬阈值对图像进行去噪,提高图像的信噪比和平滑性;然后设计了一种基于Facet模型多向梯度特性的中值滤波器,对去噪后的图像进行滤波,有效地抑制复杂背景和噪声;其次采用两级最大类间方差算法对滤波后的图像进行分割;最后根据相邻帧候选目标的位置和速度关系进一步检测弱小目标。实验证明,这种算法抗噪性强,对包含强纹理结构的复杂背景具有良好的抑制作用,能够有效地检测出弱小目标。     

基于多尺度空间滤波和l1范数最近邻分类的乳腺图像微钙化点检测

钙化信息是乳腺癌早期诊断的一个重要依据,针对钙化点检测检出率较低和假阳性较高的问题,提出一种基于多尺度空间滤波和l1范数最近邻分类的乳腺图像微钙化点检测算法.首先利用多尺度空间滤波方法得到原图像的多尺度显著特征图,然后通过基于人眼视觉特性的钙化点分割方法得到粗检测钙化点的二值图像,并送入l1范数最近邻分类器去除假阳性点...     

基于Gmac模型的乳腺肿块分割算法

在乳腺CAD系统中,乳腺肿块分割是一个重要的先前步骤,分割结果的好坏直接影响到肿块的分类和检测.本文将Gmac模型应用到乳腺肿块分割上,并提出了求解Gmac模型的两种改进方法:改进的变分水平集法、改进的splitbregman方法.实验选取了483幅医学乳腺肿块图片进行分割,得到了两种改进方法的CM均值分别为64%和76%;AMED均值分别为4.4750和1.4602.结果表明:改进的split bregman方法对乳腺肿块进行了更有效的分割.实验也利用经典的ACWE模型和GAC模型对上述乳腺肿块图片进行了分割实验,与基于改进split bregman方法的Gmac模型相比,结果表明:Gmac模型具有更好的分割性能.     

一种基于斑点抑制的SAR图像舰船航迹检测算法

该文分析了合成孔径雷达(SAR)图像中舰船航迹的特性和斑点噪声模型及其局部统计特性。在此基础上,提出了一种先基于小波变换进行斑点噪声抑制,再基于Radon变换进行航迹检测的方法。对数据处理的结果表明,该方法较直接对SAR图像应用Radon变换能更有效、准确地检测到SAR图像中的舰船航迹。     

基于小波分析的逆变电路故障诊断方法研究

针对逆变电路受到输入电压不稳定性等因素的影响时容易产生故障的问题,提出一种基于小波分析的逆变电路故障诊断方法。构建逆变电路的电压、电流和功率的输入/输出模型,确定电路故障的约束参量模型,构建逆变电路运行状态目标函数,对电路中的传输信息流采用小波分析方法进行特征提取,实现故障准确检测和诊断。测试结果表明,采用该方法进行逆变电路故障诊断的准确性较高,可靠性较好。     

一种基于二叉树决策分类的乳腺肿块自动检测方法

乳腺癌是严重威胁女性健康的重要疾病,乳腺癌计算机辅助诊断能够提高乳腺普查的效率和精度。乳腺肿块的自动检测是实现乳腺癌计算机辅助诊断的重要一步。由于肿块和背景之间的对比度低,肿块大小、位置、灰度不确定等,肿块的准确检测非常困难。预处理、疑似区域分割、特征提取以及分类器设计是乳腺肿块分割的关键。本文对经过增强的乳腺X光图像采用一种自适应阈值方法分割出疑似区域,提取疑似区域表征乳腺肿块的面积、紧凑度、圆形度、灰度方差、灰度均值以及偏离度六种特征,最后利用二叉决策树把疑似区域分为两类:肿块和正常乳腺组织。利用50幅图像测试系统的性能,肿块的检测率(TP)为86.18%,且每幅图像的平均误检(FP)为1.18个。实验结果证明了本文提出方法的有效性。     

Fisher分布下基于白化滤波的极化SAR图像CFAR检测方法

在已有的极化合成孔径雷达（SAR）图像恒虚警（CFAR）检测方法中,存在着高分辨下杂波模型适用性差的难题.为此提出了一种Fisher分布下具有虚警概率解析表达形式的CFAR检测方法.首先,在乘积模型框架下,引入Fisher纹理变量,推导出了极化白化滤波（PWF）检测量的概率密度函数（PDF）.然后,对PDF积分得到了虚警概率关于检测门限的解析表达形式,并设计了相应的CFAR检测算法流程.最后,通过机载合成孔径雷达（AIRSAR）实测数据比较了新方法和双参数恒虚警（2P-CFAR）算法及已有的基于K分布、G₀分布、Wishart分布的CFAR检测方法的检测性能.结果表明新方法能有效检测出目标,且鲁棒性较强,相比于其他检测方法,品质因数平均高出32.66%.     

Fisher纹理分布下基于匹配滤波的极化SAR图像CFAR检测方法

在已有的极化合成孔径雷达（PolSAR）图像恒虚警（CFAR）检测方法中,存在着高分辨下杂波模型适用性差的难题。为此提出了一种Fisher分布下的CFAR检测方法,并定义虚警损失率（CFAR Loss,C_L）以量化评估算法的恒虚警保持性能.首先,在乘积模型框架下引入Fisher纹理变量,推导出了多视极化匹配滤波（Multi-look Polarization Matched Filter,MPMF）检测量的概率密度函数（PDF）.然后,对PDF积分得到了虚警概率的闭合解析式,并设计了CFAR检测流程.仿真数据和机载合成孔径雷达（Airborne SAR,AIRSAR）数据实验结果表明,与基于K分布、G₀分布、Wishart分布的CFAR检测算法以及双参数恒虚警（two-Parameter CFAR,2P-CFAR）算法相比,新方法具有良好的恒虚警保持性能和检测性能,具有较强的鲁棒性,且运算时间未明显增加,相比于其他检测方法,品质因数（Figure of Merit,FoM）平均高出12.80%.     

HHT在眼底图像边缘检测中的应用

在眼底图像处理中,边缘检测技术是许多研究领域的重要预处理手段,如眼底图像特征提取和基于图像特征的图像配准方法等等。将希尔波特-黄变换（HHT,Hilbert-Huang Transform）方法应用于眼底图像边缘检测,提出了基于二维经验模式分解的图像边缘检测算法。实验结果表明,利用HHT方法的自适应多分辨特性,可以有效提取出眼底图像的细节信息,又不会检测出过多的虚假边缘。该方法为眼底图像的其它处理方法提供了有效的预处理手段。     

NETWORK INTRUSION DETECTION METHOD BASED ON RS-MSVM

A new method called RS-MSVM （Rough Set and Multi-class Support Vector Machine） is proposed for network intrusion detection. This method is based on rough set followed by MSVM for attribute reduction and classification respectively, The number of attributes of the network data used in this paper is reduced from 41 to 30 using rough set theory. The kernel function of HVDM-RBF （Heterogeneous Value Difference Metric Radial Basis Function）, based on the heterogeneous value difference metric of heterogeneous datasets, is constructed for the heterogeneous network data. HVDM-RBF and one-against-one method are applied to build MSVM. DARPA （Defense Advanced Research Projects Agency） intrusion detection evaluating data were used in the experiment. The testing results show that our method outperforms other methods mentioned in this paper on six aspects： detection accuracy, number of support vectors, false positive rate, falsc negative rate, training time and testing time.     

SAR图像局部自适应ACCA-CFAR检测算法

该文在ACCA-CFAR(Automatic Censored Cell Averaging-CFAR)的基础上提出了一种以K分布对SAR图像杂波建模的局部自适应ACCA-CFAR目标检测算法。该算法首先估计局部窗口的K分布参数,然后根据参数确定局部ODV(Ordered Data Variability)门限,进而完成背景像素筛选,最后做出检测判决。文中证明了ODV门限与局部统计模型的参数有关,给出了采用局部自适应门限的理论依据。该文以海面舰船SAR图像为例,证明该算法在海面杂波背景中具有较少的虚警,可以完整地检测出舰船目标,保留更精细的结构特征。     

An artificial intelligent algorithm for tumor detection in screening mammogram

Cancerous tumor mass is one of the major types of breast cancer. When cancerous masses are embedded in and camouflaged by varying densities of parenchymal tissue structures, they are very difficult to be visually detected on mammograms. This paper presents an algorithm that combines several artificial intelligent techniques with the discrete wavelet transform (DWT) for detection of masses in mammograms. The AI techniques include fractal dimension analysis, multiresolution markov random field, dogs-and-rabbits algorithm, and others. The fractal dimension analysis serves as a preprocessor to determine the approximate locations of the regions suspicious for cancer in the mammogram. The dogs-and-rabbits clustering algorithm is used to initiate the segmentation at the LL subband of a three-level DWT decomposition of the mammogram. A tree-type classification strategy is applied at the end to determine whether a given region is suspicious for cancer. We have verified the algorithm with 322 mammograms in the Mammographic Image Analysis Society Database. The verification results show that the proposed algorithm has a sensitivity of 97.3% and the number of false positive per image is 3.92.     

Wavelet transform based novel edge detection algorithms for wideband spectrum sensing in CRNs

The primary task in cognitive radio is to dynamically explore the radio spectrum and reliably detect the co-existing licensed primary transmissions across a wide-band spectrum. This paper focuses on wavelet transform (WT) based wide-band sensing techniques, which identify the edges of the multiple frequency bands simultaneously. Novel edge detection algorithms are proposed based on continuous WT (CWT) and discrete WT (DWT) techniques, applied on wide-band power spectrum. In CWT based spectrum sensing, logarithmic scaling preceded by a thresholding is performed on the CWT coefficients to enhance the small modulus maxima values at the edges, resulting in better detection probability. Since the logarithmic scaling magnifies the spurious edges, the proposed algorithm increases the false alarm probability at high noise variance. To alleviate this problem, DWT based algorithms are proposed, where DWT performs simultaneous denoising and edge detection. To achieve good detection performance at poor SNR scenario, a moving average filtering strategy is adopted at different levels of DWT based algorithms and better performance is achieved even with lower scale value of DWT, thereby reducing the computation time. Comparative studies show that the proposed algorithms outperform the existing WT based edge detection algorithms in the dynamic and frequency selective channels as well.     

超宽带合成孔径雷达金属地雷双峰特征增强算法

机载超宽带合成孔径雷达(UWB SAR)探雷实用化的最大问题是虚警太多,而增强金属地雷双峰特征有助于有效剔除虚警。该文基于双峰显著度最大准则,提出了基于图像域后滤波器的双峰特征增强算法及后滤波器参数优化方法。实测数据处理结果表明,该算法能够有效提高怀疑目标中金属地雷的双峰显著度,从而提高最终金属地雷检测性能。     

相参雷达时频域CFAR检测门限获取方法研究

相参雷达体制下采用时频域处理的CFAR检测器面临的一个共性问题就是由于时频域杂波模型与实际不匹配,以及数据样本有限导致的模型参数无法准确估计,进而导致实际检测器性能总是与理论设计有较大差距.为此,本文通过分析相参雷达时频域恒虚警(CFAR)检测门限与虚警概率的函数关系,提出一种基于最小二乘拟合的检测门限获取方法,并给出了其工程实现途径.最后,采用实测数据对该方法进行检测性能仿真实验,实验结果表明,提出的检测门限获取方法有效可行,具有很好的工程应用前景.