计算机辅助诊断算法平台

针对计算机辅助诊断系统已成为制约医疗器械硬件发展的关键因素,提出一个医学影像辅助诊断算法平台（Computer Aided Diagnosis Algorithm Platform,CADAP）,帮助研发人员高效、便捷地开发面向人体多种疾病的计算机辅助诊断系统．平台集成医学影像三维可视化、图像增强、图像分割、ROI（Regionof Interest）检测、特征提取与分类等关键算法,并引入工作流技术,采用组件与多层体系结构建立一个算法流程可以动态管理和复用的算法平台．     

基于概率神经网络的乳腺癌计算机辅助诊断

由于癌细胞多形性,细针吸取细胞学检查存在局限性,辩识能力不足,造成误诊。为进一步提高乳腺癌辅助诊断的准确性,提出了一种基于概率神经网络的乳腺癌辅助诊断方法。首先建立基于概率神经网络的分类模型,其次确定网络的训练集和测试集,接着找出最优的径向基函数分布密度,最后计算5-折交叉验证的测试准确度,并对仿真方法和结果进行了检验。将仿真结果和检验结果与已有文献中所得出的结果进行对比分析,表明用概率神经网络进行乳腺癌的辅助诊断,具有准确度高,诊断用时少,易于实现等优点,说明了其在乳腺癌计算机辅助诊断方面的可行性和优越性。     

基于随机森林的乳腺癌计算机辅助诊断

为提高乳腺癌诊断的准确性,该文提出了一种基于随机森林算法的乳腺癌诊断方法。用UCI数据集提供的683例乳腺肿瘤患者进行了分类识别,5-折交叉验证结果表明,采用新方法检测乳癌平均准确率达到96.93%,优于概率神经网络识别方法,说明了其在乳腺癌计算机辅助诊断方面的可行性。     

乳腺癌诊断的计算机处理研究

介绍了开发医学图象处理系统所涉及到的数据技术,以及用到的图象处理技术。     

小波在乳腺癌计算机辅助诊断中的应用综述

介绍了计算机在乳腺癌诊断中的作用,综述了小波近年来在乳腺癌诊断中各个方面的应用.指出小波在该领域的作用,展望了小波在该领域的发展方向.     

面向CT影像的肺结节计算机辅助诊断算法

为了在早期能够发现肺癌,降低对肺结节的漏诊率,提高病人的生存率;基于模糊C均值聚类的算法,利用直方图统计特性对数据进行优化,在此基础上利用像素的邻域特性,将数据样本对各聚类中心约束条件为1改变为隶属度之和为样本总数;用改进的FCM对肺实质图像进行分割,将分割后的图像应用区域分割算法去除小面积区域,利用肺结节的关键特征,提取可疑区域;运用改进算法后,区域分割效果更好;仿真结果证明算法很好地将"线"形或分枝状结构的血管去除;改进的FCM有很好的实时性和对噪声的鲁棒性,分离血管后,将可疑区域在原图标记出来,使医生的工作更加明确.     

EM算法研究与应用

引入了可处理缺失数据的EM算法.EM算法是一种迭代算法,每一次迭代都能保证似然函数值增加,并且收敛到一个局部极大值.对EM算法的基本原理和实施步骤进行了分析.算法的命名,是因为算法的每一迭代包括两步:第一步求期望(Expectation Step),称为E步;第二步求极大值(Maximization Step),称为M步.EM算法主要用来计算基于不完全数据的极大似然估计.在此基础上,把EM算法融合到状态空间模型的参数估计问题.给出了基于Kalman平滑和算法的线性状态空问模型参数估计方法.     

计算机辅助底板查线算法

本文结合我所现有的查线机,讨论了计算机辅助自动检查计算机底板接线中遇到的问题;介绍了几种分批算法的实现方法,并分析比较了它们的查线速度和查线质量。在查线机容量不足的情况下,按连接线关系分批查线,虽然算法较复杂,但仍是一个可取的方法。     

改进的张量投票算法

在引入迭代过程的基础上,修正底层的取向估计结果、修正原始算法的显著性测度函数,并对每次投票结果进行细化和修剪.实验结果表明：文中改进措施有效地解决了张量投票算法在提取主观轮廓中存在的问题.     

计算机辅助医学诊断中模糊ISODATA算法的实现及其应用

介绍了计算机辅助诊断中模糊ISODATA算法的实现,并结合医学实例给出在实际中的具体应用,结果表明该方法在临床诊断中具有良好的效果,值得进一步推广,此方法同样适用于解决临床中类似的医学问题。     

基于多个机器学习算法的投票式邮件过滤模型

机器学习算法在目前垃圾邮件过滤中扮演着重要的角色，但单一学习算法往往有各自的缺陷，限制了其在邮件过滤中的进一步应用。该文介绍了几种典型机器学习算法，并构造了一种基于多机器学习算法的投票式过滤模型。实验表明，该方法充分利用了各机器学习算法的优势，弥补了各自的不足，达到了比单一学习算法更好的过滤性能。     

自适应投票快速中值滤波算法研究

中值滤波是图像处理中常用的滤波方法,其优点是能有效滤除图像中的噪声像素,同时还有一定的保持图像边缘的效果;其缺点是滤波速度慢、图像边缘细节保持效果不理想。在分析中值滤波及其改进算法的基础上,提出了自适应投票快速中值滤波算法（AVMF）。该算法一方面利用图像噪声的特征自适应筛选出需要滤除的噪声像素,另一方面利用滤波窗口的中值元素的特点以及滤波窗口移动的特性,采用完全不排序的投票法快速计算中值。使用Lena图像对AVMF算法进行测试实验,实验结果表明：AVMF同多种中值滤波改进算法比较,不仅能有效滤除噪声和较好地保留图像边缘细节,而且极大地提高了滤波处理速度。     

基于投票式属性重要度的快速属性约简算法

作为经典Pawlak粗糙集的扩展,邻域粗糙集能有效处理数值型的数据。但是,因为引入了邻域粒化的概念,所以邻域实数空间下的计算量要比经典离散空间下的计算量大得多。对于邻域粗糙集算法而言,能够有效且快速地找到数据集的属性约简是十分有意义的。为此,针对现有算法中属性重要度定义的不足,首先提出了一种改进的投票式属性重要度,然后进一步提出了一种基于投票式属性重要度的快速属性约简算法。实验证明,与现有算法相比,在保证分类精度的前提下,该算法能更快速地得到属性约简。     

计算机辅助诊断人脸形态学疾病研究综述

某些疾病引起的患者的脸部形态与大多数正常人不同,具有一定的相似性。根据不同的人脸形态特征,可以通过利用计算机信息技术辅助诊断这类疾病。通过计算机辅助医学诊断,有研究发现,一些疾病的筛查率接近甚至高于医生,疾病的诊断周期也缩短了。综述了计算机辅助诊断人脸形态学相关疾病的基本原理和传统方法;从引起人脸形态变化的不同因素入手,分析和综述了相关的应用研究。从不同的技术角度分析人脸的形态特征,为今后更快、更准确地诊断疾病提供不同的切入点。     

计算机辅助虹膜诊断中特征提取方法研究

针对计算机辅助虹膜诊断中虹膜分区以及局部特征提取问题,提出了虹膜区域划分方法及具体分区中特征提取的方法.利用虹膜图像中瞳孔的灰度特征,实现虹膜的快速定位.在虹膜定位的基础上,利用虹膜图谱对左右虹膜图像分别进行特征区域划分,并且对划分后的虹膜图像进行规一化处理.在规一化后的虹膜图像中,针对肠区的病理特点,利用改进的Hough变换,提取了虹膜图像中肠道分区的局部病理特征.实验表明,虹膜图像区域划分方法的可行性.     

基于EM算法的软件可靠性研究*

结合边界值和等价类的方法对输入域的提取和输入点的选取作了详细分析.在考虑软件复杂性、缺陷后果严重性和信息不足等因素的基础上,提出了基于测试用例的软件可靠性模型,并结合EM算法和数理统计知识对该模型进行了相应的理论证明.实验表明,新模型具有较好的适用性.     

医学图像计算机辅助诊断数据平台研究

计算机辅助诊断系统,是现代医疗事业广泛应用的数字化平台,其应用实现了医疗诊断数据的全面分析,大大提高了疾病诊断准确率,是现代社会医疗事业中不可缺少的部分.本文对计算机辅助诊断数据平台的研究,主要从医学图像应用方面进行分析,为我国医疗的进步提供了技术研发的新领域.     

膝关节疾病计算机辅助诊断方式研究浅谈

计算机智能的发展为膝关节疾病的诊断提供了新的诊断方式,克服了传统诊断方式一些缺点。本文就膝关节摆动信号处理过程技术进行汇总,对未来的发展方向进行展望。