一种全新的基于胸片计算机辅助检测肺结节方案

针对目前基于胸片肺结节计算机辅助检测系统的检出率低,且检测结果有大量假阳性的问题,提出一种全新检测方案.该方案首先引入基于活动形状模型的算法分割肺区,在肺区中选取大量可疑结节,然后为每个可疑结节提取基于分割结果的27个特征,最后引入线性分类器对可疑结节进行分类,给出最终检测结果.方案中,由于两步结节增强技术的引入,使得只有少量真实结节在可疑结节选取过程中丢失.特征提取时,引入分水岭算法分割可疑结节,基于分割结果提取能够有效区分可疑结节中真实结节和假结节的形状特征、灰度统计特征、曲面特征和梯度特征等,并利用可疑结节分割结果与感兴趣区域中Canny算子边缘检测结果的相关性来降低假阳性.本文选择日本放射技术学会提供的公共数据库测试系统的肺结节检测性能,系统在平均每幅图4.5个假阳性水平下检测出72.2％的结节.对非常不明显和极其不明显结节,系统的检测性能在4.5个假阳性水平下达到了52.7%.     

基于DR胸片的肺结核计算机辅助诊断系统

肺结核是一种在全世界范围内具有高发病率和死亡率的疾病,而DR胸片在肺结核初步筛选过程中扮演了重要角色。利用计算机辅助诊断系统可以提高医生在肺结核胸片检测和诊断上的准确率,减少漏诊率,减轻医生的工作负担,优化诊断流程。本文主要介绍计算机辅助诊断系统的构成部分及关键技术,并进行实验识别异常胸片。     

基于回归的X线胸片肺野自动分割算法

X线胸片中肺野的精确定位与区分是X线胸片辅助诊断系统的必要步骤,它在准确定位不同肺野位置后可以与病灶检测模块相结合并输出自动化报告,从而辅助医生进行诊断。基于此,提出一种基于回归的肺野分割算法,能够快速准确地完成肺野分割。在临床试验中,对比多种分割及分类算法,该算法具有更高的准确率和灵敏度。     

基于Python的肺结核胸片病灶检测系统设计

肺结核病是危害人类健康的重大传染病之一,如何快速高效地找出病灶是影像医生工作的一大难点。本文设计了基于Python的肺结核胸片病灶检测系统。该系统设计了用户的注册登录模块、胸片识别模块、信息管理模块,系统核心是Efficientdet算法对胸片进行图像识别标出病灶区域。本系统可用于小型医院肺结核胸片检测,标出病灶区域,使医生更快地对胸片作出诊断,找出病灶减少差错,提高肺结核的诊断效率,减少影像医生的工作量使其提高工作效率。     

基于小波变换的CR图像增强

数字X光影像仪（CR）图像对比度低、细节不清晰,要对其进行增强处理方能满足临床诊断的需要,而目前通用的CR图像增强算法对比度和噪声增强过度、丢失细节,为此提出了基于小波变换的CR图像增强法。该算法将CR图像进行小波变换分解,针对各子图像的特征,对高频细节部分采用非线性函数进行对比度增强,提高细节清晰度;对低频平滑部分采用反锐化掩模（UM）的方法对图像进行增强,以保证CR图像整体增强效果,最后进行小波变换得到增强后的CR图像。实验证明,该算法处理后的CR图像细节丰富,细节方差（DV）比通用增强算法提高了将近3倍,而且信噪比高,细节方差和背景方差（BV）之比（DV/BV）约为其他算法的3．5倍,具有良好的视觉效果。     

基于小波变换的数字通信信号识别

小波变换对瞬态信息具有较强的检测能力。不同的数字通信信号在码元变化时呈现不同的瞬态信息。分别对幅度未归一化和幅度归一化的3种数字信号（ASK、FSK、PSK）进行小波变换,提取变换后包络方差与均值平方之比作为分类的特征参数,最后利用人工神经网络进行分类识别。仿真结果表明,在低信噪比（5dB）时该算法仍具有很高的识别率。     

基于小波变换的多尺度图像边缘处理

对小波变换后的图像边缘信号关于多尺度边缘检测、提取和重建方面进行了讨论,以利于进一步对图像进行有效的编码、识别和增强等处理;同时也讨论了将小波变换与多尺度边缘检测方法有机结合起来的一些实用技巧。     

基于小波变换及神经网络的SAR图像目标检测方法研究

由于小波分解的多分辨分析特征及神经网络的自学习、自组织等性能,在图像处理中得到了广泛的应用。本文研究了SAR图像非线性采样目标低频小波树特征提取方法,利用PCA（主分量分析）对低频小波树降维,用降维后的特征值训练LVQ神经网络,将其应用于SAR图像目标检测,取得了较好的检测结果。     

一种基于方向滤波预处理的X线胸卡肋骨边缘检测方法

本文提出一种基于方向滤波预处理提取X线胸片中肋骨边缘的方法,它运用光学处理器(CODFP)实现空间频率域的方向滤波,以达到去除干扰的目的,然后在空间域上对所得肺部图象进行边缘检测,文中对提出的方法进行了计算机模拟,并给出了肋骨边缘提取的实例。结果表明与传统方法相比,该方法降低了后处理的复杂度,易于实现且运算速度较快。     

基于小波变换的红外图象多尺度边缘检测

本文讨论了小波变换及其应用于多尺度图象边缘检测的原理，对一幅红外图象给出其多尺度边缘检测的计算机仿真结果，而且与传统的边缘检测方法进行比较，从而得出基于小波变换的多尺度边缘检测是一种较好的方法     

计算机辅助装调的代理模型方法

用代理模型实现了一个新的失调量求解方法,可在较大失调范围内进行更为准确的求解。首先分析了基于灵敏度矩阵方法求解失调量的原理和局限性,提出了使用代理模型求解失调量的设想。在代理模型方法中,设定光学元件各个自由度对应的失调范围,对各自由度失调量进行大量的蒙特卡洛仿真得到充足的样本模型。然后从样本模型中提取失调量和残余像差数据,其中残余像差数据用Zernike 系数表示。对比三种不同的代理模型,选择用人工神经网络表示失调量与残余像差之间的非线性映射关系或统计关系。最后用一个离轴三反射系统模拟装调的例子,说明了如何建立代理模型,并根据当前系统的状态进行调整,表明了使用代理模型进行辅助装调的实用性和可靠性。     

计算机辅助诊断系统在临床实践中的应用

先进的图像技术和计算机科学已经大大加强了医学图像的表达,并且对早期诊断也有突出贡献。从CT片子上可以观察到常人、肝囊肿病人以及肝癌病人具有的特征。最后,利用自适应概率统计模型建立肺癌识别模型和非肺癌识别模型。结果表明,结合人工智能的计算机医学图像分析可以对更多的实际诊断做出贡献。     

基于神经网络的冷水机故障诊断系统

论述了基于神经网络的故障诊断系统的基本原理,介绍了系统的软件构成。     

基于BP神经网络的硬盘播出系统电平诊断的应用及其实现

研究了在MATLAB环境下,利用BP神经网络解决硬盘播出系统电平诊断中的分类问题。首先阐述了BP神经网络的一种故障诊断模型,其次分析了基于集合结构的电平诊断实现原理,最后研究了BP神经网络对电平诊断的求解方法。结论表明:利用在基于BP神经网络的MATLAB环境下解决电平诊断问题时仿真效果明显,有利于实际工程技术的应用。     

基于人工神经网络的自动控制系统

对人工神经网络的基本模型进行了概述,介绍了神经网络控制的基本原理及其特性,指出神经网络控制是一种不依赖于精确数学模型的自动控制系统,研究了他在对高难度、不确定、非线性对象实现自动控制时的优势。然后又对人工神经网络在系统辨识、系统控制以及控制系统的故障诊断等自动控制领域的应用进行了研究。     

数模混合电路故障诊断技术的研究

随着电子技术的迅猛发展，电路系统的复杂度急剧增加，目前约有60％的芯片同时包含了数字和模拟两种信号，电路测试也因此面临着更大的挑战。虽然电路测试技术从模拟电路测试发展至今也有几十年的时间，但数模电路的测试仍然是一个很年轻的领域。针对目前数模混合电路测试的发展现状，对其故障诊断的各种方法的基本思想进行了介绍，指出了各个方法的优点以及存在的缺陷。在最后探讨了数模故障诊断技术在实际中的应用，并对该学科今后的发展方向进行了预测。     

基于神经网络的机载航炮故障诊断专家系统

在分析专家系统和神经网络单独应用于设备故障诊断的优缺点基础上,建立了基于神经网络的机载航炮故障诊断专家系统。实践证明,网络的学习时间显著缩短,整个系统推理效率明显提高,验证了集成式专家系统的诊断效果比传统的专家系统或神经网络更全面、准确和迅速。     

基于专家系统的故障诊断方法的研究与改进

文中介绍了基于专家系统的故障诊断方法,并着重研究了几种改进的专家诊断系统,分析了各自技术的特点和局限性,最后结合新技术的发展和应用对故障诊断专家系统的发展趋势进行了展望。     

人工智能在计算机网络技术中的实践

人工智能技术是现代计算机科学中的重要分支,但人工智能技术却不仅仅局限于计算机科学,其分析、处理数据和问题的性能,以及推理能力,都远超一般的计算机.针对计算机网络面临的问题,人工智能技术能够消耗更少的网络资源,高水平地管理计算机网络系统.本文分析了人工智能的特点以及在计算机网络技术中的具体应用.     

BP神经网络的发展现状综述

讨论目前人工神经网络领域中BP神经网络的特点、改进算法以及在实际中的应用。主要包括模式识别及分类、故障智能诊断、图像处理、函数拟合、最优预测等方面的应用。最后对目前人工神经网络的存在问题和发展前景做了初步探讨。