排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
组织病理图像中阳性细胞比例的检测对癌症和肿瘤的定性和定级起决定作用。提出一种用于细胞准确计数的新的轮廓检测方法,针对组织病理图像色彩纹理复杂、细胞边界模糊等特点,结合通道提取和图像二值化方法实现阳性细胞的准确分离,并在CV模型基础上完成对细胞的轮廓提取。实验表明,该方法有效解决了传统方法无法处理的弱边缘问题,在保持算法性能的前提下,可自动分离组织病理图像中的阳性细胞并检测其轮廓。 相似文献
2.
针对无线传感器网络中经典定位算法DV-HOP定位精度低的缺陷,提出改进算法。该算法采用新的方式计算未知节点与锚节点的距离,提出锚节点信任度的概念,并利用加权最小二乘法计算节点坐标。Matlab仿真实验结果表明,在相同网络环境下,该算法能有效减小距离计算带来的定位误差,提高定位精度。 相似文献
3.
TCP Vegas协议通过比较期望吞吐量和实际吞吐量的差值来进行网络拥塞控制,相对TCP Reno协议具有更佳的网络稳定性和利用率。通过分析两种协议在复杂环境中的网络性能,证实TCP Vegas协议在共存环境下公平性欠佳的结论,并提出一种基于网络自适应的TCP Vegas改进算法。该算法通过对期望吞吐量自适应改进和对队列拥塞监测的优化,提高了协议在复杂环境中的自适应性,增强了与TCP Reno协议共存环境下的公平性,最后通过仿真证明了改进算法的有效性。 相似文献
4.
在医学超声成像中,最小方差(MV)自适应波束形成算法能有效的提高成像分辨率,但是却牺牲了成像对比度和算法稳健性。针对这个问题,提出了一种相干系数(CF)和幅度相位估计(APES)融合的自适应波束形成算法。该算法利用APES幅度估计准确,成像对比度和算法稳健性高的优点,同时结合相干系数加权抑制噪声和干扰,改善了成像分辨率。仿真实验结果表明:该算法在成像分辨率和对比度方面都要优于传统的延时叠加(DAS)法,最小方差法和原始的幅度相位估计法。 相似文献
5.
传统聚类方法在应用于组织病理图像处理时存在较大误差,为了提高细胞分类以及计数的准确率,提出一种新的免疫组化数字图像处理方法,首先将转换到LAB色彩空间的原始图像进行归一化处理,然后转换至HSV色彩空间并采用基于差异最大化加权聚类的方法对图像中不同类别细胞进行有效分类,最后综合利用形态学方法对免疫组化病理图像中不同类别细胞进行分割、计数。实验结果显示,该方法能够有效提高图像颜色信息利用率,在保持高容噪性的前提下,有效地提高免疫组化病理图像处理过程中对不同细胞组织分类、识别及计数的准确率。 相似文献
1