| 一种基于张量分解的医学数据缺失模态的补全算法 |
| |
| 引用本文： | 刘琚,杜若画,吴强,何泽鲲,于璐跃. 一种基于张量分解的医学数据缺失模态的补全算法[J]. 数据采集与处理, 2021, 36(1): 45-52 |
| |
| 作者姓名： | 刘琚 杜若画 吴强 何泽鲲 于璐跃 |
| |
| 作者单位： | 山东大学信息科学与工程学院，青岛 266237 |
| |
| 基金项目： | 山东省重点研发计划(2017CXGC1504)资助项目。 |
| |
| 摘 要： | 多模态磁共振影像数据采集过程中会出现不同程度的模态数据缺失,现有的补全方法大多只针对随机缺失,无法较好地恢复条状及块状缺失.针对此问题,本文提出了一种基于多向延迟嵌入的平滑张量补全算法分类框架.首先,对缺失数据进行多向延迟嵌入操作,得到折叠后的张量;然后通过平滑张量CP分解,得到补全的张量;最后利用多向延迟嵌入的逆向操...
|
| 关 键 词： | 张量分解 脑肿瘤分类 缺失模态 数据补全 |
| 收稿时间： | 2020-11-29 |
| 修稿时间： | 2021-01-08 |
A Complete Algorithm for Missing Modalities of Medical Data Based on Tensor Decomposition |
| |
| LIU Ju,DU Ruohu,WU Qiang,HE Zekun,YU Luyue. A Complete Algorithm for Missing Modalities of Medical Data Based on Tensor Decomposition[J]. Journal of Data Acquisition & Processing, 2021, 36(1): 45-52 |
| |
| Authors: | LIU Ju DU Ruohu WU Qiang HE Zekun YU Luyue |
| |
| Affiliation: | School of Information Science and Engineering, Shandong University, Qingdao 266237, China |
| |
| Abstract: | |
| |
| Keywords: | tensor factorization brain tumor classification missing modality data completion |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
