排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
由于乳腺肿瘤超声图像的边界模糊,且灰度异质现象较严重,准确分割出肿瘤区域是一项具有挑战性的工作.针对传统的Chan-Vese模型和局部二值拟合模型(local binary fitting)的分割缺陷,在乳腺肿瘤超声图像的全局和局部能量信息的基础上,结合双边滤波算子,提出一种全局和局部二值拟合模型的多相水平集分割算法.首先,将双边滤波算子作为乳腺肿瘤超声图像的核函数;然后,根据变分法求解表征超声图像结构信息的能量泛函,得到对应的梯度矢量方程;随后,引入多相水平集函数实现病灶区域的多区域细化分割;最后,对乳腺超声图像数据集的分割实验.结果 发现:经过与医生手动标记的肿瘤区域进行对比,分割准确度为94.51％.可见,该模型的准确度较高、误判率较低、鲁棒性较强. 相似文献
2.
本文提出了一种考虑课程重要性的大学生成绩的统计分析方法,在对学生成绩进行重要性加权处理的基础上,利用主成分分析法和聚类分析法对大学生的成绩进行综合评价,并使用统计软件SAS进行计算和分析,其结果有助于科学、客观的对学生进行排序和分类. 相似文献
1