论文部分内容阅读
宫颈癌相关抑癌基因的高甲基化分析
【机 构】
：
东南大学
【出 处】
：
东南大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
目的：如何利用图像分割与测量技术从医学影像中获取有价值的辅助诊断信息，是当前人工智能领域的研究热点和难点之一。近年来，医学成像技术的快速发展给人工智能辅助临床诊断提出了更高的技术挑战。基于机器学习算法的人工智能技术，特别是深度学习算法的研究因其性能优势已经逐渐被应用于医学图像分割与测量的问题中,并给临床的诊断提供了重要的技术支持。尽管如此，人工智能辅助诊断领域仍有诸多问题有待深入研究。 本研究基
学位
目的：糖尿病性视网膜病变与眼底视网膜血管的宽度、角度、分支形态的变化密切相关，眼底视网膜血管特征的变化能够反映出糖尿病性视网膜病变的同时还能帮助医生分析病情和诊治患者。因此提出具有满足临床检测需求、准确率高、运行速度快的视网膜血管分割算法，对早期糖尿病性视网膜病变的筛查和后期的医治具有重要意义。 方法：方法一是基于Frangi和Ostu的视网膜血管分割算法。首先进行原始彩色视网膜图像预处理，再基
学位
Research on Rapid and Label-Free Bacterial Pathogens Identification System based on Multi-angle Dyna
学位
乳腺癌是女性致死率最高的恶性肿瘤。为提高诊断效率，提供给医生更加客观和准确的诊断结果，本文以BreaKHis数据集为基础进行了深入研究。主要内容如下:(1)本文借助影像组学(Radiomics)的方法，分割出乳腺肿瘤病理图像的细胞核，提取了细胞核的形态特征和强度特征以及整张图像的纹理特征和颜色特征，共585维特征向量，采用ReliefF进行特征选择，然后利用随机森林(Random Forest,R
学位
研究目的：骨折作为生活中的常见类型疾病，其发生会造成严重危害，如不及时治疗则会造成严重后果。肱骨干骨折是骨折中的常见类型，不仅会损伤神经血管，同时还会造成肩肘关节产生功能障碍。X射线成像是临床中常用的骨折诊断方法，但随着计算机技术的不断发展以及医师对于医学影像数据依赖的与日俱增，医学影像数据的数量大幅度增长，给医师带来严重压力，任务也越来越繁重。基于内容的图像检索（CBIR）作为计算机辅助诊断技术
学位