检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:陈岚岚[1]
机构地区:[1]武警工程学院通信工程系,陕西西安710086
出 处:《计算机仿真》2012年第5期262-264,314,共4页Computer Simulation
摘 要:研究早期癌变组织的准确识别问题,由于人体癌变组织识别是对癌变部位与正常组织部位的像素灰度、梯度等特征差异进行识别,而在组织发生早期癌症病变时,癌变部位的图像灰度像素特征与普通组织部位的像素特征差异很小,传统的方法不能准确地识别人体早期癌变组织。为了解决上述问题,提出了根据病变部位像素密度的早期癌变组织识别方法。通过运用WORD像素理论,计算病变部位的像素数目,采用相关算法求得病变像素的像素密度,克服单一依靠像素灰度、梯度等直观特征进行识别的缺陷。仿真结果表明,改进方法能够有效的识别早期癌变组织,取得了比较好的效果。Traditional human cancerous tissue recognition is based on the differences of image pixel gradient of cancerous tissue,and normal tissue,and cannot exactly recognise the early cancerous tissue in human body.In order to solve this problem,this paper proposed the early identification method of cancerous tissue based on the pixel density at lesion area.By using the Word pixel theory,the pixels number of pathological changes was calculated through the related algorithm for the pixel density of the lesions area.The experiment results show that the method can effectively identify early cancerous tissue,and achieve good results.
分 类 号:TP391.9[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3