【摘 要】
：
肾脏内部血流量占肾脏总面积大小是医学中评价肾脏损伤等级的重要指标,利用数字图像处理技术处理肾脏重症超声并构建肾脏损伤等级评估模型具有一定现实意义,为此提出了一种基于特征匹配的超声影像评估仿真。在量化肾脏超声血流样本条的同时利用颜色通道值匹配和图像分割方法快速对血流区域成像;再利用滤波算法对成像结果细化,在此基础上结合样本条的物理意义估计血流总量。实验结果表明,本算法能很好地估计肾脏重症超声中的血流
【机 构】
：
陕西科技大学电子信息与人工智能学院,日本爱知县立大学信息科学学院,西安邮电大学电子工程学院
【基金项目】
：
国家自然科学基金面上项目(61971272),国家自然科学基金青年基金项目(61603234,61601271)。
论文部分内容阅读
肾脏内部血流量占肾脏总面积大小是医学中评价肾脏损伤等级的重要指标,利用数字图像处理技术处理肾脏重症超声并构建肾脏损伤等级评估模型具有一定现实意义,为此提出了一种基于特征匹配的超声影像评估仿真。在量化肾脏超声血流样本条的同时利用颜色通道值匹配和图像分割方法快速对血流区域成像;再利用滤波算法对成像结果细化,在此基础上结合样本条的物理意义估计血流总量。实验结果表明,本算法能很好地估计肾脏重症超声中的血流总量,不仅为肾脏损伤等级自动化评估提供了新方案,而且降低了现有因医者经验判断方法而造成的损失。与此同时,
其他文献
传统算法不能有效结合半结构化数据特征,在进行算法运行过程中所查询的数据量较少,且时间较长。于是基于群体智能研究了一种新的半结构化数据查询算法。采用粒子群优化算法建立半结构化数据查询模型,标记空间内的数据特征,运用中心-离散算法对计算模型数据中的不同粒子类型进行查询,在不同范围内实现对数据的查询与搜索。采用映射方法形成数据查询模型集合,并利用映射关系与有向图中的数据内容建设半结构化数据模型储存空间,
现有的DNS隐信道检测算法大多数依赖多次的DNS信息交互数据,然而在大规模流量的网络环境中,DNS数据难以收集完整并分流,从而导致检测模型失效。针对上述问题,提出了一种基于单次DNS请求和响应报文特征的DNS隐信道检测模型,并分析并提取了DNS请求与响应报文多维度的长度和字符特征,最终提取19维特征,并使用四种机器学习算法进行分类,其中J48决策树综合结果最好,对DNS隐信道检测率为99.4%,误
由于以往加密方法是将所有的图像信息全部加密成密文图像,导致图像信息膨胀,影响了图像信息传输质量。为解决上述问题,研究一种基于DataSocket技术的序列监控图像敏感数据加密方法。方法先是序列监控图像敏感数据压缩处理,减少信息冗余度,具体包括图像分块、颜色空间转换、离散余弦变换、离散余弦变换系数量化以及编码等操作;然后利用混沌系统进行图像加密处理,包括实数混沌序列生成与转换、置乱和扩散等。实验结果
谱聚类可以任意形状的数据进行聚类,在聚类集成中能够有效的提高基聚类的质量。以往的聚类集成算法中,聚类集成得到的结果并不是最终聚类结果,还需要利用聚类算法来获得最终聚类结果,在整个过程中会使得解由离散-连续-离散的转变。提出了一种基于谱聚类的双边聚类集成算法。算法首先在生成阶段使用谱聚类算法来获得基聚类,通过标准互信息来选取基聚类。将选出来基聚类和样本作为图的顶点,并对构建的图利用双边聚类算法对基聚
构建基于语境的中文性别欺凌语料库,提出了一种基于语境、结合注意力机制的切片循环神经网络和胶囊网络并联联合算法模型(CASC)。相比传统基于词法规则、句法分析等深度学习神经网络,上述方法可以获取时序词级、句子级、段落级等多个层级高级信息和全局语义信息。同时通过分析上下文语境,挖掘欺凌词之间的依赖关系和深层语义特征,来提高特征表征能力。实验结果表明,上述方法用于网络性别欺凌文本识别精确率为95.33%
基于当前网络状态分析,有利于指导以后的安全态势估计,为了提高网络安全态势感知的主动性和可靠性,提出基于量子遗传算法的网络安全态势感知方法。根据属性的相似度函数计算网络态势信息的相似度,并由报警相似度函数求解出两个报警信息的相似关系。建立对复杂环境下病毒攻击的网络安全态势模型,采用信号处理方法对网络安全态势感知优化。通过量子遗传算法,对网络病毒的交叉点进行区域匹配设置,同时检测病毒入侵的网络信息流,
在进行加权社会网络低维冗余数据挖掘时,由于加权社会网络稳定性低,且挖掘聚类效果差,导致挖掘耗时长与挖掘精度较低,因此设计加权社会网络低维冗余数据快速挖掘算法。构建加权社会网络模型,提升该网络稳定性的同时对收集到的数据进行可视化分析。通过特征选择获取数据冗余特征,计算出低维冗余聚类数据的支持度,利用支持度与可信度对低维冗余数据关联规则进行评价,并按照直接属性对其限制,大幅度减少无用规则的产生。通过属
针对超光谱图像需要较大存储空间,会产生过度分割的现象,提出了一种基于分水岭分割的超光谱图像虚拟重建方法。通过对超光谱图像的分析,以VisualC++作为虚拟设计平台,给出虚拟重建整体框架,选用FSL作为总线接口来完成设备之间的通信传输。为提高超光谱图像的传输速度,减小图像储存空间,采用普间DPCM和整数小波变换对图像压缩,同时使用分水岭变换法分割处理压缩后的微弱边缘图像,避免过度分割。以视觉传达原
传统人体运动信息捕捉方法大多应用Adaboost算法模拟人体时空域运动,但传统方法存在空间域运算不足问题,导致仿真时延较长。提出基于虚拟现实的人体时空域运动信息捕捉仿真方法。方法考虑到信息捕捉时传感器产生的误差,归一化处理传感器数据。同时建立虚拟人体结构模型作为动作仿真的主坐标点,获取具有时空域意义的人体动作特征,结合时空域意义分析运动信息的正向运动参数,将其导入人体结构模型中,并利用虚拟现实技术
为提高深度双Q网络的数据查询效率、优化数据传输能耗,提出一种基于分簇的低延迟高可靠数据查询算法。采用强化学习建立模型及优化目标,使用深度学习求解深度双Q网络状态表达和策略表达。引用主成分分析二次提取数据特征,剔除每个特征的信息叠加,通过熵值法对特征量进行赋权,提升数据查询效率。依据数据查询与簇头节点的关联,分析簇头节点通信能耗与查询响应时间,构建数据估计模型。利用节点轮换方法均衡网络能耗,完成低延