简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。
简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。
简介:基于近年来发展的X射线面探测器技术,提出了一种金属板材晶粒尺寸在线检测方法。在细致分析X射线二维衍射几何关系的基础上,通过合理采集衍射数据并对其沿方位角积分,统计了衍射峰的数量、每个衍射峰的衍射强度和参加衍射的晶粒数目,计算了平均衍射强度,建立了X射线平均衍射强度与晶粒尺寸之间的关系。以家电用低碳钢板为例,在配备面探测器和三维平移样品台的X射线衍射仪上模拟实际工业生产过程,用实时采集的衍射图像计算了X射线平均衍射强度和晶粒尺寸。实验和计算结果表明,这种方法简单、快速和准确,有希望发展成为家电钢板及其它金属板材在工业生产中的晶粒尺寸在线检测技术。
简介:传统的遥感图像机场跑道自动目标检测由于仅提取灰度特征常产生过分割现象,本文采用灰度特征和纹理特征相结合的方法进一步提高跑道的检测精度。利用阈值对遥感图像进行初始分割,以定位感兴趣区域(ROI),再利用EM算法估计ROI区域训练样本,引入马尔可夫随机场(MRF)模型,分割机场跑道。实验表明MRF可以很好地描述空间连续性,可以达到精确检测机场跑道的目的。
简介:摘要:目前,受到在空气与环境地污染,再加上生活压力的不断上升,导致肺部疾病发病率直线上升。特别是肺结节,其属于临床较为常见的一种疾病,肺结节是指肺内直径小于,或是等于3cm的类圆形,或是出现不规则的病灶,影像学检查时出现密度增高阴影。肺结节可单发也可多发,边界较为清楚,或是不清楚。其的出现会对患者的身体健康造成极大的威胁,故尽早诊治非常有必要。目前,临床在肺结节诊断中主要采用CT检查诊断,通过CT检查可以观察肺结节的病灶表现,对其进行早期诊治。但由于肺结节的形态不同,其内部结构与动态变化也不同,导致肺结节的诊断发生了巨大的变化。本文基于以上陈述,特对基于CT图像的肺结节计算机辅助检测研究开展综述,为临床肺结节的诊治提供一定的参考。
简介:目的提高多肿瘤标志物蛋白芯片检测方法的准确率,为肿瘤早期临床诊断提供更可靠依据。方法随机选取3组多肿瘤标志物蛋白芯片检测系统拍摄的正常样本、阳性样本、强阳性样本图像各10张;分别采用直接测量法与分割测量法对每组图像进行分析测量,并对检测结果进行数据对比分析。结果对正常样本组、阳性样本组,2种测量方法测得的数据相比无显著差异(P〉0.05)。对强阳性样本组,其强阳性指标自身组、与强阳性值不相邻的指标组,两种测量方法测得的数据相比仍无显著差异(P〉0.05),但对与强阳性指标相邻的指标组,两种测量方法的数据相比却具有显著的差异(P〈0.05)。结论2种图像分析测定方法对正常样本、阳性样本、以及强阳性样本中强阳性指标自身、与阳性指标不相邻的指标的检测结果均没有显著影响,但对强阳性样本中与阳性指标相邻的指标的检测结果却影响很大。说明切割测量法比直接测量法具有较强的去除图像干扰作用。因此,在利用多肿瘤标志物蛋白芯片检测系统进行最终结果测定前,必须进行正确的图像分析、分割处理,才能保证临床检验结果的准确性。
简介:目前,车站行李安检系统检测危险品主要依靠人眼观察安检仪监视器识别危险品,容易出现漏检、错检以及视觉疲劳等问题。为此,提出一种基于X射线图像和特征曲线的危险品检测方法,该方法依据x射线安检仪获得的平均有效原子序数将物体分为两大类:当物体的平均有效原子序数大于等于10时,对x射线图像采用小波将其分解为近似、水平、垂直和对角线方向的4个子图像,并分别采用不同的边缘检测算子进行边缘提取,然后进行小波重构和形态学后处理以提取完整目标轮廓,通过目标与标准危险品图像进行轮廓曲率角点匹配,实现危险品的形状检测;当平均有效原予序数小于10时,获取被检物体的高低能灰度值进行曲线拟合,并与标准危险品的特征曲线进行比较以判别是否存在危险品。实验结果表明,利用图像形状和高低能灰度特征曲线相结合的方式对旅客携带物品进行检测,可以较全面地检测出危险品。