脑磁共振图像分析是脑肿瘤诊断的重要手段,是放射医学与图像处理、模式识别、人工智能领域跨学科的新兴研究内容。本项目研究基于综合策略的图像分割和特征提取;基于数据挖掘和数据融合的特征筛选和自学习建模;基于多层混合知识模型的诊断推理,以提高诊断正确率和效率。研究成果对于提高我国医学影像诊断的基础研究和临床应用水平做出贡献。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
智能煤矿建设路线与工程实践
基于静息态的脑电/功能磁共振成像数据的同步采集和分析
基于数据挖掘和感知分析的非对称失真视觉质量评价模型研究
基于深度学习和多图谱方法的磁共振脑图像分割算法研究
基于引用极性和评论挖掘的论文综合评价模型研究