本项目将医学图像的处理技术与免疫智能计算挖掘方法有机结合,研究提出基于医学图像的数据仓库建模方法,探索医学图象数据立方体技术;采用自适应子波神经网络实现医学图像的边缘检测和功能区域轮廓、纹理等特征提取和加载方法;采用并行技术提高对复杂数据的预处理效率。将免疫计算理论与已有的神经网络模型相结合,研究一种能够利用背景理论和先验知识的免疫自适应子波神经网络,依此来构造进行医学图象数据挖掘过程的机器学习机
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
内点最大化与冗余点控制的小型无人机遥感图像配准
结核性胸膜炎分子及生化免疫学诊断研究进展
资源型地区产业结构调整对水资源利用效率影响的实证分析—来自中国10个资源型省份的经验证据
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于多模态关联图模型的医学媒体数据挖掘关键技术研究
基于不确定图模型的医学图像数据挖掘关键技术的研究
基于LiveWire的交互式图象分割及其在医学图象分析中的应用
基于数据挖掘的医学图像分类研究