中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
生物醫學數字圖像處理技術 版權信息
- ISBN：9787030748157
- 條形碼：9787030748157 ; 978-7-03-074815-7
- 裝幀：平裝膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
生物醫學數字圖像處理技術 內容簡介
本書著重介紹了目前常見的幾類生物醫學圖像的相關處理技術。內容涉及乳腺鉬靶X線圖像處理；超聲圖像處理；心室圖像分割與重構；MRI圖像采樣與重構；生物細胞圖像處理；醫學圖像加密。涉及到的計算機技術包括脈沖耦合神經網絡、水平集、三維重構、深度學習、壓縮感知、優化算法、混沌系統理論等。
生物醫學數字圖像處理技術 目錄
前言
第1章 生物細胞圖像處理
1.1 深度學習方法概述
1.1.1 深度學習方法在細胞圖像處理中的新進展
1.1.2 深度學習方法的局限性
1.2 生物醫學細胞圖像分割的常用方法
1.3 基于PCNN自動波特征的血細胞圖像分割和計數方法
1.4 基于同步可調點火脈沖耦合神經網絡的細胞核分割
1.4.1 同步可調點火的脈沖耦合神經網絡
1.4.2 色調提取器
1.4.3 區域生長單元
1.4.4 實驗結果
1.5 基于距離估計的HE圖像細胞核標定
1.5.1 細胞核的標定方法
1.5.2 實驗結果
1.6 基于乳腺腫瘤細胞形態特征參數的乳腺癌診斷研究
1.6.1 基于乳腺腫瘤細胞形態特征參數的乳腺癌診斷
1.6.2 乳腺癌細胞特征參數與乳腺癌診斷之間關系
1.6.3 細胞分形與乳腺癌診斷之間關系
參考文獻
第2章 乳腺密度測量
2.1 乳腺密度測量方法概述
2.1.1 定性的乳腺密度測量方法
2.1.2 定量的乳腺密度測量方法
2.2 基于乳腺紋理特征的乳腺密度測量方法
2.2.1 乳腺鉬靶X射線圖像的預處理
2.2.2 乳腺鉬靶X射線圖像的密度測量
2.2.3 乳腺鉬靶X射線圖像的密度數據分析
2.2.4 結果和討論
2.3 基于SVM的乳腺密度分類方法
2.3.1 乳腺鉬靶X射線影像數據集和預處理
2.3.2 乳腺腺體組織的分割
2.3.3 乳腺紋理特征提取
2.3.4 乳腺密度分類
2.3.5 結果和討論
2.4 基于醫學影像信息管理系統的乳腺影像數據集建設
2.4.1 乳腺鉬靶X射線圖像數據集
2.4.2 建設乳腺影像數據集的必要性分析
參考文獻
第3章 基于深度學習的乳腺圖像處理
3.1 基于深度學習的醫學圖像處理簡介
3.2 基于深度學習的乳腺密度測量
3.2.1 深度學習方法簡介
3.2.2 具體的實現方法
3.3 基于深度學習的乳腺圖像異常分類新方法
3.3.1 乳腺圖像分類相關工作
3.3.2 基于深度學習的病變分類方法
3.3.3 基于深度學習的病變分類新方法實驗
3.4 基于深度學習的乳腺腫塊感興趣區域提取
3.4.1 深度學習目標檢測模型
3.4.2 采用改進的FasterR-CNN提取乳腺腫塊的感興趣區域
3.5 基于深度學習的乳腺腫塊分割
3.5.1 深度學習語義分割模型介紹
3.5.2 乳腺腫塊分割對比實驗
參考文獻
第4章 超聲圖像分析處理
4.1 醫學超聲圖像分析簡介
4.1.1 成像機理與超聲檢查方式
4.1.2 膽囊結石超聲圖像典型特征
4.1.3 膽囊結石圖像分割研究綜述
4.2 基于PCNN和數學形態學的膽囊結石超聲圖像全自動分割方法
4.2.1 分割總步驟
4.2.2 結構元素的確定
4.2.3 膽囊結石超聲圖像預處理
4.2.4 膽囊區域的分割
4.2.5 結石區域的分割
4.2.6 膽囊區域的后處理
4.2.7 結石區域的后處理
4.2.8 膽囊圖像分割實驗討論
4.3 基于PCNN和水平集算法的膽囊結石超聲圖像分割方法
4.3.1 PCNN算法簡介
4.3.2 基于PCNN算法的結石分割方法
4.3.3 基于水平集算法的結石分割方法
4.4 基于PCNN的前列腺超聲圖像病理區域檢測方法
參考文獻
第5章 心室分割與三維重構
5.1 感興趣區域自動提取
5.2 心室分割算法
5.2.1 基于SPCNN的LV內膜分割算法
5.2.2 基于參數活動輪廓模型的LV外膜分割算法
5.2.3 基于SPCNN與ASM的LV內、外膜分割算法
5.2.4 基于改進水平集的LV內膜分割算法
5.2.5 基于SPCNN與數學形態學的RV內、外膜分割算法
5.3 左心室三維重構
5.3.1 三維重構與圖像插值
5.3.2 基于MC算法的左心室三維表面重構在MATLAB上的實現
5.3.3 基于輪廓線插值算法的左心室三維表面重構在OpenGL上的實現
參考文獻
第6章 高度欠采樣磁共振腦成像重構
6.1 壓縮感知理論與磁共振成像
6.1.1 壓縮感知理論
6.1.2 磁共振成像
6.2 基于非子采樣Shearlet稀疏先驗的高度欠采樣MRI圖像重構
6.2.1 Shearlet變換
6.2.2 離散Shearlet變換的實現
6.2.3 非子采樣Shearlet變換
6.2.4 基于NSST稀疏先驗的高度欠采樣MRI圖像重構方法
6.3 基于擴展的約束型分裂增廣拉格朗日收縮算法的MRI圖像重構
6.3.1 字典學習和基于字典學習的稀疏表示
6.3.2 擴展的約束型分裂增廣拉格朗日收縮算法
6.4 基于UDCT域多尺度字典學習的MRI圖像重構
6.4.1 多尺度字典學習
6.4.2 均勻離散Curvelet變換
6.4.3 基于UDCT域多尺度字典學習雙重稀疏化模型
6.4.4 適應于多尺度字典學習雙重稀疏化模型的PB_CSALSA用于MRI圖像重構
參考文獻
第7章 心電圖自動分析與心電監護系統設計
7.1 基于提升小波變換與時域極值分布特性的ECG自動分析
7.1.1 心電信號基礎知識
7.1.2 ECG特性與預處理研究難點
7.1.3 實驗數據集
7.1.4 基于提升小波變換的ECG信號預處理
7.1.5 基于ECG極大值分布特性的QRS波群檢測
7.2 基于MSP430的ECG智能監測系統設計
7.2.1 硬件設計
7.2.2 軟件設計
7.2.3 系統測試總結
7.3 基于STM32和FPGA雙處理器架構的ECG監護系統設計
7.3.1 基于平穩小波變換和形態學濾波的ECG信號去噪算法
7.3.2 系統硬件設計與實現
7.3.3 系統軟件設計與實現
7.3.4 系統測試總結
參考文獻
第8章 醫學圖像的混沌加密
8.1 數字圖像加密算法概述
8.1.1 數字圖像加密算法的要求
8.1.2 幾種典型的數字圖像加密算法
8.2 混沌理論概述
8.2.1 混沌的定義
8.2.2 混沌系統的判斷方法
8.2.3 幾種經典的混沌系統
8.3 醫學圖像的混沌加密算法
8.3.1 混沌加密算法簡介
8.3.2 實驗結果
參考文獻
展開全部
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
羅曼·羅蘭讀書隨筆-精裝
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
姑媽的寶刀
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
莉莉和章魚
- >
名家帶你讀魯迅:朝花夕拾
- >
我與地壇
本類暢銷
