简介:摘要要想快速的对一些复杂背景图像的局部轮廓进行识别,就需要对这些复杂背景图像进行分解并且提取一些多尺度的细节特征,再将图像的原图和经过操作后的图像进行对比。在传统的方法中,一般都是利用相与操作算子对这些复杂的背景进行处理,再把图像中的干扰信号除掉,使用这种方法有一个缺点就是会忽略图像的一些细节,识别的效率也很低。研究人员根据实际的情况,提出了一种基于Tophat算法的复杂背景图像局部轮廓信息人工智能识别的方法。这种智能识别的方法能够利用对偶树复小波的变换的优良特性对复杂背景图像进行分解,在提出多尺度的细节特征。在对这些已经提出来的特征进行腐蚀和开闭运算。这种方法真正的实现了对复杂背景图像局部轮廓信息的识别,也为以后发展图像识别技术奠定了一个良好的基础。
简介:摘要要想快速的对一些复杂背景图像的局部轮廓进行识别,就需要对这些复杂背景图像进行分解并且提取一些多尺度的细节特征,再将图像的原图和经过操作后的图像进行对比。在传统的方法中,一般都是利用相与操作算子对这些复杂的背景进行处理,再把图像中的干扰信号除掉,使用这种方法有一个缺点就是会忽略图像的一些细节,识别的效率也很低。研究人员根据实际的情况,提出了一种基于Tophat算法的复杂背景图像局部轮廓信息人工智能识别的方法。这种智能识别的方法能够利用对偶树复小波的变换的优良特性对复杂背景图像进行分解,在提出多尺度的细节特征。在对这些已经提出来的特征进行腐蚀和开闭运算。这种方法真正的实现了对复杂背景图像局部轮廓信息的识别,也为以后发展图像识别技术奠定了一个良好的基础。
简介:摘 要本文采用区域增长法获取河塘的初始轮廓,再将初始轮廓代入GVF snake模型获取河塘轮廓,避免了snake模型因初始轮廓位置不合理而导致局部收敛的问题以及snake模型拓扑结构不易改变的问题。
简介:摘要目的研究肝细胞癌患者尿液代谢轮廓的变化,筛选具有临床诊断价值的特征代谢离子,建立疾病区分模型,从而帮助临床诊断。方法采用病例对照研究,通过超高效液相色谱与质谱联用(UPLC-MS)法分析肝细胞癌、肝硬化患者和健康人尿液标本,分别有32、28、28份。用MZmine2.0和SIMCA-P+12.0.1.0软件构建正交偏最小二乘判别分析(OPLS-DA)模型和主成成分分析(PCA)模型进行代谢物初筛,对最终检验所选择的代谢离子通过SPSS进行数据分析,用单因素方差分析对标志物进行分析筛选。最后通过计算受试者操作特征(ROC)曲线下面积对所筛选出的标志物进行敏感性和特异性分析。组间定量指标的比较采用单因素方差分析。结果OPLS-DA的模型参数R2X = 35.3%、R2Y = 86.9%、Q2 = 72.2%,具有较好的鉴别价值。检测共筛选出26个特征离子并鉴定了其中的17个。14,19-Dihydroaspidospermatine对健康人和肝细胞癌患者具有较高的鉴别价值,曲线下面积> 0.9,对肝细胞癌患者和肝硬化患者鉴别的ROC曲线下面积为0.88,高于甲胎蛋白的ROC曲线下面积(0.75)。结论基于UPLC-MS平台,成功构建PCA和OPLS-DA模型,提取并鉴定出肝细胞癌患者尿液的特征代谢离子,对辅助临床筛选出肝细胞癌患者具有一定价值。