跳转到主要内容
认证机构:IGI全球平台(112.34.110.149)
登录
注册
语言:
英语
欢迎使用InfoSci平台
IGI全球平台
IGI全球平台
无法进行身份验证。
IP:112.34.110.149
数据库搜索
数据库搜索
基本搜索
高级搜索
专家搜索
保存的搜索
索策略
研究工具
研究工具
帮助
用户指南
咨询委员会
用户资源
用户资源
针对研究人员
对于作者
对于图书馆员
指数
以下列出了该标题:
关闭
参考中心
该研究被引用于:
关闭
最近搜索的热门结果
关闭
基于纹理和形状特征的压缩性骨折椎体计算分析
阿德拉·阿皮塔(Adela Arpitha)、拉利塔·兰加拉扬(Lalitha Rangarajan)
源标题:
国际认知信息学与自然智能杂志(IJCINI)
15(4)
版权:
© 2021
|
音量:
15
|
问题:
4
|
页:
24
国际标准编号:
1557-3958
|
EISSN公司:
1557-3966
|
EISBN13:
9781799859857
|
DOI(操作界面):
10.4018/IJCINI.20211001.oa21
引用文章
引用文章
MLA公司
Arpitha、Adela和Lalitha Rangarajan。
“使用纹理和形状特征对压缩性骨折的椎体进行计算分析。”
伊吉尼语
第15卷,第4期,2021年:第1-24页。
http://doi.org/10.4018/IJCINI.20211001.oa21
亚太地区
Arpitha,A.和Rangarajan,L.(2021)。
使用纹理和形状特征对压缩性骨折的椎体进行计算分析。
国际认知信息学与自然智能杂志(IJCINI),15
(4), 1-24.
http://doi.org/10.4018/IJCINI.20211001.oa21
芝加哥
Arpitha、Adela和Lalitha Rangarajan。
“使用纹理和形状特征对椎体压缩性骨折进行计算分析”
国际认知信息学与自然智能杂志(IJCINI)
第15页,第4页:1-24。
http://doi.org/10.4018/IJCINI.20211001.oa21
导出参考
收藏夹
完整发布下载
查看全文HTML
查看全文PDF
摘要
本文的主要目标是在磁共振成像(MRI)脊柱扫描中实现椎体(VB)放射测量的自动化。
它首先对图像进行预处理,然后检测和定位VB区域,然后对VB进行分割和标记,最后将每个VB分为三种情况:正常或断裂的情况1,良性或恶性的情况2,正常的情况3,良性或恶性循环。
该任务是通过使用各种机器学习技术提取和组合VB的不同特征,如边界、灰度、形状和纹理特征来完成的。
针对正常和骨折的类平衡赤字数据集通过数据增强进行平衡,该数据增强为学习系统提供了丰富的数据集,以便在类之间进行精确区分。
在临床脊柱数据集上,该方法在535个VBs上进行了测试和验证,分割平均准确率达到94.59%,在315个VB上进行了分类,案例1的平均准确率为96.07%,案例2为93.23%,案例3为92.3%。
如果出现与翻译网站中包含的信息的准确性有关的任何问题,
请参阅网站的英文版本,即官方版本。
访问
www.igi-global.com/gateway/terms-and-conditions网站/
了解更多信息。