医学图像分割算法研究_第1页
医学图像分割算法研究_第2页
医学图像分割算法研究_第3页
医学图像分割算法研究_第4页
医学图像分割算法研究_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

医学病理切片图像中真皮区域分割算法研究指导教师：毛力姓名：董文欣专

业：通信工程毕业设计（论文）的主要内容（含主要技术参数）1.了解医学病理切片图像中真皮区域分割研究背景，研究意义，国内外在该领域的研究进展；2.熟悉MATLAB编译环境，能使用MATLAB编程语言对核心算法进行仿真；3.理解Kmeans和LDA分类算法的原理，掌握医学病理切片图像中真皮区域分割的实现流程，研究并实现基于Kmeans算法和基于LDA算法的医学病理切片图像中真皮区域分割算法，通过仿真实验结果比较两种分类算法的优缺点；4.总结全文，提出分割算法改进的方向，并对下一步工作做出展望。目录一、研究背景及意义二、医学图像分割方法简介三、KMEANS算法实现四、LDA算法实现五、算法评估六、主要参考文献典型的图像分割方法典型的图像分割方法有阈值法，边缘检测法，区域法。

阈值分割阈值分割

阈值法的过程是决定一个灰度值，用以区分不同的类，这个灰度值就叫做“阈值”，把灰度值大于阈值的所有像素归为一类，小于阚值的所有像素归为另一类。阈值分割步骤阈值分割方法聚类法KMEANS聚类算法最大熵法最小误差阈值选择法确定需要的分割阈值阈值与像素值比较划分像素KMeans算法K-means算法

是聚类算法中的一种常用算法,在模式识别和聚类中经常被使用,属于无监督分类的一个分支.其主要目的是对具有相同数据类型的样本数据按距离最短规则进行集合的划分,最终获取各等价类。基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。K-means算法的主要思想是基于使聚类性能指标最小化

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论