典型文献
基于多视图医学图像处理的COVID-19诊断算法及应用研究
文献摘要：
2020年伊始,一种新型冠状病毒(Coronavirus Disease 2019,COVID-19)席卷全球,世界各国面临严重的公共卫生危机.由放射科医生人工检测肺部CT影像是否存在磨玻璃密度影是重要的诊断依据,但是由于人工检测较为耗时且受制于医生主观经验,存在检测效率低下以及主观诊断误差等问题.通过研究多视图数据的特征选择策略,构建或改进新的多视图数据特征选择策略,充分利用高维数据中许多特征之间的相关性和互补性,尽可能去冗,降低计算复杂度,提高学习算法的性能.针对医学图像分割问题,采用了深度学习中的U-Net网络;针对分割标注的二维CT图像数量的有限性,创建了COVID-19分割网络;针对多视图数据的获取,提出了多视图数据特征选择策略.
文献关键词：
多视图数据;医学图像分割;COVID-19分割网络
中图分类号：
作者姓名：
乔国泰;李景赫;范文研;向宇戈;李康;申炜豪;魏丽娟
作者机构：
西南科技大学国防科技学院,四川绵阳,621010
文献出处：
引用格式：
[1]乔国泰;李景赫;范文研;向宇戈;李康;申炜豪;魏丽娟-.基于多视图医学图像处理的COVID-19诊断算法及应用研究)[J].电子测试,2022(18):56-58
A类：
B类：
医学图像处理,伊始,Coronavirus,Disease,席卷,公共卫生危机,放射科,像是,磨玻璃密度影,诊断依据,受制于,检测效率,多视图数据,特征选择策略,数据特征,高维数据,多特征,互补性,去冗,低计算复杂度,医学图像分割,Net,有限性,分割网络
AB值：
0.268407
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
