典型文献
基于多特征融合矩阵分解的胃镜图像病灶检测
文献摘要：
胃镜检查过程中,医生通过内窥镜对病变部位的疾病诊断全靠医生的个人经验判断,给医生造成巨大的工作压力,因此提出一种基于稀疏约束的隐低秩表示模型的改进算法.在矩阵融合的基础算法中引入稀疏约束的隐低秩表示模型,提取数据的主特征和隐含特征来获取更多图像信息,应对样本数量较少的情况,并且采用加权非负稀疏表示分类方法(WNSLRRC)区分干扰区域和病灶区域,以图像隐含特征作为依据的加权低秩模型能更好地获得图像数据的全局结构.经过实验证明,该检测方法对病灶区域检测精度较高,具有一定的实用性,并且算法具有较好的抗扰性.
文献关键词：
非负低秩矩阵分解;胃镜图像;多特征融合;隐低秩表示;加权非负稀疏低秩表示分类;病灶检测;全局性;稀疏约束
中图分类号：
作者姓名：
杨国亮;黄剑琛
作者机构：
江西理工大学 电气工程与自动化学院,江西 赣州 341000
文献出处：
引用格式：
[1]杨国亮;黄剑琛-.基于多特征融合矩阵分解的胃镜图像病灶检测)[J].现代电子技术,2022(03):69-72
A类：
隐低秩表示,非负稀疏表示,WNSLRRC,非负低秩矩阵分解,加权非负稀疏低秩表示分类
B类：
多特征融合,融合矩阵,胃镜图像,病灶检测,胃镜检查,查过,内窥镜,病变部位,疾病诊断,个人经验,生造,工作压力,稀疏约束,表示模型,改进算法,提取数据,多图像,图像信息,样本数量,稀疏表示分类,分类方法,以图,图像数据,全局结构,区域检测,检测精度,抗扰性,全局性
AB值：
0.286553
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。
