基于深度学习的胸腺瘤CT图像分割与分类算法研究.pdfVIP

基于深度学习的胸腺瘤CT图像分割与分类算法研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Thymoma是常见的人类恶性肿瘤，可导致胸痛重症肌无力再生障碍性贫血等多种病症本文综述了通过多尺度特征提取和自适应特征融合等方法提升胸腺瘤计算机辅助诊断的准确性和泛化性能的研究进展

摘要

胸腺瘤是常见的胸腺上皮肿瘤，容易引起胸痛、重症肌无力、再生障碍性贫血

等情况，严重影响着人类的健康。随着计算机技术的迅速发展，胸腺瘤计算机辅助

诊断已经成为当前的研究热点之一。为有效提高胸腺瘤计算机辅助诊断的准确性，

本研究针对胸腺瘤的分割和分类开展了一系列的改进工作，具体如下：

针对胸腺瘤图像中由于病灶组织结构复杂、边界模糊、形态不规则以及大

小不一，并且病灶通

该用户很懒，什么也没介绍

咨询Ta 进入空间

用户编号：7043055023000005

更多 >