机构名称：
¥ 1.0
摘要。最近，人们使用深度学习技术分析了脑肿瘤数据。脑肿瘤的分割和分类以及区分肿瘤细胞和非肿瘤细胞非常有趣，因为要区分有肿瘤和无肿瘤的脑细胞，并区分肿瘤细胞以找到它们的类别标签。为此，分割是一种对脑图像进行分类的合适方法，研究人员通常使用它。为了实现准确的分类，必须从提取相关特征开始。在这项工作中，利用概率模糊 C 均值 (FCM) 算法进一步细化分割过程。这种分析可以区分出显示的脑部磁共振成像 (MRI) 扫描的感兴趣区域，这为降低 MRI 脑图像的维数提供了一个框架。在分割后，将局部方向模式 (LDP) 应用于片段，以提取已通过分割方法识别的重要特征区域。在深度信念网络旁边，提供了特征，这些特征决定了图像是正常还是异常，以及 MRI 是否可用于检测或排除肿瘤的存在。在提出的方法和脑肿瘤分割数据库的帮助下进行了实验；已评估准确率，最高百分比为 95.78%。© 2023 SPIE 和 IS&T [DOI：10.1117/1.JEI.32.6.062502]
基于深度信念网络的局部图像处理...
主要关键词
相关文件推荐
