- · 清华大学与美国布鲁金斯学会联合举办高级别闭门圆桌会议 探讨中美合作路径 共同应对新冠疫情[02/06]
- · 美术学院设计团队完成2021央视春晚动漫生肖吉祥物形象及周边衍生品设计[02/05]
- · 马来西亚IOI产业集团董事长李耀昇捐赠清华大学[02/02]
- · 新时代高校助力乡村振兴交流研讨会成功举办[02/01]
- · 清华大学电子工程系陆明泉教授荣获美国导航学会瑟洛奖并当选会士[01/29]
- · 清华大学全球战略布局项目2021年度工作交流会召开[01/23]
- · 清华大学召开2021年两院院士新春座谈会[01/20]
- · 清华大学召开2020年度校领导班子民主生活会[01/19]
灰度共生矩阵和神经网络在医学图像处理中的应用
作者: 孙进辉 [1] ; 于洋 [2] ; 李涢 [3]
关键词: 龋齿识别 灰度共生矩阵 神经网络 MIDEVA
摘要:以龋齿诊断为例,探讨了灰度共生矩阵和神经网络在医学图像处理中的应用。通过对患者龋齿图像的特征分析,采用从灰度共生矩阵中提取的4个参数作为神经网络的输入特征向量,经过对该神经网络的多次训练,实现龋齿的识别。利用Matlab与VC++语言来设计龋齿诊断程序,并借助MIDEVA将其转化为脱离Matlab的工作环境的可执行程序,大大节省了系统资源。
上一篇:粘与黏
下一篇:低浓度煤矿瓦斯的脉动燃烧技术