- 博客(2)
- 收藏
- 关注
RSS订阅原创 关于深度学习在MRI疾病鉴别的流程
@[TOC]关于深度学习在MRI疾病鉴别的流程 关于深度学习在MRI疾病鉴别的流程 日记篇：今天完成了对论文的修改，项目是用深度学习进行三种脑部肿瘤的诊断，今天没有技术分享只有经验（比较水）后续等论文发表会出技术篇和相关代码，可能对于刚接触这一领域无从下手项目的同学有一定的启发作用（例如一年前的我）。 1.数据集获取 我们的数据是来自两个，我收到的数组是dicom格式的三种疾病的MRI数据和NIFTI格式的肿瘤区域的分割标签（label)。医生在ITK-SNAP软件上进行病灶区域勾画。dicom格式是医学图
2020-11-14 01:13:55
665
4
原创 使用k-means算法实现灰度图像分割
使用k-means算法实现灰度图像分割k-means算法实现步骤程序原图与分割效果图 k-means算法实现步骤 k-means算法可以用于聚类，图像分割任务也可以理解为图像内像素点的聚类。 实现算法步骤如下： 读取数据，转化为灰度图像。 k-means算法实现 2.1，取中心点C（包含k各中心值）； 2.2，分别计算像素数组中各值与各中心的距离； 2.3，离那个中心近属于哪个类； 2.4，计算各类中平均值，作为新的中心C_2； 2.5，根据各C_2与C的变化判断是否终止迭代。 图像展示； 程序 fro
2020-11-06 22:43:30
4062
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人