(3.236.175.108) 您好!臺灣時間:2021/02/27 05:00
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:吳宗明
研究生(外文):WU, ZONG-MING
論文名稱:應用碎形幾何於肝臟組織紋理分析之研究
論文名稱(外文):A study of ultrasonic live tissue classification through fractal geometry
指導教授:陳永昌陳永昌引用關係
指導教授(外文):CHEN, YONG-CHANG
學位類別:博士
校院名稱:國立清華大學
系所名稱:電機工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1992
畢業學年度:80
語文別:中文
論文頁數:109
中文關鍵詞:碎形幾何肝臟組織紋理分析研究
相關次數:
  • 被引用被引用:1
  • 點閱點閱:148
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
電腦輔助分析超音波肝臟影像有助於醫生做出更精確的診斷。而超音波肝臟影像中
最重要的特徵就是粗糙性(roughness) 及顆粒度(granularity) 。很幸運的,我們
發覺碎形幾何(fractal geometry)對於這兩種特性有很好的描述方法。因此,在本
論文中,我們將應用碎形幾何於肝臟組織超音波影像的分類。
首先,利用碎形幾何的兩個特性-自我相似性(self-similarity) 及自我親近性 (
self-affinity),可建立一套兩階段的診斷程序以辨別出正常與不同種類的肝臟疾
病。接著,此方法可進一步改進為單一步驟的分析方式,稱為多門檻維度向量 (
multi-threshold dimension vector) 。
最後,結合多解析度影像處理方法(multiple resolution imagery) ,我們提出一
種最有用的分析方式,稱為多解析度碎形特徵向量 (multiresolution fractal
feature vector) 。此特徵向量可在工作站上即時(real-time) 計算出來,並可得
到89百分比的正確診斷率,可以說是目前最有效的方法。
合格證明
目錄
摘要
第一章 概述
第二章 傳統紋理分析法
第三章 兩階段分析法
第四章 多門檻維度向量
第五章 多解析度碎形特徵
第六章 結論
CONTENTS
ACKNOWLED GMENTS
ABSTRACT
LIST OF FIGURES
LIST OF TABLES
CHAPTER 1 INTRODUCTION
1.1 Ultrasonic Imaging for Liver Tissure Classification
1.2 Ultrasonic Liver Images and Textures
1.3 Conventional Texture Features
1.4 Fractal Geometry
1.5 Multiple Resolution Feature Extraction
1.6 Pattern Classification Techniques
1.7 Data Acquisition
1.8 Contribution of the Thesis
1.9 Organization of the Thesis
CHAPTER 2 CONVENTIONAL TXETURE FEATURES FOR CLASSIFICATIO OF ULTRASONIS LIVER IMAGES
2.1 Introduction
2.2 The Spatial Cray-Level Dependence Matrices
2.3 The Fourier Power Spectrum
2.4 The Gray-Level Difference Statistics
2.5 Laws''Texture Energy Measures
2.6 Experimental Results
CHAPTER 3 TWO-STAGE LIVER TISSUE CLASSIFICATION
3.1 Introduction
3.2 Self-similarity and Similarity Dimension
3.3 Fractional Brownian Motion Model and Self-Affinity
3.4 Experimental Results
CHAPTER 4 MULTI-THRESHOLD DIMENSION VECTOR
4.1 Introduction
4.2 Dimension Measurement
4.3 Multi-Threshold Dimension Vector
4.4 Classification Results
CHAPTER 5 MULTIRESOLUTION FRACTAL FEATURES
5.1 Introduction
5.2 Multiple Resolution Feature Extraction
5.3 Fractional Brownian Motion Model
5.4 Multiresolution Fractal Feature Vector
5.5 Experimental Results
CHAPTER 6 CONCLUSIONS AND DIRECTIONS FOR FUTURE RESEARCH
REFERENCES
APPPENDIX A
VITA
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔