收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

早期微小病变识别系统的研究和实现

王腾  
【摘要】:进入21世纪以来,信息技术的高速发展和信息量的飞速膨胀,信息过量几乎成为人人需要面对的问题。激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据。目前的数据库系统可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段,导致了“数据爆炸但知识贫乏”的现象。因此,迫切希望有新一代的技术和工具来对海量数据进行分析,从中及时发现有用的知识,提高信息利用率。目前,在需要处理大数据量的科研领域中,数据挖掘受到越来越多的关注。 随着科技的发展,医学数字设备得到了很大的发展,越来越多的医学诊断设备被广泛的运用,例如CT,MR等等;在这些先进设备广泛运用于诊断,治疗的同时,产生了大量的医学数据,面对如此巨大的数字资源,并且随着数据挖掘技术的发展,越来越多的科学家开始关注这一邻域,希望从这些数字资源中发掘出有用的知识! 本项目是基于数据挖掘的脑部早期病变识别系统就是基于上述的情况提出的,通过运用对大量的医学脑部CT图像数据的处理,发现早期病变判断规则,为医生的提供有价值的诊断建议,作为医生诊断过程中的一个有意义的补充! 不同于传统的基于单幅CT图像得到判断规则的方法,本文采用基于同一个体,同部位不同时期的两幅CT图像纹理特征的比较得到判断规则。在规则的获取上,采用了基于改进的DBSCAN算法和层次算法相结合的数据挖掘的算法获取判断规则。在获取规则的过程中主要解决这几个问题:(1)找出能够正确反映病理情况的医疗图像特征。(2)找到能够从大量医疗图像特征中发现有用知识的数据挖掘算法。我们要求该算法能够利用给定的特征值集,快速、准确的找到尽可能多的对计算机辅助诊断可能有用的知识;(3)将源自于大量医疗图像特征集中的知识抽象、组织、表达为计算机能够理解的且可用于辅助医生发现病变并进行诊断工作的规则。 本文主要讲述了,图像数据特征的提取,数据挖掘数据集的获得,数据挖掘算法的改进和建立,以及系统的实现!文章主要分为七大部分


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 尹晓丽;李济洪;;一种访问者行为的相似度度量方法[J];太原科技大学学报;2007年05期
2 吴琪;高滢;王晓涛;左万利;;一种基于距离的增量聚类算法[J];解放军理工大学学报(自然科学版);2005年06期
3 乔少杰;唐常杰;陈瑜;彭京;温粉莲;;基于树编辑距离的层次聚类算法[J];计算机科学与探索;2007年03期
4 曾佳军;;改进的AGNES算法在羽毛球技战术分析中的应用[J];电脑知识与技术;2009年33期
5 周兵;王和兴;王翠荣;;一种基于GiST的层次聚类算法[J];计算机工程;2008年09期
6 沈洁;赵雷;杨季文;李榕;;一种基于划分的层次聚类算法[J];计算机工程与应用;2007年31期
7 吕岚;;基于层次聚类算法的WEB文本挖掘技术研究[J];福建电脑;2011年03期
8 李新良;;基于层次聚类算法的改进研究[J];软件导刊;2007年19期
9 郭玉川;;层次聚类算法在图像处理中的应用[J];软件导刊;2008年08期
10 徐仰彬;刘志镜;;基于DBSCAN的簇共享对象的处理办法[J];计算机技术与发展;2007年07期
11 郭俊,樊彦国;一种改进的CURE聚类算法[J];内蒙古石油化工;2005年08期
12 刘克准;廖志芳;;数据挖掘中聚类算法综述[J];福建电脑;2008年08期
13 王翠茹;朵春红;;一种改进的基于密度的DBSCAN聚类算法[J];广西师范大学学报(自然科学版);2007年04期
14 管军伟;张丹;黄永忠;姜健;;基于DBSCAN算法的电子邮件地址聚类系统[J];计算机工程与设计;2008年06期
15 马连浩;杨鑫华;李荣键;;面向FAQ文档的轻量级聚类算法[J];图书情报工作;2008年01期
16 马连浩;杨鑫华;李荣键;;面向论坛FAQ文档的轻量级聚类算法[J];微型电脑应用;2008年03期
17 曹晖;席斌;米红;;一种新聚类算法在基因表达数据分析中的应用[J];计算机工程与应用;2007年18期
18 温济川;;基于自寻优层次聚类的孤立点分析[J];计算机系统应用;2008年04期
19 淦文燕;李德毅;王建民;;一种基于数据场的层次聚类方法[J];电子学报;2006年02期
20 马程;;空间聚类研究[J];计算机技术与发展;2009年04期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年
中国博士学位论文全文数据库 前10条
1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
9 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 王腾;早期微小病变识别系统的研究和实现[D];贵州大学;2006年
2 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年
3 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年
4 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年
5 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年
6 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年
7 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年
8 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年
9 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年
10 张煜辉;数据挖掘和SPC在生产过程质量控制中应用研究[D];上海交通大学;2009年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 裴维玲;呼叫中心与数据挖掘,谁先上?[N];网络世界;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978