CASIA OpenIR

浏览/检索结果: 共28条,第1-10条 帮助

限定条件            
已选(0)清除 条数/页:   排序方式:
基于CT影像表征学习的胃癌预后预测算法研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  王思雯
Adobe PDF(18454Kb)  |  收藏  |  浏览/下载:279/8  |  提交时间:2022/06/13
影像组学  表征学习  胃癌  预后预测  计算机断层扫描(CT)  
基于CT影像组学的胃癌TNM分期预测算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  方梦捷
Adobe PDF(5185Kb)  |  收藏  |  浏览/下载:308/9  |  提交时间:2022/06/13
影像组学  深度学习  胃癌  TNM 分期  计算机断层扫描  
基于多分支网络的医学声学图像重建与分析算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  童同
Adobe PDF(24634Kb)  |  收藏  |  浏览/下载:275/9  |  提交时间:2022/06/13
光声断层成像  超声成像  图像重建  图像分析  多分支网络  深度学习  
基于影像组学的肝细胞癌预后因子预测方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2021
作者:  顾东升
Adobe PDF(19880Kb)  |  收藏  |  浏览/下载:252/4  |  提交时间:2021/06/16
影像组学,肝细胞癌,预后因子,无创诊断,深度学习  
基于深度学习策略的超声多模态影像组学方法研究 学位论文
, 中国科学院大学自动化研究所: 中国科学院大学, 2020
作者:  周辉
Adobe PDF(4006Kb)  |  收藏  |  浏览/下载:416/6  |  提交时间:2020/05/28
超声成像  深度学习  影像组学  无创诊断  人工智能  
无肿瘤区域引导的生物自发荧光断层成像重建算法研究 学位论文
, 北京: 中国科学院大学, 2019
作者:  高源
Adobe PDF(7003Kb)  |  收藏  |  浏览/下载:274/7  |  提交时间:2019/06/11
光学分子影像  生物自发荧光断层成像  高斯权重拉普拉斯正则先验  双边权重拉普拉斯正则先验  多层感知机重建模型  
视网膜图像配准算法的研究与实现 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  邢雨
Adobe PDF(1784Kb)  |  收藏  |  浏览/下载:221/0  |  提交时间:2015/09/02
医学图像配准  视网膜图像  多模态  基于局部特征描述  Medical Image Registration  Retinal Image  Multimodal  Based On Local Feature descriptiOn  
基于K均值聚类的图割脑部MRI分割算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  吴永芳
Adobe PDF(799Kb)  |  收藏  |  浏览/下载:190/0  |  提交时间:2015/09/02
图割  脑部mri  高斯混合模型  K均值聚类  Graph Cuts  Magnetic Resonance Imaging Of Brain  Gmm  Kmc  
基于指纹认证的安全邮件系统的设计与实现 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2008
作者:  吴哲
Adobe PDF(1411Kb)  |  收藏  |  浏览/下载:296/0  |  提交时间:2015/09/02
身份认证  指纹认证  安全邮件  Identity Authentication  Fingerprint Authentication  Secure E-mail  
基于模态融合的生物自发荧光断层成像方法研究与原型系统构建 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  吴萍
Adobe PDF(2920Kb)  |  收藏  |  浏览/下载:202/0  |  提交时间:2015/09/02
模态融合的光学分子影像  生物自发荧光断层成像  三维重建算法  并行迭代收缩方法  迭代重加权方法  Hybrid Molecular Imaging  Bioluminescence Tomography  3d Reconstruction  Parallel Iterative Shrinkage Method  Iterative Reweighted Method