于海霞
- 作品数:3 被引量:2H指数:1
- 供职机构:西安交通大学电子与信息工程学院人工智能与机器人研究所更多>>
- 发文基金:国家自然科学基金国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术医药卫生更多>>
- 熵约束广义学习矢量量化神经网络和软竞争学习算法被引量:1
- 2002年
- 结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理 ,提出了一种熵约束广义学习矢量量化神经网络 ,利用梯度下降法导出其学习算法 ,该算法是软竞争格式的一种推广 .由于亏损因子和尺度函数被定义为同一个模糊隶属度函数 ,它可以有效地克服广义学习矢量量化网络的模糊算法存在的问题 .文中还给出熵约束广义学习矢量量化网络及其软竞争学习算法的许多重要性质 ,以此为依据 。
- 张志华郑南宁张淮峰于海霞
- 关键词:学习矢量量化神经网络拉格朗日乘子
- 一种X线血管造影图像血管截面重建的新方法
- 2002年
- 本文提出一种采用基于勒让特矩(Legendre Moments)的双平面X线血管造影图像血管截面重建的新方法,该方法根据图像的矩与图像本身的唯一性对应的基本原理,应用奇异值分解方法来估计截面的几何矩.在此基础上,计算其勒让特矩,并通过迭代运算最终实现血管截面的重建.这种方法无需先验模型,对截面形状也没有限制.实验结果验证了上述算法的有效性,取得了较满意的结果.
- 于海霞张雅妮郑南宁
- 关键词:X线血管造影
- 非平滑血管形态检测方法被引量:1
- 2002年
- 为了对数字减影血管造影图象中的血管形态进行准确的检测 ,提出了一种基于数学形态学与自适应跟踪的对数字减影血管造影图象中血管形态进行检测的算法 ,该方法首先采用自适应跟踪和匹配滤波来求得图象中指定血管段的中心线 ,然后使用腐蚀梯度算子实现血管边缘的检测 ,另外 ,为了比较不同检测算子的优点 ,还对其他几种形态学边缘检测算子 ;如膨胀梯度、Beucer算子、VVL算子的性能进行了分析讨论 .实验结果表明 ,该方法具有重要的临床应用价值 ,由于它不需对所得到的数字减影血管造影 (DSA)图象进行平滑 ,即可直接对DSA图象进行血管形态检测 ,且不至丢失图象中血管形态的一些有用信息 ,因此不仅能够获得较高的精度 ,并且对血管段的形状也不需严格限制 .
- 张雅妮于海霞郑南宁
- 关键词:数学形态学边缘检测自适应跟踪血管造影术图象检测