肺结节计算机辅助检测方法研究

计算机识别藏语虚词的方法研究

将人工智能应用到医学图像中可减少医生工作量和患者的重复检查。针对现有甲状腺结节检测方法处理过程繁琐、特征提取困难等问题，提出一种基于卷积神经网络（CNN）的甲状腺结节检测方法。针对数据样本量小的限制，

针对传统方法在面对大量肺部数据时检索效率不高的问题，提出了一种基于有监督哈希的肺结节CT图像检索方法。通过图像预处理建立肺结节图像库，并从灰度、形态、纹理方面提取图像多特征；利用监督信息构造哈希函数，

肺部的检查是每年体检的重要一部分。体检中有成百上千的病例，而每个病例中含有许多的肺部横切面CT图像。这些都需要专业医生去逐个筛查出存在肺结节的病例，不仅工作量大而且存在误筛的可能。针对上述问题，把卷积

针对传统计算机辅助检测系统中肺结节检测存在大量假阳性的问题,提出一种基于三维卷积神经网络的肺结节识别方法。首先,将传统二维卷积神经网络扩展为三维卷积神经网络,充分挖掘肺结节的三维特征,增强特征的表达能

内窥镜作为一种重要的医学诊断工具，广泛地应用于多种疾病的诊断和筛查。随着电子内窥镜的广泛应用，基于图像处理技术的计算机辅助诊断算法不断地涌现。就应用于医用内窥镜图像的计算机辅助诊断研究进展予以综述，分

计算机反取证研究

一种计算机病毒的检测方法，提供相互学习。

关于计算机专业的数值计算的教学PPT

包括实验原理，实验代码，分析和总结，让你用计算机解决实际问题的能力增加