研究目的
设计一种基于变分水平集公式并结合监督学习的新颖分割方法,用于分割皮肤镜图像中的病变区域。
研究成果
该方法通过将监督学习要素融入变分水平集公式,在分割皮肤镜图像方面优于其他最先进方法,从而获得更精确的分割结果。
研究不足
该方法对初始轮廓选择的敏感性以及对边缘指示函数的依赖性,后者可能在病灶边界较弱时表现不佳。
研究目的
设计一种基于变分水平集公式并结合监督学习的新颖分割方法,用于分割皮肤镜图像中的病变区域。
研究成果
该方法通过将监督学习要素融入变分水平集公式,在分割皮肤镜图像方面优于其他最先进方法,从而获得更精确的分割结果。
研究不足
该方法对初始轮廓选择的敏感性以及对边缘指示函数的依赖性,后者可能在病灶边界较弱时表现不佳。
加载中....
您正在对论文“[IEEE 2018年第20届国际电子健康网络、应用与服务会议(Healthcom) - 奥斯特拉瓦(2018.9.17-2018.9.20)] 2018年IEEE第20届国际电子健康网络、应用与服务会议(Healthcom) - 用于皮肤镜图像分割的监督水平集方法”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期