导读:本文包含了病灶提取论文开题报告文献综述及选题提纲参考文献，主要关键词:图像处理,并行区域生长算法,思维进化算法,心血管系统
病灶提取论文文献综述
任国印,吕晓琪,杨楠,喻大华[1]（2018）在《局部心血管计算机断层扫描提取算法在病灶辅助诊断中的研究与实现》一文中研究指出为了在影像学检查中实时交互地提取病灶血管的四维计算机断层扫描(CT)影像,提出了一种思维进化算法(MEA)优化的并行区域生长算法;MEA优化的基于叁级线程处理队列的并行区域生长算法能够通过自我进化避免局部最优,提高了收敛速度和血管分割精度,借助可视化工具包(VTK)和计算机图形图像类库,实现交互式心脏CT局部任意血管病灶的提取和四维可视化。结果表明:局部感兴趣血管10个时相的提取时间大大缩短,体绘制速度大幅提升,局部血管提取数据的每秒帧数(FPS)可达到30左右,如果在显示过程中有旋转、缩小、放大等交互操作,会使数据的FPS减至21左右,但仍能满足心血管的实时显示;借助优化算法实现心肌局部血管区域的提取,能辅助医生观察病人心血管疾病的病灶区域,可为诊断心血管疾病提供直观、有效的可视化依据。(本文来源于《激光与光电子学进展》期刊2018年05期）
宗韵[2]（2016）在《慢性胃炎相关几种典型病灶的特征提取与识别》一文中研究指出胃癌的早发现、早诊断和早治疗能够显着提高胃癌生存率和改善患者生存质量。研究表明,多数胃癌患者在早期呈现慢性胃炎的症状,因此为慢性胃炎提供有效的辅助诊断和决策支持方法对提高胃癌的早期诊断率有重要的意义和应用价值。本文提出面向胃镜图像的多特征提取和识别方法,对与慢性胃炎相关的几种典型病灶进行识别,为医生在内镜检查过程中对胃癌早期症状的诊断提供辅助诊断决策支持。本文提出两种方法对糜烂、溃疡和萎缩这叁种病灶进行识别,第一种方法采用内窥镜中识别精度高的彩色小波协方差(Color Wavelet Covariance, CWC)和曲波变换局部二值模式(Curvelet and Local Binary Pattern, CLBP)特征对病灶进行特征提取,分类器采用支持向量机(Support Vector Machine, SVM)和多层感知器(Multilayer Perceptron, MLP);第二种方法采用序列浮动前向选择方法(Sequential Floating Forward Selection, SFFS)对叁种病灶进行特征选择,分类器为SVM。具体内容如下：1)综合特征对叁种病灶的特征提取与识别。本文选取的图像特征主要包括纹理特征和颜色空间,识别方法选取机器学习算法中应用较广的SVM以及MLP。在识别某种病灶中,对于多种不同颜色空间,分别在各个颜色通道上计算纹理特征；采用信号处理与统计相结合的方法,将曲波变换(Curvelet Transform)与局部二值模式(Local Binary Pattern, LBP)相结合得到CLBP特征、小波变换(Wavelet Transform)与共生灰度矩阵(Gray-level Co-occurrence Matrix, GLCM)结合组成CWC；最后将各单通道特征合并形成融合特征,并在不同颜色空间下分别使用SVM和MLP对病灶进行识别。2) SFFS对病灶进行特征选择。本文采用SFFS与SVM结合的方法选取适合叁种病灶的图像特征。对于RGB、YCbCr、K-L和HSI四种颜色空间,仍然在各个颜色通道上分别进行处理。首先采用小波变换和曲波变换两种信号处理方法,获得若干数量的子图像；然后分别对这些子图像计算其直方图统计特征,包括最大值、最小值、平均值、峰值以及直方图bin数目等,这些特征全部综合到一起构成特征全集。对叁种病灶分别选择SVM模型,通过结合SFFS与SVM对叁种病灶的特征全集进行筛选,最终得出适合表达溃疡、萎缩以及糜烂病灶的图像特征。3)系统构建和实验评估。基于综合特征以及SFFS特征选择,本文对糜烂、溃疡、萎缩病灶进行特征提取与识别。在特征提取基础上,构建了面向慢性胃炎相关的叁种典型病灶的计算机辅助诊断决策支持系统(Computer-aided Decision Support System, CADSS),建立了糜烂、溃疡、萎缩病灶识别特征库,并基于实际临床病例图像进行实验评估,实验结果表明该系统基本能够识别糜烂、溃疡、萎缩叁种病灶。(本文来源于《浙江大学》期刊2016-04-29）
王春生,黎清清,吴敏,王东生,杜玉晓[3]（2015）在《多导联癫痫脑电信号高频振荡特征提取与病灶定位算法》一文中研究指出针对癫痫脑电信号中识别高频振荡节律困难的问题,提出一种基于Teager能量算子和曲线长度的多导联高频振荡节律(high-frequency oscillations,HFOs)特征提取与病灶定位算法。首先,采用陷波器和FIR数字滤波器对癫痫高频振荡信号进行预处理,其次,利用Teager能量算子和曲线长度对高频振荡节律的特征进行提取。最后,以功率谱为手段进行癫痫病灶定位。实际癫痫高频振荡仿真实验结果验证了该方法的有效性。(本文来源于《中南大学学报(自然科学版)》期刊2015年09期）
杨谊,喻德旷,申洪[4]（2015）在《隶属度区域水平集方法提取B超图像病灶》一文中研究指出B超图像在医学临床诊断中有着重要应用,但广泛存在的灰度分布不均匀、对比度低、伪影和噪声干扰以及目标边界模糊等问题,给自动分割带来了困难。本文在区域水平集模型的基础上定义反映轮廓线像素点对目标/背景两个区域隶属度的因子,通过概率分布估计模型计算和比较各像素点的隶属度,以此为依据对像素点进行区域归属判别,由区域水平集迭代获得连续光滑的曲线。本文将B超图像目标分割看作对感兴趣目标区域的局部分割,将水平集的计算求解约束到局部范围,从而减少计算量。实验结果表明与几种水平集模型相比,本文方法对所测试的B超图像的分割在精度和速度上均有一定的改进。(本文来源于《生物医学工程学杂志》期刊2015年04期）
陈书晶,帅仁俊[5]（2015）在《一种快速提取连续CT脑肿瘤病灶区的算法》一文中研究指出脑肿瘤图像提取就是将肿瘤病灶区域(水肿、坏死、癌变)从正常的脑部组织(灰质、白质、脑脊液)分开,精确的脑肿瘤分割对脑瘤的诊断、研究和治疗有重要的临床意义;针对传统脑部CT肿瘤病灶提取的缺点,即需要耗费大量时间并且分割精度不高的问题,提出一种综合了形态学重建、分水岭分割和改进的区域生长算法;先用形态学重建进行去噪,再用结合多尺度梯度分水岭分割提取整个图像的边界,然后在肿瘤病灶区域内选取种子点进行区域生长,提取肿瘤区域轮廓,滤除其他封闭区域,得到的图像作为改进的区域生长法的初始分割区域,使用改进的区域生长法,滤除过分割区域;实验结果显示该算法分割出的结果有效区域大,分割精度高;该算法提高了分割精度,由于不用匹配结构参数,加快了分割速度,具有一定的临床价值。(本文来源于《计算机测量与控制》期刊2015年02期）
杨谊,喻德旷[6]（2014）在《基于改进水平集图像分割方法的乳腺超声病灶提取》一文中研究指出准确高效的乳腺超声病灶提取技术具有重要应用价值,但超声图像灰度不均匀、伪影重、噪声强、乳腺病灶区域与周围组织相似度较高等特有属性给自动分割带来很大挑战。RSF模型是一种较为成功的图像分割方法,但对初始轮廓和噪声较敏感,直接用于病灶提取有待改进。针对图像局部分割需求,通过预提取初始分割区域作为水平集的初始条件,有助于提高分割精度;以局部能量为主导,较好地处理灰度不匀的超声特质,增加全局能量项以使零水平集能够更好地定位在弱边界;引入灰度变化率作用以提高轮廓在灰度匀质部分的演化速度。分割实验结果表明,该方法能较为准确地定位乳腺超声病灶,有一定的临床参考价值。(本文来源于《计算机应用与软件》期刊2014年11期）
杨谊,喻德旷,申洪,高园园,彭洁[7]（2014）在《提取B超病灶的尺度分解小邻域统计水平集方法》一文中研究指出在区域水平集方法基础上,利用小波变换将图像分解成多尺度子图像,对不同尺度子图像进行边缘提取并经过数学形态学算子修正,得到接近目标边界的水平集初始轮廓,解决了区域水平集方法对初始轮廓要求高的问题;接着运用小邻域统计方法计算并判断各像素点小邻域统计信息,筛选出该邻域内有效点集作为本次参数代入水平集公式进行迭代运算。实验表明:与几种现存的水平集方法相比,小邻域统计水平集方法能够较好地抑制B超图像噪声,快速地确定病灶边界,对模糊边界的捕获效果好。(本文来源于《南昌大学学报(工科版)》期刊2014年02期）
柳怡萍[8]（2014）在《基于乳腺动态增强MRI病灶分割及特征提取》一文中研究指出乳腺癌是导致女性死亡的主要原因之一,早期发现和治疗可以显着降低乳腺癌的发病率和死亡率。动态对比增强磁共振扫描(Dynamic Contrast-Enhanced Magnetic Resonance Imaging, DCE-MRI)技术,因其可为诊断乳腺病变提供丰富的四维信息,已成为一种检测乳腺疾病的重要手段。同时,基于DCE-MRI的计算机辅助诊断(Computer-Aided Diagnosis, CAD)系统,也因能辅助医生快速有效地诊断而逐渐被应用到临床中。基于乳腺DCE-MRI的病灶分割和特征提取问题的研究是CAD技术的重要内容。本论文根据正常组织与病灶在影像上的灰度分布差异,设计了一种仅基于影像背景信息的新主动轮廓模型算法来分割乳腺叁维(Three Dimension,3D)病灶。对分割得到的3D病灶提取包括动态增强、形态学、体纹理和空时四个方面的综合特征以分析病灶属性。并利用SVM分类器进行特征选择和分类研究。本文主要工作如下：第一,由于病灶具有复杂的形状结构和多样的灰度分布,目前准确可靠的3D分割仍是一个具有挑战性的问题。本文针对上述情况着重进行病灶分割研究。结合病理学基础以及临床采集到的数据,本文发现,病灶周围正常组织灰度分布均匀,而病灶内部灰度复杂多样且是判别病灶良恶性的重要依据。不同以往统一建模正常组织与病灶的算法,本文首次提出基于正常组织即背景的主动轮廓模型算法进行3D病灶分割。论文对采集到的多种类型的102个病灶分割。分割涵盖了目前常见的主要乳腺癌类型,通用性较好。为比较分割结果,本论文将有经验的放射科医师标注的人工分割结果作为参照,并与其它典型分割算法比较,且利用不同的评价参数评价。实验结果表明,本论文分割模型解决了病灶分割中的弱边界泄漏问题,算法鲁棒性好,同时实现简单速度较快。第二,乳腺DCE-MRI病灶影像特征丰富,因此乳腺疾病诊断需综合多方面信息。本文在扩展二维(Two Dimension,2D)特征的基础上,从不同角度和维度共提取包括动态增强、形态学、体纹理和空时四个方面的56个3D特征,以作为病灶良恶性识别的基础。第叁,针对良恶性病灶分类问题以及2D特征与3D特征比较问题,本文采用两级特征选择策略。论文用平均平方距离作为特征排序准则,利用顺序前进法搜索特征,基于SVM验证和分类,进行了2D特征选择和3D特征选择实验以及2D特征和3D特征比较的实验。实验结果表明,在本文提取的2D特征和3D特征的基础上,3D特征的分类性能优于2D特征,在进行乳腺DCE-MRI病灶分类时应多特征间融合分析。(本文来源于《大连理工大学》期刊2014-06-01）
杨谊,喻德旷,申洪[9]（2013）在《先验约束水平集方法提取乳腺超声病灶》一文中研究指出超声图像自动分割技术具有重要的应用价值,同时面临很大挑战。本文针对乳腺超声图像局部分割需求,通过区域生长法自动快速提取初始分割区域作为水平集的初始条件,实现先验区域约束的作用,显着提高分割准确度;基于CV模型进行全局信息和区域信息的拟合,提高了弱边界的定位准确度;增加速度能量项,使零水平集更快地收敛在边界处;对经典水平集模型的一些能量项进行删减调整,以降低计算复杂度。分割实验结果表明,本文方法能够较为准确快速地实现病灶分割,有一定的临床辅助价值。(本文来源于《中国体视学与图像分析》期刊2013年04期）
刘志芳[10]（2012）在《非小细胞肺癌脑转移病灶~（11）C-胆碱提取的临床应用及其生存因素的相关研究》一文中研究指出研究背景和研究目的肺癌是全球最常见的恶性肿瘤,已成为癌症死亡的首位病因。非小细胞肺癌(non-small cell lung cancer, NSCLC)约占肺癌总数的75%～80%。随着影像学的发展、早期检出手段的提高和NSCLC有效的全身治疗,NSCLC脑转移的发生率在逐年升高。长期以来,临床诊断脑内转移瘤主要靠CT和MRI,尤其是MRI。但是常规MRI平扫及强化,反映的是病变的含水量、血流的流空现象和造影剂透过血脑屏障进入病灶等情况,不能提供肿瘤增殖程度和异质性等生物学信息。PET即正电子发射计算机断层显像(positron emission tomography, PET),是利用正电子核素标记葡萄糖、氨基酸等人体代谢物作为显像剂,通过病灶对显像剂的摄取来反映其代谢变化,从而为临床提供疾病的生物代谢信息。PET/CT融合了PET的功能显像和CT的精确定位,可快速获得多层面断层影象、叁维定量结果以及叁维全身扫描,在脑转移瘤早期诊断及预后判断方面有重要意义。近年来,11C-胆碱(11C-choline,11C-CHO)作为一种新的PET示踪剂用于多种恶性肿瘤的显像。在肿瘤细胞内,胆碱的唯一代谢途径是参于磷脂的合成。胆碱通过磷酸化途径进入肿瘤细胞,最终整合到细胞膜上,形成胆碱入胞后的化学捕获机制。并且胆碱一旦被磷酸化后就停留在细胞中,即“化学滞留”,这是胆碱可以用于肿瘤显像的生物学基础。活体组织内磷脂酰胆碱31P磁共振波谱显示：许多肿瘤细胞膜上的磷脂酰单碱成分增多,而相应的正常组织细胞膜上胆碱代谢物浓度很低或无法探测；治疗有效时,治疗后肿瘤细胞膜上的磷酰单碱成分减少。因此,瘤组织的胆碱摄取速率是反映细胞膜合成速率的指标,也是肿瘤细胞增殖的指标。11C-CHO代谢显像剂的优点是肿瘤显像清晰,周围正常组织摄取胆碱的数量非常有限,放射性很低,而肿瘤组织摄取胆碱相对高,肿瘤/非肿瘤放射性比值高。绝大多数脏器在1～5min时摄取率达最高值,之后逐渐降低或处于相对稳定状态。所以注射11C-CHO约5min后即可进行PET显像。虽然在一些良性肿瘤及瘤样病变胆碱摄取亦增高,有一定的假阳性及假阴性率,但如果应用适当,11C-CHO在脑肿瘤显像具有潜在的优势。数十年来,全脑放疗(whole brain radiotherapy, WBRT)在脑转移治疗中保持着主导地位,能够使脑转移患者获得3-6月的生存期。近来多项临床研究报道替莫唑胺(temozolomide, TMZ),尤其是低剂量TMZ联合WBRT对NSCLC(?)(?)转移有一定的疗效。影响脑转移生存的临床变量已经被深入研究,重要的变量包括：性别、年龄、体力状态评分、脑转移灶数目(单个或多个)、原发灶病理类型(鳞癌或非鳞癌)以及颅外肿瘤状况(控制或非控制)。其中,体力状态评分被一致地认为是影响生存的决定性因素,其次是治疗方法。原发疾病确诊至出现脑转移的间隔时间也影响预后,间隔时间长者为预后有利因素。11C-CHO PET在脑转移瘤中的良好显像,且能反映肿瘤细胞增殖情况,可能具有在预测脑转移瘤的生存的价值。研究内容1、11C-胆碱PET/CT对非小细胞肺癌脑转移的诊断价值；2、低剂量替莫唑胺同步全脑放疗对比单纯全脑放疗治疗非小细胞肺癌脑转移；3、影响非小细胞肺癌脑转移生存的多因素研究。研究方法1.对30例临床诊断非小细胞肺癌脑转移或可疑脑转移的患者进行颅脑MRI检查及11C-CHO PET/CT检查,对11C-CHO摄取进行视觉分析和半定量分析,探讨SUV值与性别、年龄、病理类型及ECOG评分的相关性。计算11C-CHO PET/CT显像的各个指标对肺癌脑转移诊断的敏感性和特异性。2.对90例确诊为非小细胞肺癌脑转移的患者随机分组,分别进行低剂量替莫唑胺同步全脑放疗与单纯全脑放疗,并进行长期随访,观察其临床疗效及相应的毒副反应。3.通过Cox比例风险模型探讨性别、年龄、肿瘤病理类型及治疗方式的等各种临床因素及脑内转移灶的11C-CHO摄取等生物因素与生存的关系。4.病理检查：对所取组织行常规病理HE染色,光学显微镜观察。5.统计学处理：使用SPSS13.0软件进行数据分析,定量测定结果用均数±标准差(X±s)或中位数表示,两组样本均数的比较采用t检验,多个不同水平间的比较采用单因素方差分析(One-Way ANOVA)或Mann-Whitney秩和检验,数据间的相关性采用Pearson或Spearman(?)目关性分析。ROC曲线用于比较各个指标的诊断效能。应用Cox比例风险模型进行多变量回归分析。以P<0.05为具有统计学显着意义。研究结果1.30例肺癌患者经手术、磁共振显像及随访证实有26例存在脑转移,共发现45个脑转移瘤灶,CHO PET显示的高中代谢灶39个,诊断脑转移瘤的敏感度性、特异性和准确性分别是86.7%(39/45),特异度85.7%(6/7),准确性86.7%(45/52)。2.11C-CHO显像剂的4个半定量指标SUVmax、L/MCU、L/WM、L/CTX的均值分别是：1.1276、4.1160、9.0769、4.7203,对于脑转移瘤均有良好的诊断效能,所有AUC均>0.9(P<0.01)。3.转移灶长径和SUVmax存在统计学相关性,相关系数r=0.454(P<0.01),肿瘤长径越大CHO摄取值越高；不同性别、不同年龄段间肿瘤大小及SUVmax值均无统计学差异；4.4个半定量指标SUVmax、L/MCU、L/WM和L/CTX鳞癌脑转移中的均值分别是：1.3178、5.1638、10.3739、5.4774,腺癌脑转移均值分别是：1.0007、3.4175、8.2119、4.2156；鉴别不同病理类型的效能均较差,AUC分别是0.642、0.711、0.626、0.619,仅L/MCU有一定的鉴别效能(P=0.018)。5. WBRT联合同步低剂量替莫唑胺对脑内病灶疗效有效率73.3%；单纯WBRT组有效率77.8%(P>0.05)。中位生存期(OS) WBRT联合同步低剂量替莫唑胺组10.0个月,单纯WBRT组7.5个月,联合治疗组有显着生存优势(P=0.002)。6.两组均常见头痛、皮疹及脱发,且脱发多为Ⅲ级以上。单纯WBRT组血液学及胃肠道反应轻微。WBRT联合同步低剂量替莫唑胺组耐受性良好,其最常见的不良反应是血液学毒性和胃肠道反应。两组Ⅱ级以上血液学毒性、胃肠道反应和肝功损伤有统计学差异(P<0.05)。7.对90例患者的生存资料进行Cox比例风险模型分析显示原发灶病理类型、ECOG评分、合并内脏转移及同步替莫唑胺化疗是影响生存的独立因素(P<0.05),而性别、年龄及脑转移灶的数目与生存无关(P>0.05)；对26例脑转移患者的11C-CHO摄取的4个半定量指标与生存的关系进行Cox比例风险模型分析,显示SUVmax、L/WM和L/MCU影响生存(P<0.05),而L/CTX与生存无关(P>0.05)结论1.11-C-CHO PET/CT对NSCLC脑转移有良好的诊断价值,但对于鉴别不同病理分型效能有限。11C-CHO摄取值与性别、年龄无关,而与肿瘤的病理类型及肿瘤大小有关,肺鳞癌脑转移瘤11C-CHO摄取值大于肺腺癌。2. WBRT联合低剂量TMZ治疗NSCLC脑转移较单独WBRT显着延长生存期,且耐受性良好。影响生存的临床因素有原发灶病理类型、ECOG评分、是否合并内脏转移及联合低剂量替莫唑胺化疗；生物因素有脑内转移瘤灶SUVmax、L/WM和L/MCU。这些影响因素可在一定程度上作为预测预后的指标。(本文来源于《山东大学》期刊2012-03-02）
病灶提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
胃癌的早发现、早诊断和早治疗能够显着提高胃癌生存率和改善患者生存质量。研究表明,多数胃癌患者在早期呈现慢性胃炎的症状,因此为慢性胃炎提供有效的辅助诊断和决策支持方法对提高胃癌的早期诊断率有重要的意义和应用价值。本文提出面向胃镜图像的多特征提取和识别方法,对与慢性胃炎相关的几种典型病灶进行识别,为医生在内镜检查过程中对胃癌早期症状的诊断提供辅助诊断决策支持。本文提出两种方法对糜烂、溃疡和萎缩这叁种病灶进行识别,第一种方法采用内窥镜中识别精度高的彩色小波协方差(Color Wavelet Covariance, CWC)和曲波变换局部二值模式(Curvelet and Local Binary Pattern, CLBP)特征对病灶进行特征提取,分类器采用支持向量机(Support Vector Machine, SVM)和多层感知器(Multilayer Perceptron, MLP);第二种方法采用序列浮动前向选择方法(Sequential Floating Forward Selection, SFFS)对叁种病灶进行特征选择,分类器为SVM。具体内容如下：1)综合特征对叁种病灶的特征提取与识别。本文选取的图像特征主要包括纹理特征和颜色空间,识别方法选取机器学习算法中应用较广的SVM以及MLP。在识别某种病灶中,对于多种不同颜色空间,分别在各个颜色通道上计算纹理特征；采用信号处理与统计相结合的方法,将曲波变换(Curvelet Transform)与局部二值模式(Local Binary Pattern, LBP)相结合得到CLBP特征、小波变换(Wavelet Transform)与共生灰度矩阵(Gray-level Co-occurrence Matrix, GLCM)结合组成CWC；最后将各单通道特征合并形成融合特征,并在不同颜色空间下分别使用SVM和MLP对病灶进行识别。2) SFFS对病灶进行特征选择。本文采用SFFS与SVM结合的方法选取适合叁种病灶的图像特征。对于RGB、YCbCr、K-L和HSI四种颜色空间,仍然在各个颜色通道上分别进行处理。首先采用小波变换和曲波变换两种信号处理方法,获得若干数量的子图像；然后分别对这些子图像计算其直方图统计特征,包括最大值、最小值、平均值、峰值以及直方图bin数目等,这些特征全部综合到一起构成特征全集。对叁种病灶分别选择SVM模型,通过结合SFFS与SVM对叁种病灶的特征全集进行筛选,最终得出适合表达溃疡、萎缩以及糜烂病灶的图像特征。3)系统构建和实验评估。基于综合特征以及SFFS特征选择,本文对糜烂、溃疡、萎缩病灶进行特征提取与识别。在特征提取基础上,构建了面向慢性胃炎相关的叁种典型病灶的计算机辅助诊断决策支持系统(Computer-aided Decision Support System, CADSS),建立了糜烂、溃疡、萎缩病灶识别特征库,并基于实际临床病例图像进行实验评估,实验结果表明该系统基本能够识别糜烂、溃疡、萎缩叁种病灶。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
病灶提取论文参考文献
[1].任国印,吕晓琪,杨楠,喻大华.局部心血管计算机断层扫描提取算法在病灶辅助诊断中的研究与实现[J].激光与光电子学进展.2018
[2].宗韵.慢性胃炎相关几种典型病灶的特征提取与识别[D].浙江大学.2016
[3].王春生,黎清清,吴敏,王东生,杜玉晓.多导联癫痫脑电信号高频振荡特征提取与病灶定位算法[J].中南大学学报(自然科学版).2015
[4].杨谊,喻德旷,申洪.隶属度区域水平集方法提取B超图像病灶[J].生物医学工程学杂志.2015
[5].陈书晶,帅仁俊.一种快速提取连续CT脑肿瘤病灶区的算法[J].计算机测量与控制.2015
[6].杨谊,喻德旷.基于改进水平集图像分割方法的乳腺超声病灶提取[J].计算机应用与软件.2014
[7].杨谊,喻德旷,申洪,高园园,彭洁.提取B超病灶的尺度分解小邻域统计水平集方法[J].南昌大学学报(工科版).2014
[8].柳怡萍.基于乳腺动态增强MRI病灶分割及特征提取[D].大连理工大学.2014
[9].杨谊,喻德旷,申洪.先验约束水平集方法提取乳腺超声病灶[J].中国体视学与图像分析.2013
[10].刘志芳.非小细胞肺癌脑转移病灶~（11）C-胆碱提取的临床应用及其生存因素的相关研究[D].山东大学.2012