摘自本人毕业论文《肺结节CT影像特征提取算法研究》 　　医学图像特征提取可以认为是基于图像内容提取必要特征，医学图像中需要什么特征基于研究需要，提取合适的特征。相对来说，医学图像特征提取要求更加高，因为对医生的辅助诊断起着至关重要的作用，所以需要严谨可靠的特征。肺结节CT影像特征提取也是属于 ...

本科毕设做的是医学CT图像特征提取方法研究，主要是肺部CT图像的特征提取。由于医学图像基本为灰度图像，因此我将特征主要分为三类：纹理特征，形态特征以及代数特征，每种特征都有对应的算法进行特征提取。 如上图所示，三类特征都有对应方法进行特征提取，在毕 ...

之前的文章讲述了肺结节CT影像数据特征提取算法及基于MATLAB GUI设计的肺结节CT影像特征提取系统。本文将讲述几个主要部分的代码实现，分别是预处理、灰度特征提取、纹理特征提取、形态特征提取数据。 一.预处理部分代码 1、读取肺结节CT数据和专家标记的mask数据 function ...

在博客肺结节CT影像特征提取中，已经实现了肺结节的灰度、纹理和形态特征的提取。但是，对于进一步了解ROI区域像素值或者说CT值的分布来说，还存在一定的不足，不能够很好的显示ROI区域。 因此，本文将进一步对ROI区域进行处理，实现ROI区域的图形化显示。主要包含灰度直方图和ROI区域 ...

数据表达 : 有时,我们通过对数据集原来的特征进行转换,生成新的"特征"或者说成分,会比直接使用原始的特征效果要好,即数据表达(data representation) 特征提取 : 如图像识别,数据表达显得十分重要,因为图像是有成千上万个像素组成的,每个像素又有不同的的RGB色彩值,所以我 ...

法一：Bag-of-words 词袋模型 文本特征提取有两个非常重要的模型： 词集模型：单词构成的集合，集合中每个元素都只有一个，也即词集中的每个单词都只有一个 词袋模型：如果一个单词在文档中出现不止一次，并统计其出现的次数（频数） 两者本质上的区别，词袋是在词集的基础上 ...

TF-IDF TF-IDF(Term frequency-inverse document frequency ) 是文本挖掘中一种广泛使用的特征向量化方法。TF-IDF反映了语料中单词对文档的重要程度。假设单词用t表示，文档用d表示，语料用D表示，那么文档频度DF(t, D)是包含 ...

5.特征提取 有很多特征提取技术可以应用到文本数据上，但在深入学习之前，先思考特征的意义。为什么需要这些特征？它们又如何发挥作用？数据集中通常包含很多数据。一般情况下，数据集的行和列是数据集的不同特征或属性，每行或者每个观测值都是特殊的值。在机器学习术语中，特征是独一无二的，是数据集中每个观测值 ...