胶囊内窥镜冗余图像数据自动筛除方法

针对胶囊内窥镜检查的海量图像数据,提出基于归一化互信息量及归一化互相关系数的冗余图像数据筛除方法。将图像在HSV色彩空间量化聚类;然后计算相邻图像的相似度系数,最后根据相似筛除比例进行迭代筛除。针对49例病例,按照70%的筛除比率,实验结果得到100%的病灶数量保留率和较低的图像误删率。基于归一化互信息量冗余图像数据筛除方法能够高效准确地筛除冗余图像数据并极大地缩短阅片时间;在该算法的基础上,开发了胶囊内窥镜图像自动筛查系统,为医生判诊提供辅助和支持。

胶囊内镜图像质量低劣的原因分析

目的分析胶囊内镜图片质量低劣的原因。方法回顾性分析2010年10月至2010年11月期间在我院接受胶囊内镜检查的27例患者图片。按相似图片、气泡影响图片、肠内容物影响图片和亮度影响图片对27例病人的图片进行分类并计算各因素所占的比例。结果相似图片所占的比例平均为65.8%,气泡影响图片平均占3.4%,肠内容物影响图片平均占12.08%,亮度影响图片平均占12.78%。结论导致胶囊内镜图像低劣的原因主要为相似图片、肠内容物及亮度。

基于模糊纹理谱的胶囊内窥图像识别

受消化道蠕动和光照等因素的影响,常用计算机辅助分析方法对胶囊内窥图像的识别结果不佳。为此,提出一种基于模糊纹理谱的胶囊内窥图像识别方法。在图像的各个分量上引入模糊纹理谱,分别提取特征向量,并利用BP人工神经网络进行训练和识别,对不同分量图像采用投票原则确定最终识别结果。实验结果表明,该方法对内窥图像中正常图像和肿物图像的识别率达到92%,可有效辅助临床医生对胶囊内窥图像的筛查工作。

基于胶囊内镜的自诊断技术与模式的初步研究

针对现有胶囊内镜检查的一些诊断瓶颈问题,对胶囊内镜产生的海量数据进行了图像冗余数据的筛除,提高了医生的阅片速度。实现了基于蓝牙的胶囊模型,并在此基础上提出基于胶囊内镜的"自诊断模式"。

生物识别技术在商业银行应用发展分析

生物识别技术作为安全认证的主要手段之一,近年来成为金融领域安全技术的热点选择.总结目前在商业银行应用的主要类型、方式及应用场景,分析生物识别技术在金融行业发展的制约因素主要有监管及行业标准化的相对滞后、客户对不同生物识别技术的可接受程度不同及生物识别系统本身的安全性问题,并进一步分析商业银行需重点关注的数据留存、系统安全、性能优化等系统实施要点及未来生物识别技术在商业银行应用发展趋势.