Bipartite Graphs with the First and Second Largest Laplacian Spectral Radius

Let Bn^k be the class of bipartite graphs with n vertices and k cut edges. The extremal graphs with the first and the second largest Laplacian spectral radius among all graphs in Bn^K are presented. The bounds of the Laplacian spectral radius of these extremal graphs are also obtained.

一种新颖的乳腺X线影像中钙化点检测方法

乳腺癌是妇女常见恶性肿瘤之一,早期诊断和早期治疗是降低乳腺癌患者死亡率的关键。微钙化是乳腺癌早期的一个要标志,因此,快速准确地找出乳腺X光片中的钙化点成为成功诊断的第一步。现有多种方法能用于检测钙化点并各有优缺点,中典型的高斯-拉普拉斯算子(LOG)是有效方法之一,尽管其能较精确地检出钙化点的位置但检测效率低。级联形态学滤波算的LOG改进了LOG的效率,但仍无法满足大规模普查的高效率要求。通过提出一维和二维LOG相级联的方法来实现高效实时钙化点的检测,并通过实验证实了所提检测方法的有效性。

一个结合形态学滤波和高斯-拉普拉斯滤波检测乳腺X线影像中钙化点的新方法

微钙化点是乳腺X线影像上独立的亮点,它表征乳腺癌的早期症状。但由于乳腺图片本身规模大、复杂且噪声多,微钙化点体积很小,与乳腺背景对比度又低,所以很难被检出。形态学带通滤波(MBF)算法尽管能快速检出钙化点,但精度不足。高斯-拉普拉斯滤波(LoGF)尽管能比较精确地检出钙化点的位置但较费时。本文提出一种结合上述两者优点同时能克服其缺点的钙化点检测新方法。在南京中大医院乳腺癌数据集上所做实验结果表明,该方法的检测时间接近于MBF方法,同时准确度和LoGF检测方法相当。