-
公开(公告)号：CN1839391A
公开(公告)日：2006-09-27
申请号：CN200480024033.4
申请日：2004-06-25
Applicant: 美国西门子医疗解决公司
IPC: G06F19/00
CPC classification number: G06T7/0012 , G06F19/00 , G06F19/321 , G06T2207/10088 , G06T2207/10116 , G06T2207/20084 , G06T2207/30068 , G16H40/63 , G16H50/20 , Y10S128/92 , Y10S128/922 , Y10S128/923 , Y10S128/924
Abstract: 提供用于乳房成像的CAD(计算机辅助诊断)系统和应用，它实现从对象病人的病人信息集合(包括图像数据和/或非图像数据)自动地提取和分析特征的方法，以便为内科医生工作流程的不同的方面提供决策支持，例如，乳房癌的自动诊断以及使关于例如乳房癌筛选和肿瘤分类的决策支持成为可能的其它自动决策支持功能。CAD系统实现机器学习技术，后者使用一组从一个或多个相关临床领域和/或对这样的数据的专家解释的标记过的病人病例数据库获得(学习)的训练数据，以便允许CAD系统“学习”分析病人数据和作出适当的诊断评定和决策、用于协助内科医生的工作流程。
-
公开(公告)号：CN100511268C
公开(公告)日：2009-07-08
申请号：CN200580026937.5
申请日：2005-06-07
Applicant: 美国西门子医疗解决公司
IPC: G06K9/62
Abstract: 一种用于对数字医学图像中的特征进行分类的方法包括：提供N维空间中的多个特征点，其中每个特征点是两个集合之一的成员；确定分类平面，该分类平面将两个集合中的第一集合中的特征点与两个集合中的第二集合中的特征点分离；对该分类平面进行变换(32)，其中所述变换后的分类平面的法向量具有正系数，并且一个集合的一个或者多个特征点的特征域是变换空间中具有n个轴的单位超立方体；沿该单位超立方体的n个轴中的每一个获得(33)上界；对所述上界进行逆变换(34)以获得包含所述一个集合中的一个或者多个特征点的新规则，以及从所述一个集合中去除(35)由所述新规则所包含的特征点。
-
公开(公告)号：CN101002215A
公开(公告)日：2007-07-18
申请号：CN200580026937.5
申请日：2005-06-07
Applicant: 美国西门子医疗解决公司
IPC: G06K9/62
Abstract: 一种用于对数字医学图像中的特征进行分类的方法包括：提供N维空间中的多个特征点，其中每个特征点是两个集合之一的成员；确定分类平面，该分类平面将两个集合中的第一集合中的特征点与两个集合中的第二集合中的特征点分离；对该分类平面进行变换(32)，其中所述变换后的分类平面的法向量具有正系数，并且一个集合的一个或者多个特征点的特征域是变换空间中具有n个轴的单位超立方体；沿该单位超立方体的n个轴中的每一个获得(33)上界；对所述上界进行逆变换(34)以获得包含所述一个集合中的一个或者多个特征点的新规则，以及从所述一个集合中去除(35)由所述新规则所包含的特征点。
-
公开(公告)号：CN1833247A
公开(公告)日：2006-09-13
申请号：CN200480022882.6
申请日：2004-08-13
Applicant: 美国西门子医疗解决公司
Abstract: 本发明提议基于对象空间位置使用不同的分类器。这种方法背后的直观思想是多个分类器可以比一个覆盖整个特征空间的“通用”分类器更好地学习局部概念。使用局部分类器保证了一个特定类的对象在该特定类具有更高程度的相似性。使用局部分类器还导致存储器、存储装置和性能的改进，尤其当分类器基于内核时。如在此使用的，术语“基于内核的分类器”是指一个分类器，其中映射函数(即内核)已经被用来将原始训练数据映射到一个分类任务可更容易实现的更高维数的空间。
-
-
-
Search Results
4
records
(took 0.029 seconds)
