期刊简介
《中国医疗设备》（原刊名《医疗设备信息》2007年更名），是由卫计委主管的中国科技核心期刊、中国科技论文统计源期刊。《中国医疗设备》创刊于1986年，30年来本刊始终以 “融合医学与工程，服务医疗与设备”为办刊宗旨，始终致力于推动医学工程、医疗设备耗材和信息互联网领域的科技创新，搭建起医学工程技术人员、临床医生、企业及大学之间的学术交流平台，实现医学临床需求和工程技术的完美对接。本刊现为180页月刊，大16开铜版彩色印刷，每月10日出刊。据中国科技信息研究所《中国科技期刊引证报告（核心版）》的数据显示，2018年，《中国医疗设备》杂志在医疗设备类杂志中综合评分排名前列。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2017
-
2018
-
2019
首页>中国医疗设备杂志
- 杂志名称：中国医疗设备杂志
- 主管单位：医疗设备信息
- 主办单位：国家卫生健康委员会
- 国际刊号：11-5655/R
- 国内刊号：11-5655/R
- 出版周期：月刊
期刊荣誉：中华医学会医学工程学分会会刊中国医师协会临床工程师分会会刊中国计量测试学会医学计量分会会刊期刊收录：国家图书馆馆藏, 维普收录(中), 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), 万方收录(中), 上海图书馆馆藏
基于自组织特征映射和梯度熵聚类的MR脑部图像分割新算法
丁力；周啸虎；陈宇辰；高伟
关键词：脑疾病, MR脑部图像, 图像分割, 自组织特征映射, 遗传算法, 梯度熵聚类
摘要：目的 提出一种新颖的基于自组织特征映射和遗传算法的无监督MR脑部图像分割算法.方法 本研究算法分为5步:图像预处理去除背景噪声和颅骨部分、提取图像中两类统计特征和几何不变矩、遗传算法降低特征空间维度、训练自组织特征映射完成向量分类和使用梯度熵聚类算法得到分割图像.结果 选用国际MR脑图像库和临床实例MR图像进行仿真实验.定性分析表明基于本文算法的分割图像中白质、灰质和脑脊液边界完整清晰;定量评估结果显示本文提出的遗传特征优化算法优于常用的主分量分析法,梯度熵算法所得分割图像优于K-means聚类算法,且本文提出的算法在白质和脑脊液分割方面优于现存佳的CGMM算法.结论 本文提出的分割流程没有涉及任何关于体素分类的先验知识,是一种完全无监督的MR脑部组织自动分割方法,具有很强的稳定性、优越性,且获得高精确性的分割图像.
友情链接