导读:本文包含了序列图像分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:张量,图像,序列,磁共振,肝癌,曲率,动态。
序列图像分析论文文献综述
罗云[1]（2019）在《小肝癌磁共振平扫和动态增强各序列图像表现分析》一文中研究指出目的:分析小肝癌(sHCC)在磁共振(MR)检查平扫和动态增强各序列的特征表现。方法:回顾分析本院就诊的36例确诊sHCC患者的临床和MR资料。对患者各病灶的位置、形态、大小及各序列信号特征记录并总结。结果:36例sHCC患者,共41个癌灶,病灶形态主要表现为小结节状,境界相对清晰。癌灶主要位于肝右后叶(15/41,36.59%)和肝左内叶(10/41,24.39%)。MR平扫序列中弥散加权成像(DWI)显示病灶敏感性最高,可显示异常高信号癌灶38个(92.68%)。MR动态增强典型的"快进快出"强化方式癌灶28个(68.29%),延迟期出现"假包膜"征象癌灶11个(26.83%)。结论:结合MR各序列特征表现,有利于sHCC癌灶的检出。(本文来源于《影像技术》期刊2019年05期）
崔帅帅[2]（2019）在《核磁共振观测模式研究及工具设计软件开发》一文中研究指出二维核磁共振测井观测模式是以获取特定地层信息为目标的数据采集方式,它直接决定着核磁共振谱仪对不同类型储层的适应性以及获取原始数据的可信度。本文从观测模式的组成元素以及工作机理出发,采用C#语言开发了一套具有可视化功能的二维核磁共振测井观测模式设计软件。然后利用设计软件结合理想的流体模型设计相应的观测模式,并依据二维核磁共振谱方程完成对模型的正反演数值模拟并得到模拟的二维反演谱,最后通过反演结果与流体模型的对比分析来验证观测模式设计的合理性。由此可以形成一套功能齐全的二维核磁共振测井测前设计软件。本文重点对以下两个方面内容进行深入研究:第一,观测模式设计软件的研究与工具设计软件开发。目前主流的二维核磁共振测井仪器有多种,且二维核磁共振测井的观测模式组成元素多,元素之间的约束条件复杂。为了简化工作,本文以Baker Atlas多维核磁仪器MREX的观测模式工作机理为主,首先通过调研相关文献搞清楚观测模式的组成元素以及工作机理,在此基础上结合观测模式设计人员的相关需求构画出设计软件的实现思路,最终采用C#编程语言完成观测模式设计软件的实现。软件支持二维核磁共振测井以及核磁共振岩心分析仪的观测模式设计,同时软件提供了叁种采集参数编辑方式、观测模式优化机制以及图形化显示等功能,实现了观测模式的灵活调整,解决了当前主流二维核磁共振测井观测模式存在采集参数固定、不宜灵活调整从而导致所采集的原始数据信噪比低下、储层中流体弛豫特性加载不完全等问题。此外,软件还提供了观测模式的采集参数信息以及采集时序信息的输出功能等。第二、通过数值模拟完成观测模式的应用效果验证。核磁共振测井的测前设计对于流体识别至关重要。首先,结合储层条件以及流体性质构建理想的流体模型。然后,依据设计的观测模式对模型进行正演数值模拟、数据反演处理等操作,得到流体模型的二维谱分布。最终,通过反演结果与构造谱的对比分析来验证优化观测模式的有效性,并通过观测模式的优化来达到测前设计的目的。(本文来源于《长江大学》期刊2019-04-01）
张志平,陈飞,戴真煜,姚立正,董从松[3]（2018）在《肝细胞癌综合治疗后复发的小肝癌患者MRI平扫和动态增强各序列图像表现分析》一文中研究指出目的分析肝细胞癌(HCC)综合治疗后复发的小肝癌(s HCC)患者磁共振(MRI)图像表现,提高对复发s HCC的认识。方法回顾分析本院36例HCC综合治疗后复发的s HCC患者,共44个病灶,均行MRI平扫和动态增强扫描,其中16例患者在3～6月后复查MRI,分析病灶图像特征。测量典型"快进快出"强化方式癌灶(A组)与非典型强化方式癌灶(B组)的长径和表观弥散系数(ADC)值,并比较两组差异。结果 MRI平扫T2压脂序列显示高信号癌灶39个(88. 64%),T1压脂序列显示低信号癌灶37个(84. 09%),弥散加权成像显示高信号癌灶41个(93. 18%),双回波序列显示含脂质成分癌灶4个(9. 09%)。MRI动态增强序列显示典型"快进快出"强化方式癌灶30个(68. 18%),非典型强化方式癌灶14个(31. 82%),延迟期出现"假包膜"征象癌灶12个(27. 27%)。A组癌灶长径大于B组,ADC值低于B组(P均<0. 05)。结论结合MRI平扫和动态增强各序列,有利于s HCC癌灶的检出,是诊断HCC综合治疗后复发的s HCC的重要方法。(本文来源于《医学影像学杂志》期刊2018年11期）
揭萍[4]（2018）在《基于序列图像分析的医学CT图像分割算法研究》一文中研究指出人体腹部区域是组织器官最多、结构最复杂并且发病率较高的部位之一,其发病的病症种类多样。随着计算机在各个行业的发展和普及,计算机辅助疾病的诊断技术日益成熟。而医学影像中组织器官的轮廓定位和提取,是实现计算机辅助肝脏疾病诊断和手术的重要前提。然而,腹部CT扫描图像容易受到体效应组织运动、噪声和设备本身的低分辨率等影响,对精确的分割CT扫描图像中的组织器官带来极大的挑战。本文对腹部CT扫描图像中的肝脏器官和主动脉瘤组织的提取,分别提出了两种有效的分割算法,其主要思想是利用CT扫描序列图像间的器官组织区域的一致性、相似性、微小变化等特性;具体研究工作如下:(1)针对CT图像中的肝脏器官分割问题,本文提出一种融合多截面序列间传递先验约束的肝脏CT图像分割方法,该方法主要利用序列图像之间的关联性,大致方法分成两个模块:第一个模块提出了基于CT图像序列间传递先验约束的肝脏分割方法;第二个模块则将输入的CT断层扫描图像的横截面、矢状面和冠状面的肝脏分割轮廓进行投票融合,修正得到最后的叁维肝脏分割结果。本文提出的分割方法,其优势在于不需要任何已知的训练样本构建肝脏形状模型库,具有广泛的应用性,可以拓展应用在无任何标签数据的分割问题,也可以为需要训练数据的冷启动方法提供训练样本。(2)针对CT图像中的主动脉瘤壁组织分割问题,本文首先对CT增强期图像,使用基于阈值的分割算法提取出主动脉血管内腔,然后利用基于外观和形状先验的图割模型提取出主动脉瘤轮廓后,对提取的主动脉轮廓剔除管腔内血管区域,得到空心的主动脉瘤壁分割结果;最后,使用叁维水平集算法修正由于二维分割截面图像导致的主动脉弓部分割结果出现过度平坦的现象。为了结合实际临床应用,使用基于移动立方体的面绘制算法重建出叁维空心主动脉瘤壁模型,方便后续的叁维模型打印,应用于心外科临床医生的体外模拟手术医学实验中。(本文来源于《华侨大学》期刊2018-05-31）
任仲超[5]（2018）在《基于红外图像帧序列分析气体泄漏检测方法研究》一文中研究指出随着工业的高速发展,不仅对容器的强度有一定的要求而且对容器的气密性有着更加苛刻的要求。传统的检测气密性的方法有基于硬件和软件的方法,基于硬件的方法,虽然能够检测泄漏的准确位置,但是检测效率比较低,不能实现流水线自动化作业需要结合人的配合。基于软件的方法虽然能够检测出泄漏的大致位置,但是不能精确地定位到具体位置,对泄漏处的准确填补造成很大困难。针对上述问题,本课题引进红外图像气体泄漏检测的方法,并且搭建了气动回路实验平台,设计了单帧、多帧的检测算法,通过红外热像仪实时抓取容器的温度场的状态,以达到准确定位泄漏点的位置的目的。具体研究内容如下:(1)搭建红外图像气体泄漏检测实验平台,包括利用红外热像仪采集红外图像,检测泄漏的工件,实现软件平台,键控送气和断气等步骤。(2)图像的前期预处理,主要包括选择合适的图像滤波算法提高图像信噪比和增强图像质量,具体实施措施有直方图均衡化以及灰度图的重新映射等滤波方法。(3)基于双边滤波的点源扩散算法对单帧图片进行检测,算法主要包含两个部分双边滤波和点源扩散原理。(4)基于多帧跟踪定位红外小目标检测方法,主要内容是目标点的质心替换、中值滤波和卡尔曼滤波的多帧跟踪等。(5)基于小波理论的图像泄漏点定位的方法,主要是通过小波分解与重构去掉图像的背景,然后再根据小波系数去噪法去掉噪声,最后定位泄漏点。本文提出的单帧检测算法对于实现泄漏点的实时定位具有一定的工程意义和理论价值。(本文来源于《燕山大学》期刊2018-05-01）
刘玲玲[6]（2018）在《兔下肢3.0T MR不同抑脂序列图像质量的比较分析》一文中研究指出目的:对兔下肢采用叁种不同压脂技术进行扫描(T2-mDIXION、T2-SPAIR、STIR),并对MRI图像比较分析,探讨3.0T MR不同抑脂序列兔下肢图像质量及最佳抑脂序列。材料与方法:10只日本大耳白兔造模(股二头肌注射自体血液制造血肿损伤模型、股二头肌感染模型),雄性8只,雌性2只,体重2±0.2kg,行下肢MR扫描,通过ROI测量计算肌肉和脂肪之间的信噪比(SNR)和对比噪声比(CNR),以及血肿、感染损伤病变的信噪比(SNR)和对比噪声比(CNR)。然后,由两名经验丰富的骨肌系统的影像诊断医师采用盲法分别对图像质量、脂肪抑制能力和病变进行定量和定性评估,叁种技术的定量指标(SNR_(肌肉)、CNR_(脂肪)、CNR_(脂肪双侧之差))应用多个独立样本Kruskal-Wallis检验及事后Kruskal-Wallis单因素ANOVA检验比较,SNR_(病变)及CNR_(病变)通过单因素ANOVA检验及事后LSD(least significant difference)检验比较;叁种技术的定性指标观察者间的一致性通过计算kappa(k)统计量评估,比较图像质量,脂肪抑制能力和伪像,通过多个独立样本Kruskal-Wallis检验及事后Kruskal-Wallis单因素ANOVA检验。结果:SPAIR技术的SNR_(肌肉)显着高于STIR(P=0.04),SPAIR技术的CNR_(脂肪)显着高于STIR(P=0.002),叁种技术的CNR_(双侧脂肪之差)之间无统计学差异(P=0.65)。SPAIR技术的SNR_(病变)明显高于STIR(P=0.004)。m DIXION技术的CNR_(病变)明显高于SPAIR和STIR技术(P=0.018、0.033)。观察员间一致性评估为中度、高度和极强(0.51≤κ≤0.82,P<0.05)。mDIXON和SPAIR的总体图像质量和脂肪抑制能力显着高于STIR(P<0.05)。结论:兔下肢3.0T磁共振成像中,SPAIR和mDixon技术成像的图像质量优于STIR技术。我们的研究表明在Philips 3.0T MR兔下肢成像中,SPAIR和Dixon技术的SNR_(血肿)介于228.0-375.6、CNR_(血肿)介于77.1-113.9时图像质量较好,信噪比及对比噪声比较高,说明3.0T MR SPAIR和Dixon技术对于提示早期血肿优于STIR技术,但由于Dixon技术扫描时间长,对于早期急性期血肿损伤病变主要应用SPAIR。(本文来源于《中国医科大学》期刊2018-02-01）
肖书浩,何为,吴蕾,张雅晶,谢俊宏[7]（2017）在《一种基于离散序列相关分析的图像边界点识别方法》一文中研究指出目前,机器视觉软件的尺寸测量普遍采用的方法是:首先确定边界的大致位置,然后用特定方向的图像灰度梯度的局部极值确定边界点,最后用曲线拟合方法精确拟合曲线并进行尺寸测量。但是,伪边界如阴影和其他相邻边界的干扰,给边界点的确定带来困难。文章利用离散序列相关分析,提出了一种在众多伪边界和相邻边界中准确识别正确边界点的方法。实验表明该方法稳定性好,抗各种干扰能力强,编程代码易于实现。(本文来源于《信息通信》期刊2017年12期）
何富运[8]（2017）在《显微细胞图像序列形态分析的关键技术研究》一文中研究指出显微细胞图像序列中目标细胞形态和能动性的量化分析,对于理解和分析生命体的生物过程是非常有意义的。细胞的形态变化往往是和特定的生理或病理过程相联系的,分析细胞的动态行为以揭示有机体的生理或病理状态和细胞的形态变化之间的关系具有广泛的应用价值。本文主要以多能干细胞图像序列为研究对象,研究显微细胞图像序列形态分析所涉及的关键技术,主要包括细胞图像序列复原、轮廓边界点匹配、形变因子提取、形态变化模式分类等四方面内容:(1)研究基于时空高斯曲率正则化的细胞图像序列复原方法该项研究提出了一种基于时空高斯曲率正则化的图像序列复原方法,并将其应用于连续细胞图像序列的去噪和去模糊处理。首先,从图像序列空间域和时间域的相关性角度出发,将细胞图像序列看作是一个时空体,在此基础上引入时空高斯曲率正则化来构建复原模型,该模型可以有效地增强模型优化解的平滑性,从而使复原图像更为逼近原始图像。其次,模型的优化求解过程结合了增广拉格朗日乘子法和分裂算法,逐步迭代地寻找子优化问题的解。最后,为了验证该复原模型的有效性,在6组不同的细胞图像序列数据集上分别进行了去噪和去模糊实验。实验结果表明:相比于其他基于时空体的图像序列复原方法,本文提出的方法在处理细胞图像序列的去噪和去模糊问题上,能得到更高质量的复原效果和更自然的细胞图像。(2)研究基于邻近张量匹配的细胞图像序列轮廓点匹配方法细胞图像序列轮廓点之间的匹配是细胞形变因子提取的前提条件,一般通过图匹配方法加以解决。本文提出一种改进的高阶图约束方法用于实现细胞图像序列轮廓点之间的一一对应。首先,采用邻近张量编码待匹配的图,相比较于现有的超图匹配算法,编码的存储空间有了本质上的优化。其次,采用叁元组描述符表示细胞轮廓点集所对应的图结构,将图表示为叁维张量,然后将其转换为更易为处理的矩阵形式,接着采用基于梯度优化的逐步凹化和非凸优化求解该匹配问题的优化解。最后,分别进行了不同的同源点集匹配方法在模拟合成点集和实际细胞图像序列轮廓点集上的比对实验,实验结果验证了改进方法的有效性。(3)研究基于结构化矩阵分解的细胞图像序列形变模型连续的细胞图像序列轮廓组成了一个高维形状空间,这些形状之间的变形可以表示为低维子形状空间的线性组合。为了解决细胞图像序列形变定量描述和分析的需求,首先,基于图正则化和结构化的矩阵分解,提出了表征形状序列形变程度的量化指标——形变因子。其次,采用邻近梯度下降法求解模型的优化解,然后分离该形变因子。通过该方法得到的形状序列形变因子作为表征细胞图像序列形状和形变特征的参数。该形变因子具有较好的平滑性、稀疏性和局部特征,可以很好地刻画形状序列的动态形变过程。最后,将该方法应用于模拟的形状形变序列和实际的细胞图像序列,验证了提出方法在形状序列形变特征提取和分析上的有效性。为后续的基于形态变化特征的细胞图像序列分类打下了基础。(4)研究基于线性链条件随机场的细胞图像序列分类方法该项研究基于线性链条件随机场的条件概率模型实现细胞图像序列的形变模式分类。首先,将细胞图像序列的分类问题建模为基于线性链条件随机场的多类分类器模型,将其看作是一个关于类别的条件概率分布模型;接着,基于类间隔最大化准则引入判别学习算法估计模型的参数;最后,以细胞图像序列的形变因子和描述细胞内部运动的动态纹理作为输入特征向量,实现细胞图像序列形态变化模式的分类。由数值分类实验和实际的细胞图像序列分类实验结果可知,所提方法达到了较高的分类精度,有着较好的适应性和稳定性。(本文来源于《东南大学》期刊2017-09-04）
亢婉君[9]（2017）在《张量主成分分析及在图像序列识别中的应用》一文中研究指出图像序列,如视频图像、医学图像、高光谱遥感影像等都属于叁维张量。张量本质上是多维数组,它是矩阵的多线性推广。图像序列不仅成为人类活动中最常用的信息载体,而且在张量模式下对图像序列的识别也成为近几年来模式识别领域研究的热点问题。在特征提取中,最常用的方法是主成分分析法(Principal Component Analysis,PCA)。由于图像序列属于叁维张量,本文考虑使用张量主成分分析(Tensor Principal Component Analysis,TPCA)的方法对图像序列进行识别。然而现有的张量主成分分析的方法在特征提取时无法在张量模式下确定一个合适的奇异值阈值,从而无法确定图像序列的特征保存率。在分类识别中,现有的张量型分类器仅能处理二维数据,无法对多维特征进行直接分类。这种所谓的张量型分类器目前只能局限于二维,本质上是二维张量型分类器。针对以上问题,本文在张量模式下对图像序列的识别进行研究,具体内容如下:首先,现有的TPCA方法存在缺陷:无法在张量模式下确定一个合适的奇异值阈值,即在张量模式下无法找出去除噪声和保留细节之间的平衡点。本文在TPCA的基础上提出了截断张量主成分分析(Truncated Tensor Principal Component Analysis,TTPCA)的方法来确定一个合适的奇异值阈值。奇异值阈值的确定用来滤除较小的奇异值、保留较大的奇异值,从而找到去除噪声和保留细节的平衡点,完成对图像序列的特征提取。然后,为了有效地提高图像序列的识别精度,考虑到经过特征提取后的图像序列依然是张量模式,提出张量模式下的叁维支持张量机(Three Dimensional Support Tensor Machine,3DSTM)对张量型数据进行直接分类,避免了将张量数据矢量化。关于张量模式的分类器主要做了如下工作:第一,在3DSTM算法中,利用张量乘法的运算规则,改进传统的支持向量机和二维的支持张量机,把它们扩展到理论上的N维,使其可以直接处理张量模式的输入;第二,在3DSTM分类器模型的基础上,根据SVM和3DSTM两者的优缺点,引入多秩的思想,提出基于多秩叁维支持张量机(Multiple Rank Three Dimensional Support Tensor Machine,MR3DSTM)分类器的设计,使图像序列的识别率更高。用本文提出的TTPCA和3DSTM,以及TTPCA和MR3DSTM这两种张量形式的分类识别算法与目前流行的两种算法进行实验对比。实验结果表明,本文提出的算法在图像序列的识别精度和速度上有明显提高;并且本文提出的MR3DSTM和3DSTM这两种分类器方法相比,MR3DSTM的识别精度更高。(本文来源于《东北电力大学》期刊2017-05-01）
石晓勃[10]（2017）在《基于图像分析处理系统对视频序列中超分辨率车牌重建技术的研究》一文中研究指出监控设备在提前预防、威慑、警示和打击犯罪方面发挥了重要作用,已经成为公安工作中一个重要的分支。然而,受到监控视频的记录条件、设备性能以及距离等诸多不利因素的影响,有时获得的图像清晰度较低。为了得到高分辨率的图像,一方面提升监控设备的性能。同时,劣质图像的超分辨率重建也是重要的研究方向,尤其对序列图像的超分辨率重建更是刑事技术人员工作的重点及难点。本文以国内的警用图像处理软件为实验平台,对视频中车辆牌照的重建进行了研究。在对样本重建的过程中,发现警用软件对图像存在较为严重噪声的情况下重建质量不佳;同时,由于样本选择为运动车辆,在对图像重建之后需要对图像进行图像复原。警用软件对于去运动模糊操作需要输入相关参数,参数人工判断效率较低。在发现上述不足的基础上对超分辨率重建算法及运动模糊参数计算展开研究。针对应用软件存在的不足,基于MATLAB软件设计了超分辨率重建系统和运动模糊图像复原系统。超分辨率重建系统选择凸集投影算法和盲超分辨率重建算法进行重建,提高了存在较为严重噪声情况下的重建质量。运动模糊图像复原系统计算运动模糊角度和运动模糊距离,并实现图像复原。最后分别选择含模拟噪声的序列图像和真实涉案视频进行重建,实验结果验证了本文思路与改进方法的有效性。经过实验研究得到如下结论:1.选择警用图像处理软件作为实验平台,研究了序列图像超分辨率重建所需的技术方法并进行实验。实验发现:当噪声强度达到30分贝及以上时,软件对于图像的重建质量出现明显下降。噪声对于重建的结果造成严重影响,使得车辆牌照信息不能有效提取;在进行图像去运动模糊的操作中,对于运动模糊参数需要人工进行观察并输入,对于观察得到的参数存在较大的误差,对于复原结果的质量及复原效率有较大影响。2.针对警用软件对于含噪声图像重建质量较差的问题,在MATLAB软件上进行仿真实验。设计了超分辨率重建系统进行实验,选择POCS算法和盲超分辨率算法进行重建。以含不同强度噪声的序列图像作为样本,分别选择使用警用软件、双线性插值算法、POCS算法和盲超分辨率重建算法进行重建。重建结果表明在不含噪声的样本中,警用软件重建质量较好。随着噪声的不断增强,盲超分辨率重建算法能够较好的消除噪声造成的影响。3.针对运动模糊参数鉴定的问题,在MATLAB平台中设计了运动模糊复原系统进行实验。通过绘制运动模糊图像的傅里叶频谱图,将频谱图通过Radon变换后计算得到运动模糊角度。在计算角度的基础上,采用黑带法计算得到运动模糊距离。并且通过实验对运动模糊参数计算的结果进行误差分析,验证了参数计算结果的可信度。4.研究选择真实涉案视频作为样本进行实验。在真实涉案视频中通过超分辨率重建系统与运动模糊图像复原系统完整进行实验,实验结果验证两个系统的有效性,并且能够直接用于实践。(本文来源于《中国人民公安大学》期刊2017-04-07）
序列图像分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
二维核磁共振测井观测模式是以获取特定地层信息为目标的数据采集方式,它直接决定着核磁共振谱仪对不同类型储层的适应性以及获取原始数据的可信度。本文从观测模式的组成元素以及工作机理出发,采用C#语言开发了一套具有可视化功能的二维核磁共振测井观测模式设计软件。然后利用设计软件结合理想的流体模型设计相应的观测模式,并依据二维核磁共振谱方程完成对模型的正反演数值模拟并得到模拟的二维反演谱,最后通过反演结果与流体模型的对比分析来验证观测模式设计的合理性。由此可以形成一套功能齐全的二维核磁共振测井测前设计软件。本文重点对以下两个方面内容进行深入研究:第一,观测模式设计软件的研究与工具设计软件开发。目前主流的二维核磁共振测井仪器有多种,且二维核磁共振测井的观测模式组成元素多,元素之间的约束条件复杂。为了简化工作,本文以Baker Atlas多维核磁仪器MREX的观测模式工作机理为主,首先通过调研相关文献搞清楚观测模式的组成元素以及工作机理,在此基础上结合观测模式设计人员的相关需求构画出设计软件的实现思路,最终采用C#编程语言完成观测模式设计软件的实现。软件支持二维核磁共振测井以及核磁共振岩心分析仪的观测模式设计,同时软件提供了叁种采集参数编辑方式、观测模式优化机制以及图形化显示等功能,实现了观测模式的灵活调整,解决了当前主流二维核磁共振测井观测模式存在采集参数固定、不宜灵活调整从而导致所采集的原始数据信噪比低下、储层中流体弛豫特性加载不完全等问题。此外,软件还提供了观测模式的采集参数信息以及采集时序信息的输出功能等。第二、通过数值模拟完成观测模式的应用效果验证。核磁共振测井的测前设计对于流体识别至关重要。首先,结合储层条件以及流体性质构建理想的流体模型。然后,依据设计的观测模式对模型进行正演数值模拟、数据反演处理等操作,得到流体模型的二维谱分布。最终,通过反演结果与构造谱的对比分析来验证优化观测模式的有效性,并通过观测模式的优化来达到测前设计的目的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
序列图像分析论文参考文献
[1].罗云.小肝癌磁共振平扫和动态增强各序列图像表现分析[J].影像技术.2019
[2].崔帅帅.核磁共振观测模式研究及工具设计软件开发[D].长江大学.2019
[3].张志平,陈飞,戴真煜,姚立正,董从松.肝细胞癌综合治疗后复发的小肝癌患者MRI平扫和动态增强各序列图像表现分析[J].医学影像学杂志.2018
[4].揭萍.基于序列图像分析的医学CT图像分割算法研究[D].华侨大学.2018
[5].任仲超.基于红外图像帧序列分析气体泄漏检测方法研究[D].燕山大学.2018
[6].刘玲玲.兔下肢3.0TMR不同抑脂序列图像质量的比较分析[D].中国医科大学.2018
[7].肖书浩,何为,吴蕾,张雅晶,谢俊宏.一种基于离散序列相关分析的图像边界点识别方法[J].信息通信.2017
[8].何富运.显微细胞图像序列形态分析的关键技术研究[D].东南大学.2017
[9].亢婉君.张量主成分分析及在图像序列识别中的应用[D].东北电力大学.2017
[10].石晓勃.基于图像分析处理系统对视频序列中超分辨率车牌重建技术的研究[D].中国人民公安大学.2017
论文知识图
