-
公开(公告)号：CN116364168A
公开(公告)日：2023-06-30
申请号：CN202310267921.3
申请日：2023-03-20
Applicant: 南京邮电大学
Abstract: 本发明属于生物信息学领域，公开了一种构建精神分裂症、躁郁症和抑郁症分类模型的方法，包括步骤1：基于公共数据库，对精神分裂症、躁郁症、抑郁症和健康对照样本的转录组学原始数据进行收集；步骤2：对精神分裂症、躁郁症、抑郁症和健康对照样本的转录组学原始数进行数据预处理和数据整合；步骤3：在精神分裂症、躁郁症、抑郁症和健康对照这四类样本中，采用偏最小二乘判别分析筛选差异表达基因；步骤4：应用筛选出来的差异表达基因，构建精神分裂症、躁郁症、抑郁症的多类分类模型。本发明可以实现对精神分裂症、躁郁症和抑郁症这三个疾病与健康对照样本的准确分类，将有助于精神类疾病的临床诊断。
-
公开(公告)号：CN112634240A
公开(公告)日：2021-04-09
申请号：CN202011561899.6
申请日：2020-12-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法。属于医学图像分割技术领域；本发明可在初始设定阈值基础上对图像进行二值化处理从而获得最初始的遮罩；不论感兴趣区域与操作界面大小差异，只要感兴趣区域的大部分区域位于整张图像中部，即可完成提取；对于图像感兴趣区域外的字符标识干扰，能够使用形态学操作将其影响减小从而获取感兴趣区域。本发明主要在对操作界面干扰的自动判别上有所创新，能够满足多种不同大小和位置的操作界面干扰的去除。与现有技术相比，本发明能够快速且自动识别并去除超声甲状腺图像的边缘干扰，提取感兴趣区域，为后续分割、特征提取和分类提供便利。
-
公开(公告)号：CN112634240B
公开(公告)日：2022-09-23
申请号：CN202011561899.6
申请日：2020-12-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于阈值分割的甲状腺超声图像干扰界面自动识别去除方法。属于医学图像分割技术领域；本发明可在初始设定阈值基础上对图像进行二值化处理从而获得最初始的遮罩；不论感兴趣区域与操作界面大小差异，只要感兴趣区域的大部分区域位于整张图像中部，即可完成提取；对于图像感兴趣区域外的字符标识干扰，能够使用形态学操作将其影响减小从而获取感兴趣区域。本发明主要在对操作界面干扰的自动判别上有所创新，能够满足多种不同大小和位置的操作界面干扰的去除。与现有技术相比，本发明能够快速且自动识别并去除超声甲状腺图像的边缘干扰，提取感兴趣区域，为后续分割、特征提取和分类提供便利。
-
-
Search Results
3
records
(took 0.019 seconds)
