| 注册
首页|期刊导航|数据采集与处理|基于弱监督ECOC算法的肺结节辅助检测

基于弱监督ECOC算法的肺结节辅助检测

苏志远 刘慧 尹义龙

数据采集与处理2015,Vol.30Issue(5):1003-1010,8.
数据采集与处理2015,Vol.30Issue(5):1003-1010,8.DOI:10.16337/j.1004-9037.2015.05.010

基于弱监督ECOC算法的肺结节辅助检测

Pulmonary Nodule Aided Detection Based on Weakly-Supervised ECOC Algorithm

苏志远 1刘慧 2尹义龙1

作者信息

  • 1. 山东财经大学计算机科学与技术学院,济南,250014
  • 2. 山东省数字媒体技术重点实验室,济南,250014
  • 折叠

摘要

关键词

肺结节/分类识别/弱监督/纠错输出编码/肺部图像数据库联盟

Key words

pulmonary nodule/classification and recognition/weakly-supervised learning/error-correction output codes/lung image database consortium

分类

信息技术与安全科学

引用本文复制引用

苏志远,刘慧,尹义龙..基于弱监督ECOC算法的肺结节辅助检测[J].数据采集与处理,2015,30(5):1003-1010,8.

基金项目

国家自然科学基金(61272245)资助项目 (61272245)

山东省科技发展计划(2014GGX101037)资助项目 (2014GGX101037)

济南市高校自主创新计划(201401216)资助项目. (201401216)

数据采集与处理

OA北大核心CSCDCSTPCD

1004-9037

访问量0
|
下载量0
段落导航相关论文