改进分水岭与K-means++结合的人体脊柱图像分割方法

您当前的位置：

首页 >

文章列表页 >

专题：智慧医疗 | 更新时间：2022-04-26

- 改进分水岭与K-means++结合的人体脊柱图像分割方法
- Human Spine Image Segmentation Method Based on Improved Watershed and K-means++
- 软件导刊 2022年21卷第4期页码：38-44
- 作者机构：
  
  上海理工大学光电信息与计算机工程学院，上海 200093
- 作者简介：
  
  郎成洪（1996-），男，上海理工大学光电信息与计算机工程学院硕士研究生，研究方向为医学图像处理与三维重建
  华云松（1971-），男，博士，上海理工大学光电信息与计算机工程学院副教授，研究方向为自动测量与检测、测试系统机电一体化设计。
- 基金信息：
  
  上海市科学技术委员会科研计划项目(18060502500)
- DOI：10.11907/rjdk.212138
  中图分类号：
扫描看全文
郎成洪,华云松,张嘉棋等.改进分水岭与K-means++结合的人体脊柱图像分割方法[J].软件导刊,2022,21(04):38-44.

LANG Cheng-hong,HUA Yun-song,ZHANG Jia-qi,et al.Human Spine Image Segmentation Method Based on Improved Watershed and K-means++[J].Software Guide,2022,21(04):38-44.
郎成洪,华云松,张嘉棋等.改进分水岭与K-means++结合的人体脊柱图像分割方法[J].软件导刊,2022,21(04):38-44. DOI： 10.11907/rjdk.212138.

LANG Cheng-hong,HUA Yun-song,ZHANG Jia-qi,et al.Human Spine Image Segmentation Method Based on Improved Watershed and K-means++[J].Software Guide,2022,21(04):38-44. DOI： 10.11907/rjdk.212138.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于RA-UNet++的肝癌图像分割方法

DC-CBAM-UNet++网络的肺结节图像分割方法

基于模糊聚类与Retinex理论的多相图像分割方法

融合视觉处理的堤坝水下裂缝检测方法

基于生成对抗网络的肾小球病理图像合成