返回
Subcutaneous tissue structural feature identification using unsupervised machine learning
DOI:10.1016/j.compbiomed.2026.111553.png)
摘要
En 中文
• 极坐标下的2D近场强度映射以捕捉结构细节。
• K-means聚类用于分割和特征识别。
• 通过极坐标下的邻域分析处理旋转不变性。
• 数据降维技术以提高特征向量的可分性和聚类精度。
• 在染色组织学图像中已验证的应用,实现了对皮下组织结构特征的识别。
Keyword:
2D proximal intensity mapping
K-means clustering
polar coordinates
rotational invariance
histology images
期刊
IF:
6.3
论文数:
8.3K
被引数:
3.3W
机构
引用论文
New scanning electron microscopic method for determination of adipocyte size in humans and mice扫描电镜法测定人和小鼠脂肪细胞大小的新方法
OBESITY
IF4.7
THE MEANING AND USE OF THE AREA UNDER A RECEIVER OPERATING CHARACTERISTIC (ROC) CURVE受试者工作特征 (ROC) 曲线下面积的含义和用途
RADIOLOGY
IF15.2
ilastik: interactive machine learning for (bio) image analysisilastik: 用于 (生物) 图像分析的交互式机器学习
NATURE METHODS
IF32.1
QuPath: Open source software for digital pathology image analysisQuPath: 用于数字病理图像分析的开源软件
SCIENTIFIC REPORTS
IF3.9

