三维肺部图像中疑似肺结节结构的自动提取

本文提出了一种肺部CT图像三维数据中自动提取疑似结节区域的方法。首先结合阈值分割、种子填充等方法,在三维体数据上分割出肺实质。进而利用改进的模糊C均值聚类,提取出结节及具有结节特征的血管、支气管等感兴趣区域。该工作对感兴趣区域的特征提取有重要意义,是早期肺癌计算机辅助诊断重要的一步。     

基于知识的颅内出血（ICH）三维医学图像分割方法

本文描述一种基于知识的三维医学图像自动分割方法,用于进行人体颅内出血(Intracranial Hemorrhage,ICH)的分割和分析。首先,数字化CT胶片,并自动对数字化后的胶片按照有无异常分类。然后,阀值结合模糊C均值聚类算法将图像分类成多个具有统一亮度的区域。最后,在先验知识以及预定义的规则的基础上,借助基于知识的专家系统将各个区域标记为背景、钙化点、血肿、颅骨、脑干。     

聚类分析在黄霉素发酵过程中的应用

【目的】将聚类分析的方法应用于黄霉素摇瓶发酵条件的优化过程中。【方法】通过系统聚类算法、K均值聚类算法和模糊C均值聚类算法对不同批次黄霉素发酵的摇瓶数据的聚类分析进行比较,发现模糊C均值聚类算法优于其他聚类算法,确定了以模糊C均值聚类算法对黄霉素摇瓶发酵数据进行聚类分析。【结果】然后利用模糊C均值聚类算法选取优质组样本,并利用优质样本优化了黄霉素摇瓶发酵的控制参数分布范围。【结论】这充分证明了聚类分析在发酵过程的优化过程中有良好的实用性。     

基于模糊C均值和小波多分辨分析的数字乳房X射线片钙化点提取算法研究

目的为了使临床医生从数字乳房X片图像中得到更准确的钙化点信息,利用模糊C均值聚类算法（Fuzzy Cmeans,FCM）和小波多分辨分析算法,分两步提取出原图中的疑似钙化亮点。第一步是提取较亮区域;第二步是提取亮点簇。提取出亮点的图像可为医生进一步诊断提供依据。     

三维超声心脏图像的模糊聚类分割

采用三维超声心动图对小儿先天性心脏病进行诊断与治疗能达到比传统二维超声心动图更直观的效果。然而由于超声图像质量较差,三维超声心动图的可视化效果往往无法达到医生的要求。本文对三维超声心脏图像进行分割,以改进超声图像的可视化效果,并为参数提取等提供基础。首先采用快速的模糊c均值聚类得到初始分割结果;然后利用图像多分辨率技术进行修正;接着结合图像的对比度进行进一步的分割;最后,把处理后的图像用绘制的方法显示出来。本文的结果对超声图像的可视化效果有一定的改善.     

基于邻域最大差值与区域合并的油茶毒蛾幼虫图像分割

【目的】油茶树害虫的种类较多,其中油茶毒蛾Euproctis pseudoconspersa幼虫是危害较大的害虫之一。为完成油茶毒蛾幼虫的自动检测需要对其图像进行分割,油茶毒蛾幼虫图像的分割效果直接影响到图像的自动识别。【方法】本文提出了基于邻域最大差值与区域合并的油茶毒蛾幼虫图像分割算法,该方法主要是对相邻像素RGB的3个分量进行差值运算,最大差值若为0,则进行相邻像素合并得出初始的分割图像,根据合并准则进一步合并,得到最终分割结果。【结果】实验结果表明,该算法可以快速有效地将油茶毒蛾幼虫图像中的背景和虫体分割开来。【结论】使用JSEG分割算法、K均值聚类分割算法、快速几何可变形分割算法和本文算法对油茶毒蛾幼虫图像进行分割,将结果进行对比发现本文方法的分割效果最佳,且处理时间较短。     

利用归一化互相关算法去除吸收强度涨落调制血管造影图像模糊

吸收强度涨落调制成像（AIFM）方法是基于血红细胞和背景组织对低相干光照明的吸收差异,通过在频域分离动态的血红细胞信号和静态的背景信号,实现对近透明活体生物样本全场无标记的光学血管造影成像. 但此成像方法需采集较长的原始图像序列,系统漂移或生物抖动会造成图像模糊,难以实现对某些特定区域的血管造影成像. 本文提出一种结合AIFM成像和归一化互相关算法的新方法来提升血管造影图像的质量：原始的图像序列被分成若干短时序列,每个短时序列先利用AIFM成像算法重构得到全场的血管造影图像;再利用归一化的互相关算法将所有的短时重构图像与第一帧重构图像相匹配,并融合得到最终的血管造影片. 我们以活体鸡蛋胚胎为样品,通过实验验证了利用短时归一化互相关AIFM成像方法,能够消除鸡胚胎心跳引起的图像模糊,从而获得高分辨率和信噪比的心血管造影片,对研究活体动物心脑血管疾病具有重要应用价值.     

基于K-means聚类算法的叶螨图像分割与识别

【目的】叶螨(spider mite)是为害多种农作物的主要害虫,叶螨识别传统方法依靠肉眼,比较费时费力,为研究快速自动识别方法,引入计算机图像分析算法。【方法】该方法基于K-means聚类算法对田间作物上的叶螨图像进行分割与识别。【结果】对比传统RGB彩色分割方法,K-means聚类算法能够有效地对叶片上叶螨图像进行分割和识别。K-means聚类算法平均识别时间为3.56 s,平均识别准确率93.95%。识别时间 T 随图像总像素 Pi 的增加而增加。【结论】K-means聚类组合算法能够应用于叶螨图像分割与识别。     

基于遗传算法的基因表达数据的K-均值聚类分析

聚类算法在基因表达数据的分析处理过程中得到日益广泛的应用。本文通过把K-均值聚类算法引入到遗传算法中,结合基因微阵列的特点,来讨论一种基于遗传算法的K-均值聚类模型,目的是利用遗传算法的全局性来提高聚类算法找到全局最优的可能性,实验结果证明,该算法可以很好地解决某些基因表达数据的聚类分析问题。     

ILLUMINA Golden Gate DNA甲基化芯片的KL-FCM聚类分析

DNA甲基化作为一种重要的表观遗传修饰,其甲基化水平被发现与疾病的发生发展密切相关,对其进行聚类分析有希望发现新的疾病亚型并建立有效的疾病预测预后方法。传统的聚类分析方法之一模糊C-均值（FCM：Fuzzy C-means）适用于特征空间呈球形或椭球形分布的场景,缺乏普适性。而Illumina Golden Gate平台通过计算基因的各甲基化位点的甲基化百分比描述其甲基化程度,其值位于（0,1）之间,服从混合贝塔分布,不能直接采用FCM进行聚类分析。鉴于此,本文提出基于KL特征测度的KL-FCM聚类算法,采用各样本间的K-L距离作为样本划分时的度量准则。最后,本文基于KL-FCM算法实现IRIS测试数据集和基因的DNA甲基化水平数据的聚类分析。实验结果表明该方法可以以更低的计算负荷获得优于k-均值（k-means）和传统FCM的分类效果。     

The Colony Predation Algorithm

This paper proposes a new stochastic optimizer called the Colony Predation Algorithm(CPA)based on the corporate predation of animals in nature.CPA utilizes a ma...     

EM Algorithm for Segregation Analysis

We consider the problem of estimating segregation ratios in families based on ascertainment through affected children, formulate it as an incomplete problem and work out the EM algorithm for maximum likelihood estimation of segregation ratios. We treat both the cases of known and unknown ascertainment probability. We also derive expressions for the covariance matrix of the estimators suitable for computing along with the EM algorithm. We illustrate the method with an example, compare the computational effort with that required in using the scoring method and argue that the EM algorithm is simpler.     

Consistency of the Neighbor-Net Algorithm

Background  

Neighbor-Net is a novel method for phylogenetic analysis that is currently being widely used in areas such as virology, bacteriology, and plant evolution. Given an input distance matrix, Neighbor-Net produces a phylogenetic network, a generalization of an evolutionary or phylogenetic tree which allows the graphical representation of conflicting phylogenetic signals.     

分支分类问题的遗传算法

分支分类问题可归结为聚类问题.通常的分支分类方法一般只能保证得到局部最优解.本文首先给出一种聚类方法,即同步插入法,然后将之转化为离散空间上的优化问题,并应用遗传算法以期得到全局最优解.实验结果表明该方法是正确和可行的.     

A Reliability-Based Track Fusion Algorithm

The common track fusion algorithms in multi-sensor systems have some defects, such as serious imbalances between accuracy and computational cost, the same treatment of all the sensor information regardless of their quality, high fusion errors at inflection points. To address these defects, a track fusion algorithm based on the reliability (TFR) is presented in multi-sensor and multi-target environments. To improve the information quality, outliers in the local tracks are eliminated at first. Then the reliability of local tracks is calculated, and the local tracks with high reliability are chosen for the state estimation fusion. In contrast to the existing methods, TFR reduces high fusion errors at the inflection points of system tracks, and obtains a high accuracy with less computational cost. Simulation results verify the effectiveness and the superiority of the algorithm in dense sensor environments.     

一个新的多序列比对算法

多序列比对是生物信息学中基础而又重要的序列分析方法.本文提出一种新的多序列比对算法,该算法综合了渐进比对方法和迭代策略,采用加权函数以调整序列的有偏分布,用neighbor-joining方法构建指导树以确定渐进比对的顺序.通过对BAlibASE中142组蛋白质序列比对的测试,验证了本算法的有效性.与Multalin算法比较的结果表明,本算法能有效地提高分歧较大序列的比对准确率.     

An Algorithm for the Mann-Whitney U-Test

An algorithm and the corresponding FORTRAN-program for the computation of the MANN-WHITNEY U-Test test statistic are introduced which are simpler than the familiar procedure using ranks.     

An Algorithm of Step-by-step Pedigree Drawing

An algorithm for drawing large, complex pedigrees containing inbred loops and multiple-mate families is presented. The algorithm is based on a step-by-step approach to imaging, when the researcher determines the direction of further extension of the scheme. The algorithm is implemented as the PedigreeQuery software package written in Java. The software has a convenient graphical interface. The software package permits constructing not only whole pedigrees, but also their fragments that are particularly interesting for research. It also allows for adding new information on the phenotypes and genotypes of pedigree members. PedigreeQuery is distributed free of charge; it is available at http://mga.bionet.msc.ru/PedigreeQuery/PedigreeQuery.html and ftp://mga.bionet.nsc.ru/PedigreeQuery/.     

Identification of bioprocesses using Genetic Algorithm

In this paper, Genetic Algorithm (GA) is used for identifying two bioprocesses. Bioprocesses are highly nonlinear systems and hence conventional techniques such as Recursive Least Squares (RLS) cannot be used to identify these systems. Systems chosen for identification are fed batch fermentor and bioreactor. Simulation results are presented for the above cases and are found to be satisfactory.