- 最近
- 已收藏
- 排序
- 筛选
- 7
- 2
- 4
- 3
- 4
- 2
- 2
- 2
- 2
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 李彬 刘同 等 《中国组织工程研究与临床康复》 2010年14卷35期 6559-6562页 ISTICPKUCA
【摘要】 背景:基于马尔科夫随机场的图像分割算法已经成为医学图像分割的重要方法,其中,Gibbs场先验参数的取值对分割精度有很大的影响.目的:根据脑部MR图像的成像特点,探讨Gibbs场先验参数的估计方法,从而提高图像分割的精度.方法:通过对脑部MR...
【中文期刊】 谷恒明 胡良平 《四川精神卫生》 2018年31卷1期 12-14页 ISTIC
【摘要】 本文目的是介绍基于贝叶斯统计思想实现多重线性回归分析的方法.多重线性回归分析时,单纯基于贝叶斯理论导出的公式来估计回归模型中参数的做法并不常见.最常见的做法是基于马尔科夫链蒙特卡罗(MCMC)方法来实现多重回归分析,即把蒙特卡罗方法、贝叶斯...
【关键词】 随机模拟; Metropolis算法; Gibbs抽样;
【中文期刊】 黄静 马建华 等 《电子学报》 2010年38卷4期 899-903页
【摘要】 最大后验方法(Maximum A Posteriori,MAP)已经广泛应用于解决图像重建中的病态问题,正电子发射成像(Positron Emission Tomography,PET)便是其中之一.本文基于MAP方法,针对PET成像提出一...
【中文期刊】 马建华 黄静 等 《计算机工程与应用》 2008年44卷16期 4-6,93页
【摘要】 为获取低剂量条件下X-CT的优质重建,提出基于广义Gibbs先验的低剂量X-CT重建算法.新算法首先对投影数据进行统计建模,其后采用Bayesian最大后验估计方法,将投影数据中非局部的先验信息加诸于该数据的恢复中,达到抑制噪声的效果,最后...
【关键词】 低剂量X-CT; Bayesian估计; Gibbs先验;
【中文期刊】 聂良华 沈其君 《中国卫生统计》 2006年23卷5期 390-392页 ISTICPKUCSCD
【摘要】 目的 介绍在无金标准情况下估计筛查试验参数的方法,评价唐氏综合征筛查试验.方法 采用Gibbs抽样方法构造markov链,估计唐氏综合征筛查试验的参数.结果 采用MCMC方法中的Gibbs抽样方法,估计出了利用母体血清AFP与游离betaH...
【学位论文】 作者: 林亚忠 导师:陈武凡 曹琳 第一军医大学 南方医科大学 生物医学工程 生物医学工程(硕士) 2001年
【摘要】 该文分别就图像感兴趣区与纹理特征的分割进行专门的研究并提出如下的改进:1、在传统的MR心脏图像分割过程中,需要在每次分割时多次选择阀值才能得到比较好的分割效果.该文通过训练图像的特征阀值,提出了一种有效提取和利用先验知识的方法,很好地实现了...
【学位论文】 作者: 郭秀蛾 导师:徐勇勇 第四军医大学 公共卫生与预防医学 流行病与卫生统计学(博士) 2000年
【摘要】 随着MCMC(Markov chain Monte Carlo)方法的引进,Bayes方法在医学领域得到了广 泛应用.但目前,国内的医学应用还很少见有报道.该研究对医学研究中的Bayes理论与方 法进行了探讨.MCMC是运用Markov链进...
【中文期刊】 林亚忠 张会奇 等 《临床医学工程》 2013年20卷4期 385-388页
【摘要】 由于传统的模糊C均值(fuzzy C-means,FCM)算法没有考虑像素点的空间邻域信息,仅涉及像素的单点灰度,在处理含有噪声的图像时有很大的局限性,因此分割效果较差.针对FCM的缺陷,提出一种新的改进算法,该算法引入Gibbs随机场,将...
【中文期刊】 陈琦 张立岭 等 《安徽农业科学》 2009年37卷3期 1111-1112页
【摘要】 介绍了Gibbs 抽样的原理,并用WinBUGS 1.4软件,通过模拟数据,利用犊牛出生重/母牛产犊前体重(CBW/CCW)数据(先验信息),确定产犊难易4个分类对应的正态分布的参数μi和σ2i,进一步说明Gibbs 抽样在产犊难易中的应用...