ty -jour a2- Zaied，Mourad au -Helwan，Abdulkader au -Uzun Ozsahin，Dilber PY-2017 DA -2017/06/04 TI-基于滑动窗口的机器学习系统，用于MR Cardiac Images中的左心室本地化SP -30481 VL -30481 VL -30481 VL -30481 VL-2017 AB-视觉系统中最常见的问题包括其足以满足包含感兴趣对象的不同场景的能力。通常，感兴趣的对象所包含的不同背景大大减少视觉系统的性能。在这项工作中，我们设计了一个滑动Windows机器学习系统，以识别和检测MR心脏图像中的左心室。我们利用人工神经网络的能力来应对医学对象检测任务中遇到的一些不可避免的场景约束。我们在左心室和非左心室样品上训练反向传播的神经网络。我们将左心室检测任务重新制定为机器学习问题，并采用智能系统（反向传播神经网络）来实现检测任务。我们通过将收集的左心室样本分配为一个类，将左心室检测问题视为二进制分类任务，而随机（非左室）对象是另一个类。训练有素的反向传播神经网络通过使用测试集对其进行模拟，以具有良好的概括能力。在培训和测试集中，识别率分别达到100％和88％。 The trained backpropagation neural network is used to determine if the sampled region in a target image contains a left ventricle or not. Lastly, we show the effectiveness of the proposed system by comparing the manual detection of left ventricles drawn by medical experts and the automatic detection by the trained network. SN - 1687-9724 UR - https://doi.org/10.1155/2017/3048181 DO - 10.1155/2017/3048181 JF - Applied Computational Intelligence and Soft Computing PB - Hindawi KW - ER -