基于复杂网络与图像处理的 COVID-19 数据集特征刻画
图像与视频处理
2020-09-29 v1 计算机视觉与模式识别
计算机与社会
摘要
本文旨在探索 covid-19 数据集背后的模式结构。该数据集包含阳性与阴性病例的医学图像。选取了 100 个样本，每类各 50 个。计算直方图频率以利用统计度量获取特征，此外还利用灰度共生矩阵（GLCM）进行特征提取。利用这两类特征分别构建复杂网络，以分析邻接矩阵并检验模式的存在性。初步实验给出了每类中数据集隐藏模式的证据，这些模式在复杂网络表示下可见。
引用
@article{arxiv.2009.13302,
title = {Characterization of Covid-19 Dataset using Complex Networks and Image Processing},
author = {Josimar Chire and Esteban Wilfredo Vilca Zuniga},
journal= {arXiv preprint arXiv:2009.13302},
year = {2020}
}