我开始为一个项目进行医学图像分析。
在这个项目中，我有带或不带结石的人类肾脏图像。目的是预测给定的新图像是否有石头。
我选择了KNN分类器模型进行分类，但是我不了解图像处理。我对细分有一定的了解。我可以将其转换为数组以进行处理，但是我需要一些指针来了解该过程。 图片-https://i.stack.imgur.com/9FDUM.jpg
答案 0 :(得分：0)
对于图像分类，我建议您使用Resnet等预先训练的神经网络。
Tensorflow之类的框架提供了一个很好的API，可以针对不同的用例重新训练经过预训练的神经网络。
您可以点击以下链接： https://www.tensorflow.org/hub/tutorials/image_retraining
答案 1 :(得分：0)
完成了图像处理，将数字图像转换为计算机更易于计算统计信息的格式。
图像并不总是包含必要的信息，图像中存在噪点和许多不必要的背景信息，对于特定目的而言不是必需的。
处理图像的目的是从整个图像中提取感兴趣的区域。
对图像进行了各种增强，以便我们获得可用于计算推断的功能
处理图像包括各种图像增强技术，分割和其他内容，例如直方图均衡，其最终将用于提取特征。进行此处理通常会产生更好的功能。
图像处理本身也是一个巨大的话题。我建议您在Google学者的论文中读到它
