自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！
二维码地图
二维样本方法的插件，该算法发表于《生物医学物理与工程快报》文章weblink上。
说明
开发了 SampEn 目的对二维方法的扩展，以保持 SampEn 的原始，即不规则性测量。简而言之，桑普恩。计算 m 长度相似模式对于 m+1 仍然相似的概率。如果图案内的每个对应点反向相距至多为 r，则认为两个图案相似。该概率可以通过 m 和 (m+1) 长度模式匹配的总数来实现。这些值之间的对称模式给出了找到 (m+1)长度相似模式的条件概率，假设它们为 m 来说是相似的。
参数设置
SampEn2D GUI.
基本上，用于调整 SampEn2D 方法的常用参数是 m 和 r。m 参数负责设置用于在整个图像中搜索匹配模式关系的窗口大小。r 参数是容差参数，即随着 r 的增加，匹配标准变得更加稀疏。另外，给出的 r 参数是与像素强度给出的标准方差 (SD) 的，其中它是由图像 SD通常，(m,r)对设置为值m=1和r=0.1，但每个应用的正确参数调整都是至关重要的。请参阅journal article和conference report来了解正确选择这些参数的起点。
指定用途
已经使用不同的图像集进行了一些研究。此时，SampEn2D 在学图像上获得了希望组织的结果，这可以在参考部分中看到。一般来说，SampEn2D 方法是一种测量作为全局特征呈现的规律性水平的方法。此外，该方法可以评估任何二维数字图像，从而提供广泛的应用。
参考文献
以下是与 SampEn2D 方法相关的论文列表。如果您在自己的研究中使用我们的方法，请引用它。
- 席尔瓦，L.E.V. et al., 2016。二维样本：通过不规则性评估纹理图像。生物医学物理与工程快报，2(4)，p.45002。 DOI：10.1088/2057-1976/2/4/045002。
- 席尔瓦，L.E.V. da et al., 2014。大鼠腓肠神经衰老的二维样本熵分析。在 IEEE 医学和生物学工程学会年度国际会议上。 IEEE，第 3345–3348 页。 DOI：10.1109/EMBC.2014.6944339
