基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对脑出血和脑肿瘤的自动检出应用,提出了一种创建高分辨率颅脑CT图像纹理统计图谱的方法.采用图像局部直方图的多阶矩特征结合多分辨率策略提取颅脑CT图像的纹理特征,并在特征中融合边缘与区域信息.在创建统计图谱时,对经过预处理的样本图像使用Demons方法进行非刚性配准,并提取多分辨率纹理特征及其统计参量.检测病变时将待测样本的纹理特征向量与图谱比较,并以Mahalanobis距离作为病变发生概率的度量进行阈值分割.实验表明,本文方法对均匀密度和混杂密度型颅脑病变均有较好的诊断效果,且计算复杂度较低.
推荐文章
基于纹理与成像知识的高分辨率SAR图像水体检测
纹理
小波
高分辨率
合成孔径雷达
成像知识
水体检测
基于树种分类的高分辨率遥感数据纹理特征分析
森林经理学
树种分类
移动窗口
纹理因子
总精度
灰度共生矩阵
多幅图像的高分辨率无缝快速拼接方法
多幅图像
高分辨率
无缝拼接
A-KAZE特征
面向对象特征融合的高分辨率遥感图像变化检测方法
面向对象
图像分割
尺度
光谱特征
纹理特征
形状特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高分辨率颅脑CT图像纹理统计图谱的创建与应用
来源期刊 数据采集与处理 学科 医学
关键词 病变检出 统计图谱 纹理特征 Mahalanobis距离
年,卷(期) 2009,(4) 所属期刊栏目 研究简报
研究方向 页码范围 524-530
页数 7页 分类号 R318.04
字数 4594字 语种 中文
DOI 10.3969/j.issn.1004-9037.2009.04.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯焕清 中国科学技术大学电子科学与技术系 154 1499 19.0 30.0
2 刘伟 中国科学技术大学电子科学与技术系 422 5903 37.0 59.0
3 李传富 中国科学技术大学电子科学与技术系 89 582 12.0 18.0
7 韩真 中国科学技术大学电子科学与技术系 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (18)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1900(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
病变检出
统计图谱
纹理特征
Mahalanobis距离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导