基于点袋理论的肝脏CT图像分析

• 作者: 张旭亚 王俊
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 尺度不变特征变换 k均值 支持向量机 要点袋 医学图像分析
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 论著
• 页码范围: 355-358
• 分类号: R318.04
• 字数: 3561字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2011.04.06

摘要

当前医学CT图像的病理识别过多地依靠医生经验,为了将机器辅助诊断引入病理识别中,本文采用点袋理论对肝癌和正常肝脏的CT图像进行分析研究.从100张CT图像中挑选出40张具有特征的CT图像,预处理后,先利用尺度不变特征变换(scale invariant feature,SIFT)描述CT图像特征点,再经过k均值(k-means)聚类,最后使用支持向量机(support vector machine,SVM)机器学习算法实现CT图像的识别和分类.实验结果表明,当采用Gaussian 径向基(RBF)核运算时识别可取得85%的正确率.该研究说明点袋法有较好的分类效果和较好的发展空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊	南京邮电大学图像处理与图像通信江苏省重点实验室	88	317	10.0	14.0
2	张旭亚	南京邮电大学图像处理与图像通信江苏省重点实验室	1	0	0.0	0.0