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:
研究描述超声肝图像纹理特征的分维方法.用14幅正常肝样本图像和14幅原发性肝癌样本图像检验并比较评估4种分维方法.用布朗运动方法、毯子法、傅里叶功率谱法和差分盒计数法4种方法得到的分维作为特征进行ROC(Receiver operating characteristic)分析,以SVM作为模式分类方法的分类正确率进行分析.研究结果表明:除了分数布朗运动方法外,由毯子法、傅里叶功率谱法和差分盒计数法获得的描述正常肝图像感兴趣区域的分维值明显小于描述原发性癌图像感兴趣区域的分维值;采用傅里叶功率谱方法得到最大的ROC曲线下的面积;用SVM(Support vector machine)方法进行分类也取得了与ROC分析类似的结果,即用傅里叶功率谱方法进行分类准确度最高,分数布朗运动和差分盒计数方法效果较差,毯子方法效果居中;傅里叶功率谱方法是描述超声肝图像纹理特征最适合的方法.
推荐文章
肝癌超声图像识别的特征提取
感兴趣区域
Bayesian决策
图像识别
纹理特征提取
肝癌超声图像
分维和孔隙度在肝癌超声纹理识别中协同作用
肝癌超声图像
纹理分析
分维
孔隙度
协同作用
支持向量机
原发性肝癌CT图像纹理分析
原发性肝癌
特征提取
特征选择
BP神经网络
EMD-SVM在纹理图像识别中的应用
经验模式分解
支持向量机
固有模式函数
纹理识别
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 分维方法在肝癌超声图像纹理识别中的性能比较研究
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 超声肝图像 分维方法 傅里叶功率谱 纹理特征 ROC分析 SVM
年,卷(期) 2011,(9) 所属期刊栏目 机械工程·控制科学与工程
研究方向 页码范围 2746-2753
页数 分类号 TP391.41
字数 8051字 语种 中文
DOI
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 季桂树 中南大学地球科学与信息物理学院 32 288 8.0 16.0
5 江乐新 中南大学机电工程学院 43 227 9.0 12.0
6 禹智夫 长沙市第八医院超声科 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (1810)
参考文献  (16)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (2)
1960(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(2)
  • 参考文献(2)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(7)
  • 参考文献(1)
  • 二级参考文献(6)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
超声肝图像
分维方法
傅里叶功率谱
纹理特征
ROC分析
SVM
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导