基于PCA多特征融合的肝脏B超临床医学图像识别研究与实现

• 作者: 张卫国 王桂花
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 特征提取 特征选择 PCA特征级融合 医学图像识别
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 239-243
• 页数: 5页
• 分类号: TP391.41
• 字数: 4220字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.04.060

摘要

针对任何单一特征都不能完整地表示医学图像的信息，提取医学图像的颜色特征、纹理特征以及区域形状特征，更多地保留图像的各种信息。并对提取的特征利用主成分分析（PCA）方法进行特征级的数据融合。针对维数对 PCA 的计算量影响，在PCA 融合之前利用模糊方法进行特征的粗选择，有效地降低了特征维数。以肝脏 B 超图像为研究对象进行实验，结果表明，融合后的数据维数有极大的改善，识别效果良好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张卫国	西安科技大学计算机科学与技术学院	45	171	8.0	11.0
2	王桂花	西安科技大学计算机科学与技术学院	1	12	1.0	1.0