基于NSCT和SVM的脑MRI医学图像识别

• 作者: 徐楠楠 王佳奕 葛玉荣
• 来源期刊: 现代电子技术
• 关键词: NSCT 脑部MR图像 纹理特征 支持向量机
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 计算机应用技术 -- 科学计算与信息处理
• 页码范围: 63-66,69
• 页数: 5页
• 分类号: TN919-34|TP391.41
• 语种: 中文

摘要

利用NSCT变换具有多尺度和平移不变性，能够稀疏地表示纹理图像的特点，将具有丰富纹理信息的人体脑部核磁共振（MR）图像，从空间域变换到频率域表示。提取变换后表征图像特性的低频子带均值、方差及高频16个方向子带能量作为特征向量，输入SVM分类器进行分类识别。实验结果表明该方法对非病变脑部MR图像识别准确率达到100%，病变脑部MR图像的识别率达到90.90%，综合识别率达到95.45%。且该方法提取的特征维数少，识别速度快，识别率高，能够快速区分病变与非病变脑部MR图像。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛玉荣	中国海洋大学信息科学与工程学院	14	64	5.0	7.0
2	徐楠楠	中国海洋大学信息科学与工程学院	2	5	1.0	2.0
3	王佳奕	中国海洋大学信息科学与工程学院	2	20	2.0	2.0