基于多尺度融合的甲状腺结节图像特征提取

• 作者: 彭博 杨燕 王昊 陈琴
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 双数复小波变换 Gabor变换 高斯金字塔 特征融合
• 年，卷（期）: 2016,（5）
• 页码范围: 1004-1009
• 页数: 6页
• 分类号: TP301.6
• 字数: 4045字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.05.018

摘要

甲状腺结节是一种常见的多发病,超声技术是该疾病首选的检查方法。在超声图像中提取区分甲状腺结节良恶性的纹理特征并进行判别具有广阔的临床应用前景。双树复小波变换(Dual-tree complex wavelet transform,DT-CWT)和 Gabor小波是纹理特征提取的常用方法。本文提出一种基于多尺度的DT-CWT和 Gabor特征融合的甲状腺结节识别方法。该方法首先通过高斯金字塔将甲状腺超声图像分解到多尺度空间,然后提取图像的 DT-CWT 和 Gabor 的多尺度特征,最后实现特征融合。通过应用支持向量机(Support vector machine,SVM)分类器实现分类,验证特征提取方法的有效性。实验结果表明,本文提出的方法能达到较高的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨燕	西南交通大学信息科学与技术学院	97	1192	16.0	32.0
2	彭博	西南交通大学信息科学与技术学院	17	65	4.0	8.0
3	王昊	西南交通大学信息科学与技术学院	5	8	1.0	2.0
4	陈琴	电子科技大学临床医学院	2	8	1.0	2.0