融合LBP和小波矩特征的肺癌图像精细分类

• 作者: 王琪 王生生
• 来源期刊: 东北师大学报（自然科学版）
• 学科: 工学
• 关键词: 医学图像 特征融合 精细分类 空间金字塔模型
• 年，卷（期）: 2017,（2）
• 页码范围: 57-63
• 页数: 7页
• 分类号: TP391
• 字数: 4829字
• 语种: 中文
• DOI: 10.16163/j.cnki.22-1123/n.2017.02.012

摘要

在肺癌图像精细分类中,进一步区分小细胞肺癌、鳞肺癌、腺肺癌、细支气管肺泡癌还不够成熟,为此,在改进现有精细图像分类研究工作的基础上,利用无须码本与释文的快速模板匹配框架,融合了LBP(Local Binary Pattern)纹理特征和小波矩形状特征,提出了适合肺癌数据的精细图像分类新方法.将纹理特征与形状特征融合,通过分配两种特征的权重,用融合特征进行模板匹配.匹配结果表示成特征响应图的形式,再通过改进的均值空间金字塔模型,从特征响应图中抽取有用特征,进行分类训练.实验结果表明,该方法在肺部影像数据库联盟(LIDC)数据库上达到了91.75％的平均正确率,证明了肺癌图像精细分类方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王生生	吉林大学计算机科学与技术学院	63	623	11.0	23.0
2	王琪	吉林大学计算机科学与技术学院	19	49	3.0	6.0