融合纹理特征与形状特征的病灶CT图像识别

• 作者: 刘小君 张荣国 赵健 高静雅
• 来源期刊: 太原科技大学学报
• 学科: 交通运输
• 关键词: 医学图像 纹理特性 形状特征
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学与信息工程
• 页码范围: 165-170
• 页数: 6页
• 分类号: U461
• 字数: 4045字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2018.03.001

摘要

医学图像病变区域信息复杂,使用单一纹理特征分类效果不佳,提出了一种融合纹理与形状特征的病灶图像识别方法.首先,在常用的纹理特征基础上,融入Hough变换和不变矩两个形状特征,以考虑旋转、平移等畸变带来的图像失真影响;然后,对这些非线性分布融合信息线性化处理,通过支持向量机SVM对其进行分类,得到病灶图像与正常图像的识别结果;最后,采用某医院提供的50幅CT脑图像进行纹理特征和形状特征提取,进而进行SVM分类和识别.实验结果表明,所提出的融合两类特征信息对医学图像识别方法可行,病灶图像识别准确率有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张荣国	太原科技大学计算机科学与技术学院	50	243	10.0	13.0
2	刘小君	合肥工业大学机械工程学院	88	909	18.0	25.0
3	赵健	太原科技大学计算机科学与技术学院	4	2	1.0	1.0
4	高静雅	太原科技大学计算机科学与技术学院	2	4	1.0	2.0