基于Tamura纹理特征提取和SVM的多模态脑肿瘤MR图像分割

• 作者: 任恺 彭川 李娜 熊志勇 谢瑾
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 脑肿瘤 多模态 Tamura纹理 支持向量机 MR图像
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 144-149
• 页数: 6页
• 分类号: TP391.41
• 字数: 5603字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4321.2018.03.029

摘要

在Tamura纹理特征和支持向量机(SVM)算法基础上提出一种多模态脑肿瘤图像分割算法.将4种模态下的多序列核磁共振图像(MRI)的局部灰度特征与Tamura纹理度量相结合,尽可能提取足够多的图像信息;在SVM模型中输入已知样本并进行训练;用训练好的SVM模型处理其他脑肿瘤图像.实验通过对20例患者的图像进行展开,从实验数据来看,提出的方法可以精准有效地分割出脑肿瘤区域,得到脑肿瘤的边界,并且对脑肿瘤图像的差异性表现出较强的自适应能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭川	中南民族大学计算机科学学院	19	93	6.0	9.0
2	熊志勇	中南民族大学计算机科学学院	38	145	7.0	10.0
3	任恺	中南民族大学计算机科学学院	9	16	2.0	4.0
4	谢瑾	中南民族大学计算机科学学院	8	26	3.0	4.0
5	李娜	中南民族大学计算机科学学院	24	72	5.0	7.0