张量主成份分析算法在脑医学图像上的应用

• 作者: 叶海昌 廖亮 王新强
• 来源期刊: 影像研究与医学应用
• 学科: 医学
• 关键词: 张量模型 脑部医学图像 主成分分析 特征提取
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 影像技术
• 页码范围: 63-66
• 页数: 4页
• 分类号: R445
• 字数: 3134字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-3807.2018.19.042

摘要

医学影像中的CT、MRI图像诊断是目前医生确诊疾病的重要依据.另一方面,大脑作为人类最复杂也是最重要的器官之一,对于脑部图像的特征提取和分类具有重要意义.传统上对图像特征提取习惯从向量的角度出发,这样忽略了图像结构特点.为了解决这个问题,本文结合高维空间数据结构,以数据张量化为重点将传统的PCA算法升级为Tensor-PCA,并选择当下最流行的Simulated Brain phantom Database数据集作为本文的仿真对象,经过实验证明,数据张量化的方法在提取图像的特征上具有良好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖亮	中原工学院电子信息学院	20	41	3.0	6.0
2	王新强	中原工学院电子信息学院	14	23	2.0	4.0
3	叶海昌	中原工学院电子信息学院	1	1	1.0	1.0