基于波原子变换的超声图像纹理特征分类

• 作者: 李红卫 杜锐 胡银伟
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 超声图像 波原子变换 纹理分类 支持向量机 奇异值分解
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 研究与设计
• 页码范围: 7-11
• 页数: 5页
• 分类号: R318|TP391.41
• 字数: 3950字
• 语种: 中文
• DOI: 10.19745/j.1003-8868.2019107

摘要

目的:提出一种基于波原子变换的超声图像纹理特征分类方法,并验证其分类效果.方法:首先选取肝硬化超声图像,运用波原子变换提取感兴趣区域的图像纹理特征,然后利用奇异值分解(singular value decomposition,SVD)寻找最佳特征组合,最后运用支持向量机(support vector machine,SVM)对样本图像进行分类.结果:实验结果表明该方法区分正常肝脏与肝硬化组织、血管和远场阴影有较高的分类率,其准确度分别为77.58％、92.74％和63.55％.结论:波原子变换作为一种新的多尺度图像分析工具,用来提取和表征医学超声图像纹理特征具有显著的效果,可用于手术指导和超声设备的辅助诊断.