作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前计算机辅助检测肿瘤都是基于病变形态学变化的分析,且这些算法的效果难以满足现状.从这些算法所忽略的图像纹理特征出发,从不同病人的198张、5类不同的良恶性肿瘤的CT图像中,基于灰度共生矩阵和灰度梯度共生矩阵,综合考虑肾脏肿瘤没有明显方向性及细纹理的特性,并依据可区分性、唯一性、不相关性以及为避免后续肿瘤识别过程复杂化,通过分析作出了有效性选择,首次提取出最能体现5种肿瘤的27个特征并验证其有效性,作为后续计算机辅助识别肾脏肿瘤研究的基础.
推荐文章
基于LBPV的浮选泡沫图像纹理特征提取
浮选泡沫图像
纹理
局部二进制模式方差
浮选工况
聚类分析
纹理图像的特征提取和分类
纹理图像
特征提取
分类
支撑矢量机
半色调图像纹理特征提取方法
半调图像
局部二值模式
特征提取
像素相关算子
基于纹理特征提取的图像分类方法研究及系统实现
纹理特征提取
图像分类
灰度共生矩阵
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CT图像的肾脏肿瘤纹理特征提取
来源期刊 中国数字医学 学科 医学
关键词 CT图像 肾脏肿瘤 纹理特征提取 灰度共生矩阵 灰度梯度共生矩阵
年,卷(期) 2019,(4) 所属期刊栏目 数字医学基础研究与应用
研究方向 页码范围 66-68
页数 3页 分类号 R318|TP391
字数 3439字 语种 中文
DOI 10.3969/j.issn.1673-7571.2019.04.021
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (20)
二级引证文献  (0)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
CT图像
肾脏肿瘤
纹理特征提取
灰度共生矩阵
灰度梯度共生矩阵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国数字医学
月刊
1673-7571
11-5550/R
大16开
北京市朝阳区光华路甲8号和乔大厦A座528A室
80-133
2006
chi
出版文献量(篇)
6783
总下载数(次)
21
总被引数(次)
25598
论文1v1指导