基于颜色和纹理特征的新疆维吾尔医植物药材图像特征提取与判别分析

目的对新疆维吾尔医植物药材图像进行特征提取,并对所研究特征进行分析,探讨其在维吾尔医药材图像分类中的效果,找到适用于维吾尔医药材图像分类的特征,为基于内容的新疆维吾尔医药材图像的检索系统奠定基础。方法以新疆维吾尔药材中植物药的花和叶为研究对象,先对图像进行预处理,进而提取颜色和纹理特征作为原始特征,并对特征进行统计学分析,运用最大类间距法筛选得到图像分类的主要特征,最后应用Bayes判别分析法对特征的分类能力进行评价。结果将颜色特征和纹理特征筛选后进行分类,花类图像的分类准确率为85%,叶类图像的分类准确率为62%。利用筛选后的特征对花类图像的分类效果好于利用原始特征分类的效果。结论与原始特征分类比较,运用筛选后的特征进行分类,对于判别花类药材的效果较好。这为进一步研究维吾尔医药材图像分类和完善特征提取方法奠定了基础。

基于综合特征的新疆地方性肝包虫病图像特征的提取与分析

图像特征提取是图像处理的一个主要环节,是图像处理技术研究和应用的一个重要领域。本文选取了新疆地方性肝包虫病中的单囊型肝包虫和正常肝脏CT图像进行研究,提取了灰度直方图、灰度共生矩阵(GLCM)、kc复杂性三种特征组成综合图像特征。首先对图像进行尺寸归一、去噪、对比度增强的预处理,并对综合特征进行统计学分析,最后应用Fisher判别分析法对特征的分类能力进行评价。实验结果表明运用综合特征对图像分类有较高的准确率,这对基于内容的新疆肝包虫病CT图像的检索的研究奠定了一定的基础。

决策树C4.5对草药形状特征的优化研究

目的：利用决策树分类方法探讨一种新的图像特征优化降维方法。方法首先利用图像滤波、灰度阈值、腐蚀运算等图像操作对新疆草药图像做分割预处理，获取草药图像感兴趣区形状，然后提取草药形状的 Fou-rier-Mellin 矩、Hu 矩等形状特征及图像主颜色直方图特征共14个特征分量；最后应用决策树 C4．5分类算法，在不同草药形状特征分量组合下比较草药图像分类准确率，经过优化分析，选用 Hu 矩的 H2、H4和图像主颜色直方图特征的 C1～C3特征分量构成图像形状颜色混合特征的5个特征分量，用于草药图像分类。结果决策树分类方法准确率达到88．55％；将优化后的图像形状颜色混合特征用于图像检索，其检索结果集前60张图的平均查准率达到89．31％，实现形状特征分量的优化降维。结论利用决策树分类方法可以进行图像特征优化降维，降低图像形状颜色混合特征维数，提高图像分类准确率和图像检索效率，为进一步图像特征的优化研究提供参考。

决策树C4.5算法在新疆维吾尔草药图像分类中的应用

目的:利用小波变换法提取新疆维吾尔草药图像的特征,对植物药图像进行分类研究。方法:此次研究选取新疆维吾尔草药图像200张,其中花类图像100张,叶类图像100张。对图像进行去噪、尺度归一化和空间转换等预处理。利用小波变换分别提取花类、叶类图像的特征向量,用类间距法获取具有较好的分类能力的特征量,使用决策树C4.5算法对特征的分类能力进行评价。结果:对得到的这些特征量,分别利用决策树C4.5算法和贝叶斯方法进行分类,决策树算法分类准确率达到了80.0%;贝叶斯方法分类准确率达到73.5%;结论:结果显示,采用小波变换提取的特征在对不同类型的维吾尔草药图像进行分类时,将最大类间距和决策树C4.5算法结合能达到一定的分类能力;因此,决策树分类算法可以在一定程度上对新疆维吾尔草药图像进行判别分类。

基于区域增长法的新疆哈萨克族食管癌X射线医学图像的分割研究

目的为了提高分类和检索准确率从哈萨克族食管癌X射线医学图像中提取感兴趣区域。方法通过40幅新疆哈萨克族食管癌X射线医学图像中得出新疆哈萨克族食管癌医学图像直方图特征并利用此特征分别采用区域增长法和全阈值法分割100新疆哈萨克族食管癌医学图像,并利用面积大小差异和平均表面距离评价分割结果。结果分割后的图像与手工分割的图像进行比较评价得出区域增长法与手工分割图像面积平均相差4.1606%,平均表面距离相差1个像素点而全阈值法分割后图像面积平均相差13.056%,平均表面距离相差3个像素点。结论区域增长法比较适合分割新疆哈萨克族食管癌X射线医学图像。此研究不仅能提高新疆哈萨克族食管癌辅助诊断系统的诊断准确率并对以后的食管癌医学图像分割研究奠定了基础。

基于C均值算法的新疆维吾尔医草药图像的分割研究

目的为提高新疆维吾尔医草药图像的分类和检索准确率,对新疆维吾尔医草药图像进行感兴趣区域分割研究。方法分别采用阈值法、硬C均值(HCM)聚类算法和模糊C均值(FCM)聚类算法分割图像,将分割后的图像与原始图像进行迭代,分割15幅新疆维吾尔医药材图像,并将分割结果与手工分割结果进行比较,以评价分割算法的优劣。结果利用阈值法分割后的图像与手工分割图像进行比较,15幅图像的面积大小差异的平均值为12.7%,表面平均距离的平均值为2.79灰度值;利用HCM聚类算法分割后图像的面积大小差异的平均值为12.2%,表面平均距离的平均值为2.7灰度值;利用FCM聚类法分割后图像面积大小差异的平均值为9.04%,表面平均距离的平均值为0.96灰度值。结论阈值分割算法的分割速率比其他2种算法快,但该方法可能出现过度分割现象而导致信息的流失;硬C均值聚类算法能够较好地保留感兴趣区域,但分割时图像背景无法完全舍去而导致无用信息的掺杂;模糊C均值聚类算法分割速率相对较慢,但其整体分割准确率却高于以上2种算法,该算法较适于新疆维吾尔医药材图像的分割。本研究对后期图像的特征提取、分类和检索奠定基础。

基于数据挖掘的新疆高发肝包虫病的分型研究

目的探讨数据挖掘技术在新疆肝包虫病分型中的应用。方法提取肝包虫病CT图像的灰度-梯度共生矩阵(GGCM)和灰度共生矩阵(GLCM)特征,应用主成分分析法对各纹理特征及混合特征分别进行降维,采用支持向量机(SVM)分类器、决策树C4.5分类器、Logistic回归分类器对降维后的特征进行分类,最后对各分类模型进行受试者工作特性(ROC)曲线分析及参数评估。结果 SVM分类器对不同纹理特征下3种肝脏CT图像(单囊型、多囊型肝包虫病和正常肝脏)分类效果都明显优于决策树C4.5分类器和Logistic回归分类器。综合特征分类结果要明显优于单一特征分类结果;GGCM特征对综合分类结果的分类贡献率要高于GLCM特征。结论将SVM分类器应用于新疆肝包虫病CT图像的分型中具有一定分类优势,为肝包虫病影像学诊断提供了一定的依据,也为后期新疆肝包虫病计算机辅助诊断系统的研发奠定基础。

基于集成分类器的新疆哈萨克族食管癌分型的研究

探讨Bagging、Adaboost、Random Forest(RF)三种集成分类器在新疆哈萨克族食管癌分型中的应用。使用Matlab软件编程并提取图像的灰度-梯度共生矩阵和Tamura纹理特征;利用SPSS软件对提取到的混合纹理特征进行主成分分析(PCA)降维并得到新的主成分矩阵;将三种集成分类器并应用于主成分矩阵对食管癌进行分型;采用受试者工作特征(ROC)分析技术和参数评估对各分类模型进行评估。三种食管癌两两分类时:溃疡型和缩窄型、蕈伞型食管癌X线图像的纹理特征存在着一定差异性,三种分类器的分类准确率、ROC分析曲线及各参数评估值都很理想。三种食管癌综合分类时:RF分类器的分类效果明显优于其他两种分类器。将集成分类器应用于哈萨克族食管癌分型中,为哈萨克族食管癌影像学诊断提供了一定的依据,也为新疆哈萨克族食管癌的计算机诊断系统的研发奠定了基础。

新疆维吾尔医草药图像颜色矩特征的研究

颜色矩特征作为一种重要的颜色特征,在图像处理中得到了广泛的应用。本文探讨草药图像的颜色矩特征对基于内容的维吾尔草药图像的检索效果。对维吾尔草药图像进行线性滤波、尺度归一和颜色空间转换的预处理,提取草药图像的颜色矩特征,构建了维吾尔医草药图像的图像数据库和草药图像的特征数据库,并且建立了基于草药图像颜色矩特征的草药图像检索系统,对颜色矩特征的有效性进行了检索实验的验证。检索结果表明,基于草药图像的颜色矩特征对维吾尔草药中的叶类、花类草药图像的平均查准率和平均查全率相对较高。这对进一步研究对基于内容的维吾尔草药图像的特征提取算法奠定了一定的基础。

基于颜色直方图的新疆维吾尔医药材图像检索分析

图像特征提取是图像处理的一个主要环节,是图像处理技术研究和应用的一个重要领域。维吾尔医是我国的传统医学,越来越受到人们的重视,但大量的维吾尔医药材的数据资料没有得到充分利用。本文针对新疆维吾尔药材的植物药和动物药图像提取了颜色直方图特征。先对图像进行颜色增强、尺寸归一、空间转换的预处理,提取颜色直方图特征并对颜色直方图特征进行统计学分析,最后对颜色直方图特征的检索能力进行基于内容的图像检索分析。实验结果表明颜色直方图特征对维吾尔药图像检索具有不错的的准确率,这在一定程度上有助于基于内容的新疆维吾尔药材图像的检索的研究。

新疆地方性肝包虫病CT图像的频域特征分析

目的分析新疆地方性肝包虫病CT图像的频域特征。方法采用频域法提取新疆地方性肝包虫病的单囊肝包虫(单囊组,15幅),多囊肝包虫(多囊组,15幅)以及正常肝脏(正常组,15幅)CT图像的能量和方差2个特征分量,并对其进行统计学分析,对样本行F检验,对3组样本所获得的特征分量作t检验。结果正常组、单囊组和多囊组特征分量Var和Energy差异有统计学意义,肝包虫CT图像的能量谱在不同组别间有不同的表征,随疾病的加重,其峰值出现降低趋势。结论通过频域法提取新疆地方性肝包虫CT图像的特征分量,其差异具有统计学意义,可为利用特征值筛选新疆地方性肝包虫病及肝包虫的早期诊断提供依据。

基于颜色直方图的新疆维吾尔医药材图像特征提取与判别分析

图像特征提取是图像处理的一个主要环节,是图像处理技术研究和应用的一个重要领域。维吾尔医是我国的传统医学,越来越受到人们的重视,但大量的维吾尔医药材的数据资料没有得到充分利用。本文针对新疆维吾尔药材的植物药和动物药图像提取了颜色直方图特征。先对图像进行颜色增强、尺寸归一、空间转换的预处理,提取颜色直方图特征并对颜色直方图特征进行统计学分析,最后应用Bayes判别分析法对特征的分类能力进行评价。实验结果表明颜色直方图特征对维吾尔药图像分类有较高的准确率,一定程度上有助于基于内容的新疆维吾尔药材图像的检索的研究。