新疆高发病哈萨克族食管癌图像纹理特征的分类研究

目的利用灰度共生矩阵法提取的纹理特征对新疆高发病哈萨克族食管癌医学图像进行分类研究。方法运用灰度共生矩阵法分析新疆高发病食管癌X钡剂造影医学图像,缩窄型和溃疡型食管癌图像各30张,对图像进行尺寸归一、去噪和增强等预处理,计算0°、45°、90°和135°方向的能量、熵、对比度、相关性和逆差矩的均值和方差,构成特征向量,使用Bayes判别分析法对特征的分类能力进行评价。结果使用Bayes判别分析法对新疆高发病哈萨克族食管癌医学图像进行分类,对缩窄型食管癌图像的分类准确率达到了70%,对溃疡型食管癌图像的分类准确率达到了90%。结论灰度共生矩阵法提取的特征在对不同类型的食管癌图像进行分类时,特征的分类能力有所不同;灰度共生矩阵法可以在一定程度上对不同类型的食管癌进行判别分类。

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。

新疆地方性肝包虫CT图像纹理特征的分类研究

纹理特征是图像分析的重要线索,灰度共生矩阵法提取的纹理特征具有很好的鉴别和分类能力。本文运用灰度共生矩阵分析新疆地方性肝包虫CT图像并进行特征提取,对图像进行尺寸归一、去噪和增强的预处理,计算0°,45°,90°和135°方向的能量、熵、对比度、相关性和逆差矩的均值,构成特征向量,并进行统计分析,用最大类间距法获取图像分类的主要特征,同时使用判别分析法对特征的分类能力进行评价。实验结果表明,灰度共生矩阵法提取的特征在统计分析中存在差异,最大类间距计算获得的特征能提高图像分类的准确率,一定程度上有助于对肝包虫病CT图像进行分类和检索。

基于新疆地方性高发病肝包虫病CT图像灰度直方图特征检索方法的研究

新疆地方性肝包虫病是新疆牧区发病率较高的传染性寄生虫病,严重影响牧区各族人民生活质量的提高。根据图像特征,选择合适距离算法,实现快速准确地图像检索,对辅助医生早期发现、诊断和治疗肝包虫病有重大意义。本文研究比较了使用肝包虫病CT医学图像灰度直方图特征进行图像检索时,不同距离算法的有效性。实验结果表明:对于肝包虫病医学图像的基于灰度直方图特征的图像检索,马氏距离算法与标准欧氏距离算法比其他距离算法较优。

PCA和SVM在新疆哈萨克族食管癌图像分类中的研究与应用

目的:利用PCA和SVM对新疆哈萨克族食管癌X射线图像进行特征提取、特征选择及分类研究。方法:利用基于灰度共生矩阵的纹理特征和小波变换的频域特征提取法,提出将ROC曲线面积选择法和主成分分析法相结合的两步式特征选择法,利用Bayes和SVM分类器对图像进行分类以验证所提取特征的分类能力。结果:AUC>0.7的特征经主成分分析后输入到SVM分类器和Bayes分类器中得到的分类准确率和AUC值最高,分别为91%和85%、0.945和0.915。结论:SVM具有较好的分类性能,两步式特征选择法能有效地消除特征之间的共线性,极大提高了特征的分类能力,本研究有望提高新疆哈萨克族食管癌CAD系统的整体性能。

基于SVM的新疆哈萨克族食管癌医学图像特征提取及分类研究

目的:利用SVM对新疆高发病哈萨克族食管癌X线医学图像进行分类研究。方法:随机选取正常食管和缩窄型食管癌X线医学图像各120张,运用灰度直方图法和灰度共生矩阵法提取图像的特征,采用Lib-SVM工具箱,在SVM类型设置上选择C-SVC,选择4种核函数,通过调整核函数的参数与C-SVC分类器的参数进行实验。结果:利用灰度直方图法提取的特征量进行分类时,线性核函数和RBF核函数的分类准确率较高,均可达92.5%;利用灰度共生矩阵法提取的特征量进行分类时,线性核函数、RBF核函数、Sigmoid核函数的分类准确率较高,均可达87.5%;利用灰度直方图特征和灰度共生矩阵特征组成的综合特征进行分类时,多项式核函数和RBF核函数的准确率较高,均可达97.5%。结论:灰度直方图特征的分类能力优于灰度共生矩阵特征;综合特征的分类能力优于单一特征的分类能力;RBF核函数的分类性能较其他核函数突出。SVM对食管癌X线医学图像具有较高的分类识别率,为新疆高发病哈萨克族食管癌的计算机辅助诊断系统的研究奠定了基础。

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。

基于解析Fourier-Mellin矩新疆草药图像综合特征的检索研究

研究利用图像增强、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,然后对草药形状进行Radon和解析Fourier-Mellin变换,结合图像形状Hu矩和图像主颜色直方图特征,提取草药图像解析Fourier-Mellin矩形状和颜色混合特征用于图像检索,比较该算法对基于内容的新疆草药图像的检索性能。实验结果表明:解析Fourier-Mellin矩结合草药形状和颜色的混合特征算法具有较好的图像旋转、缩放和平移(RST)不变特性。对基于内容的新疆草药形状图像的检索,其检索性能优于解析Fourier-Mellin矩结合形状特征Hu矩混合特征和结合主颜色直方图特征混合特征的检索效率,其检索结果集前60图的平均查准率达到91.82%。

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。

基于SIFT-LBP稀疏编码的肝包虫CT图像分类

为了提高利用医学影像技术对肝包虫病进行诊断的效率和准确性,有必要对基于影像的病症自动分类方法进行研究。根据不同类型肝包虫病CT影像特征,提出一种结合纹理特征提取和稀疏编码的肝包虫CT图像分类方法。首先,利用图像分割算法从腹部CT图像中提取肝包虫病灶区;其次,结合尺度不变特征转换(SIFT)和多尺度局部二值模式(LBP)对病灶区进行纹理分析,并采用稀疏编码技术对局部纹理特征编码;然后,应用多尺度最大池化法整合局部编码特征得到描述整幅图像的特征向量;最后,根据病灶图像的特征表示,通过线性支持向量机(SVM)完成对肝包虫图像的自动分类。在对比实验中,与基于Gabor滤波分类方法和基于多特征融合分类方法相比,所提方法总的平均分类准确率分别提高了24.97%和20.53%。实验结果表明,该方法提取的特征具有高的类区分度,能有效实现肝包虫CT图像的自动分类。

新疆高发病食管癌图像的特征提取及分类

目的结合灰度共生矩阵和小波变换的纹理分析方法提取新疆哈萨克族高发病食管癌X射线钡剂造影图像的特征,旨在为放射科医生的诊断决策提供具有实际参考价值的辅助信息,提高食管癌诊断的准确率和效率。方法选取2种中晚期食管癌——蕈伞型和缩窄型,以及正常食管图像各100张,利用基于灰度共生矩阵的纹理特征提取方法分别提取食管癌X射线图像的角二阶矩、熵、惯性矩、逆差矩及相关性的方差作为纹理特征,同时使用小波变换对食管癌X射线图像进行二层小波分解,获取其高频子图,并提取高频子图的能量特征作为纹理特征。然后,使用C4.5决策树算法构造一个分类器,对正常食管和中晚期食管癌图像进行分类研究。结果共计提取11维特征,利用单一特征算法进行分类,灰度共生矩阵法分类准确率为64.66%,小波变换法分类准确率为77%。而综合的灰度共生矩阵和小波变换法的分类准确率为81.67%,更适用于正常食管和中晚期食管癌的分类。结论本研究将灰度共生矩阵、小波变换算法与决策树C4.5相结合,对正常食管与蕈伞型和缩窄型食管癌进行特征提取及分析,结果表明本算法分类准确率较高,为开发食管癌的计算机辅助诊断系统奠定了基础。

KNN分类器在新疆维吾尔药材图像分类中的应用

目的：探讨 K 近邻结点算法（k-Nearest Neighbor algorithm，KNN）分类器在新疆维吾尔药材图像分类中的应用。方法采用 KNN 分类器对新疆维吾尔药材图像的灰度-梯度共生矩阵特征和 Tamura 纹理特征进行判别分类。选取训练样本为80、100、120的3个训练集，训练并得到最优 K 值，并分别在测试样本为120、100、80的3个测试集中验证结果。结果K 值越小（3～13），KNN 分类器对叶类图像分类准确率越高；K 值越大（63～71），KNN 分类器对花类图像分类准确率越高。当 K 值取3～13时，120、100、80的3个测试集中叶类图像的平均分类准确率分别为94．72％、89．45％、82．61％；K 值取63～79时，120、100、80的3个测试集中花类图像的平均分类准确率分别为74．71％、72．79％、76．55％。结论KNN 分类器可为新疆维吾尔药材图像类型判断提供一定的依据，为新疆维吾尔药材图像检索系统的检索精度的提升奠定了基础。

新疆维吾尔草药图像特征提取及分类研究

目的探讨决策树C4.5算法及主成分分析法在新疆维吾尔草药图像分类中的应用。方法选取新疆维吾尔草药图像450张,其中花类、叶类、果类图像各150张。对图像进行去噪、尺度归一化和空间转换等预处理;利用颜色直方图与颜色矩法分别提取3种草药的特征;采用主成分分析(PCA)法对所提取的特征进行筛选;构造一个基于C4.5决策树算法的图像分类器,使用决策树C4.5算法,对颜色直方图、颜色矩、14个综合特征及主成分分析获取的特征进行分类,以验证特征的分类能力。结果颜色直方图特征分类准确率为63.11%,颜色矩特征分类准确率为65.11%,14个综合特征分类准确率为54.76%,PCA选择的特征分类准确率为72.00%。结论综合特征的分类准确率较单一特征低,表明在进行分类时,冗余特征可能会降低分类准确率;利用PCA选择后的特征分类准确率较高,表明该算法能有效减少冗余特征,弥补单一特征分类的局限性,从而提高整体分类效率,为提高后续基于内容的图像检索系统的检索效率奠定了基础。

纹理谱直方图与潜在语义标引在图像检索中的应用

提出一种新的描述局域像素灰度变化的纹理谱方法,并将该方法抽取出的纹理谱直方图特征用于图像检索。实验表明该特征计算简单,检索结果较好,是一种适于图像检索的底层特征。同时将应用于文本检索领域的潜在语义标引方法用于图像检索,并提出了一种计算近似矩阵秩的方法。实验结果显示使用该方法可以分析图像中存在的隐含语义结构,并提高检索效率。

基于美尔倒谱系数和复杂性的说话人识别

目前在说话人识别中常用的特征是线性预测编码(LPC)参数和美尔倒谱系数(M FCC)等。在说话人识别系统中我们首先使用美尔倒谱系数作为参数,然后将美尔倒谱系数和L em pe l-Z iv复杂性相结合。实验结果显示,在50个人的文本相关说话人识别实验中,识别率从42%提高到80%;在50个人的文本无关说话人识别中,识别率从60%提高到72%。提示L em pe l-Z iv复杂性作为一种新的特征参数可以应用于说话人识别。

复杂度直方图及其在图像检索中的应用

该文提出了一种新的描述图像纹理信息的复杂度直方图特征,实验结果表明该特征用于图像检索可以取得较好的检索效果。文章同时将该特征与图像色彩直方图组合特征用于图像检索,实验结果证实使用组合特征可以得到更高的检索效率。

基于新疆维吾尔医草药图像形状特征的检索研究

目的探讨草药图像的Hu不变矩对基于内容的维吾尔草药图像的检索效果。方法对维吾尔草药图像进行预处理,使用Canny算子、轮廓跟踪等方法获取草药图像的形状,提取草药图像的Hu不变矩形状特征,构建基于草药图像形状特征的草药图像检索系统,并进行图像检索效果验证。结果检索结果表明,基于草药图像的Hu不变矩特征对叶类、花类维吾尔草药图像的平均查准率达到70%,平均查全率达到80%。结论草药图像的Hu不变矩形状特征对基于内容的维吾尔草药图像的检索有较好的检索效果。

基于大脑皮层信息传输理论的不同难度下的心理实验研究

在心理学试验中,受试者进行4种不同难度的心算,并记录他们的脑电图,本文计算了23名受试者在4个不同难度下心算时的信息传输序列以及这些序列的C1C2复杂性和L em pe l-Z iv复杂性,在观察由复杂性构成的信息传输矩阵时,发现有20名受试者在进行难度最大的心算时,在由信息传输矩阵转化成的图像中出现了非常明显的“十字架”,表明十字架出现位置所对应的导联和其它导联之间的信息传输复杂性较高,而所有的受试者在进行另外三个难度水平的心算过程中并未出现“十字架”。提示在计算复杂性过程中,C1复杂性比另外两个复杂性计算方法效果好。

医学影像数据分类方法研究综述

分类是医学影像图像计算机辅助诊断和模式识别领域的一个研究热点。本文在广泛文献调研的基础上,回顾了医学影像图像分类方法的发展历程,分析了其研究现状,对分类方法进行了较为全面的综述,并对其进行分类和比较,最后总结了医学影像数据分类挖掘研究领域存在的问题和发展前景。

新疆维吾尔医药材图像特征提取及分类研究

目的:研究新疆维吾尔医药材图像的特征提取及分类算法。方法:随机选取花类药材图像和叶类药材图像各100张,在MATLAB7.1平台下,运用灰度共生矩阵法和颜色矩法提取图像特征,采用Lib-SVM和决策树C4.5算法,对图像进行分类研究。结果:支持向量机算法和决策树C4.5算法的最高分类准确率分别达到83.67%和81.67%;颜色矩特征和灰度共生矩阵特征的最高分类准确率分别达到83.33%和80%。结论:支持向量机算法的分类准确高于决策树C4.5算法;颜色矩特征的分类能力优于灰度共生矩阵特征;综合特征的分类能力优于单一特征的分类能力。