-
题名结合灰度共生特征和水平集算法的宫颈醋白区域分割
被引量:1
- 1
-
-
作者
石慧娟
刘君
黄海燕
杜洪威
-
机构
南昌航空大学信息工程学院
江西省图像处理与模式识别重点实验室(南昌航空大学)
广西壮族自治区人民医院妇科
-
出处
《南昌航空大学学报(自然科学版)》
CAS
2018年第2期8-16,共9页
-
基金
国家自然科学基金(61402218)
江西省自然科学基金(20151BAB205050)
江西省教育厅科技项目(GJJ14503)
-
文摘
肉眼醋酸实验是宫颈癌筛查的重要手段,使阴道镜设备具备自动识别醋白区域的功能是解决在临床上缺乏有经验医生这一难题的有效方法。针对这一目的,提出了一种建立在灰度共生特征矩基础上的CV模型水平集算法。该方法首先使用k-means聚类从肉眼醋酸实验后的原始宫颈图像中分割出宫颈区域,继而利用合成的灰度共生特征矩对宫颈区域进行醋白特征提取并获得待分割的特征图,最后使用改进的CV水平集算法对特征图进行分割并得到醋白区域。实验结果显示:改进后的CV水平集算法比传统CV水平集算法的敏感度在平均值上低26.6%,比分水岭分割高47.6%,比模糊聚类分割高11.23%;其特异性在平均值上比水平集分割高29.45%,比分水岭分割低11.64%,比模糊聚类高45.23%;而以Jaccard Index(JI)统计的精度指标在平均值上比传统CV水平集算法高19.74%,比分水岭算法高23.27%,比模糊聚类高38.11%。该新方法在总体性能指标上精度更高。
-
关键词
宫颈癌筛查
K-MEANS聚类
灰度共生矩阵
特征图
水平集算法
醋白分割
-
Keywords
cervical cancer screening
k-means algorithm
gray level co-occurrence matrix
feature mage
level set algorithm
acetowhite region segmentation
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-