基于小波变换的新疆地方性肝包虫CT图像分类研究

采用基于sym4和db4小波基两种小波变换方法,探讨对新疆地方性肝包虫CT图像的分类价值。使用sym4和db4小波两种小波基,提取感兴趣病灶区的纹理特征,并通过统计学方法筛选出特征子集,采用C4.5决策树算法构建正常肝脏和多子囊型病变肝脏CT图像的计算机分类模型,并对模型进行准确性、灵敏度和特异性的验证评估。结果显示,对正常肝脏和多子囊型肝包虫进行分类,sym4小波的识别正确率为92.5%,db4小波的识别正确率为97.5%。实验结果表明,小波变换法所提取的纹理特征对识别正常肝脏和多子囊型肝包虫CT影像有较好的意义,也为后续的基于内容的新疆地方性肝包虫病的诊断系统奠定了基础。

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。

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。

基于灰度共生矩阵的新疆地方性肝包虫CT图像特征提取方法

特征提取是图像理解与分析的关键。为提取表征新疆地方性肝包虫病的CT影像特征,提出一种基于灰度共生矩阵对肝脏和包虫病灶进行特征提取的方法。首先,对肝脏CT切片图像进行归一化,利用中值滤波和直方图均衡化对肝脏及病灶区同时进行去噪和增强,从而得到更清晰的灰度图像;然后进行灰度级压缩,利用基于灰度共生矩阵的纹理特征提取方法分别提取新疆地方性单囊型、多囊型肝包虫和正常肝脏CT图像的角二阶矩、熵、惯性矩、逆差分矩及相关性的均值和标准差作为纹理特征。统计分析发现,单囊型和多囊型肝包虫CT图像在角二阶矩、熵和逆差分矩等方面存在显著差异,具有统计学意义。最后,采用Bayes判别分类,分类正确率达到93.33%。结果表明,研究采用的纹理提取方法对描述肝包虫CT图像特征具有较理想的效果,一定程度上有助于对肝包虫CT图像进行分类和检索。

新疆地方性肝包虫CT图像的灰度直方图特征提取与分析

图像特征提取是图像识别、图像数据挖掘、基于内容的图像检索等工作的基础,是模式识别和分类中的关键问题。本文运用灰度直方图法提取新疆地方性肝包虫CT图像特征,对图像进行尺寸归一、去噪和增强的预处理,并对灰度直方图特征进行统计分析,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。结果表明,灰度直方图法提取的特征在统计分析中存在差异,且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。