针对脑出血和脑肿瘤的自动检出应用,提出了一种创建高分辨率颅脑CT图像纹理统计图谱的方法。采用图像局部直方图的多阶矩特征结合多分辨率策略提取颅脑CT图像的纹理特征,并在特征中融合边缘与区域信息。在创建统计图谱时,对经过预处理...针对脑出血和脑肿瘤的自动检出应用,提出了一种创建高分辨率颅脑CT图像纹理统计图谱的方法。采用图像局部直方图的多阶矩特征结合多分辨率策略提取颅脑CT图像的纹理特征,并在特征中融合边缘与区域信息。在创建统计图谱时,对经过预处理的样本图像使用D em ons方法进行非刚性配准,并提取多分辨率纹理特征及其统计参量。检测病变时将待测样本的纹理特征向量与图谱比较,并以M aha lanob is距离作为病变发生概率的度量进行阈值分割。实验表明,本文方法对均匀密度和混杂密度型颅脑病变均有较好的诊断效果,且计算复杂度较低。展开更多
文摘针对脑出血和脑肿瘤的自动检出应用,提出了一种创建高分辨率颅脑CT图像纹理统计图谱的方法。采用图像局部直方图的多阶矩特征结合多分辨率策略提取颅脑CT图像的纹理特征,并在特征中融合边缘与区域信息。在创建统计图谱时,对经过预处理的样本图像使用D em ons方法进行非刚性配准,并提取多分辨率纹理特征及其统计参量。检测病变时将待测样本的纹理特征向量与图谱比较,并以M aha lanob is距离作为病变发生概率的度量进行阈值分割。实验表明,本文方法对均匀密度和混杂密度型颅脑病变均有较好的诊断效果,且计算复杂度较低。