北京生物醫(yī)學(xué)工程

基于點(diǎn)袋理論的肝臟CT圖像分析

Hepatic CT Image Analysis Based on Bag of Keypoints

作者：張旭亞王俊

單位：南京郵電大學(xué)圖像處理與圖像通信江蘇省重點(diǎn)實(shí)驗(yàn)室（南京210003）

關(guān)鍵詞：尺度不變特征變換；k均值；支持向量機(jī)；要點(diǎn)袋；醫(yī)學(xué)圖像分析

分類號(hào)：

出版年·卷·期（頁碼）：2011·30·4（355-358）

摘要：

當(dāng)前醫(yī)學(xué)CT圖像的病理識(shí)別過多地依靠醫(yī)生經(jīng)驗(yàn)，為了將機(jī)器輔助診斷引入病理識(shí)別中，本文采用點(diǎn)袋理論對肝癌和正常肝臟的CT圖像進(jìn)行分析研究。從100張CT圖像中挑選出40張具有特征的CT圖像，預(yù)處理后，先利用尺度不變特征變換（scale invariant feature,SIFT）描述CT圖像特征點(diǎn)，再經(jīng)過k均值（k-means）聚類，最后使用支持向量機(jī)（support vector machine,SVM）機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)CT圖像的識(shí)別和分類。實(shí)驗(yàn)結(jié)果表明，當(dāng)采用Gaussian 徑向基（RBF）核運(yùn)算時(shí)識(shí)別可取得85%的正確率。該研究說明點(diǎn)袋法有較好的分類效果和較好的發(fā)展空間。

Current pathological recognition of medical CT images excessively relied on doctors’ experience.This paper uses the theory of bag of keypoints to analyze the CT images of the carcinomatous and normal livers.Forty CT images which have disease features were picked from 100 CT images.CT images pretreated，the CT images’ feature points were described out by scale invariant feature transformation(SIFT).After that，it was processed with the k-means clustering.Finally，the support vector machine (SVM) machine learning algorithm was applied to the classification and recognition of CT images.Experimental results showed that the RBF kernel improve the correct rate of recognition to 85%.It is indicated that the bag of keypoints deserves good classification and larger practice value.

參考文獻(xiàn)：

［1］諸薇娜，周昌樂，徐丹，等.基于顏色紋理的圖像多特征檢索技術(shù)在中醫(yī)舌診中的應(yīng)用研究［J］.中國圖象圖形學(xué)報(bào)，2005，10（8）:992-999.
［2］黃亞麗，李芬華，趙真.B超肝臟圖像紋理特征提取方法的實(shí)驗(yàn)研究［J］.中國醫(yī)學(xué)影像技術(shù)，2004(12)：1937-1939.
［3］李坤陽，胡廣書.基于心電圖分析的心律失常分類［J］.清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2009(3)：416-418.
［4］Lowe DG.Distinctive Image Features from Scale-Invariant Keypoints ［J］.International Journal of Computer Vision，2004，60(2)：91-110.
［5］Vapnik V.The Nature of Statistical Learning Theory［M］.New York ：Springer Verlag ，1999.
［6］何友松，吳煒，陳默，等.基于Bag of Features 算法的車輛圖像識(shí)別研究［J］.電視技術(shù)，2009，33(12)：104-107.
［7］王宏漫，歐宗瑛.基于支持向量機(jī)的人臉識(shí)別方法研究［J］.小型微型計(jì)算機(jī)系統(tǒng)，2004，25（1）：139-142.
［8］曹春紅，張斌，李小琳.基于模糊支持向量機(jī)的醫(yī)學(xué)圖像分類技術(shù)［J］.吉林大學(xué)學(xué)報(bào):工學(xué)版，2007，37（3）:630-633.
［9］高眾，盧官明.基于支持向量機(jī)的新生兒疼痛表情識(shí)別［J］.重慶科技學(xué)院學(xué)報(bào)：自然科學(xué)版，2009，11（2）：121-122.

服務(wù)與反饋：

【文章下載】【加入收藏】

提示：您還未登錄，請登錄！點(diǎn)此登錄

51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频