学位论文 > 优秀研究生学位论文题录展示
多特征融合技术的研究及其在医学图像识别中的应用
作 者: 王桂花
导 师: 张卫国
学 校: 西安科技大学
专 业: 计算机软件与理论
关键词: 医学图像识别 特征提取 特征融合 主成分分析 模糊方法
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 67次
引 用: 0次
阅 读: 论文下载
内容摘要
随着计算机视觉与各种先进医疗成像设备的不断发展,医学图像包含的信息也越加丰富。这对自动化临床医疗诊断有着十分重大的意义。利用单一的图像特征很难全面、精确地表达医学图像的内容,多特征融合已成为提取医学图像有效特征的必然途径。它综合利用医学图像的各种信息可以对其有更快速和准确的理解。信息融合由低到高分为三个层次,特征级融合在尽量保留原始信息的基础上,又克服了原始数据量大而不稳定的特点,提取的融合特征可以有效地用于医学图像识别。本文首先对灰度直方图特征、颜色矩特征、灰度共生矩阵特征、离散小波变换特征和不变矩特征进行了详细的研究与实现,这是特征融合的基础。其次研究了基于多元统计分析的主成分分析(PCA)方法在特征级融合中的应用,并利用采集到的肝脏B超图像进行识别,对识别结果进行了分析与比较。最后通过对提取的肝脏图像特征分析与研究,初始特征在有些维上存在明显的相关性,提取的高维特征直接应用于融合中,增加了后期处理过程中的时间复杂度。提出利用模糊方法进行特征粗选择,再结合PCA进行融合,并应用在肝脏B超图像识别中,对识别效果从平均正确率和识别时间性能两方面进行分析与比较。实验结果表明,融合特征对医学图像信息表达更完全更有效,可以带来更好的识别效果。对不同样本图像下的特征选择结果进行分析与比较,结果表明模糊方法进行特征选择是稳定和有效的。通过与直接PCA融合应用结果比较,特征选择后的识别效果更好,不仅提高了识别平均正确率,还降低了识别过程的时间复杂度,实时性能更优,更能有效地用在医学图像识别系统中。本文利用Visual C++6.0和OpenCV1.0开发了医学图像识别系统,实现了肝脏B超图像的基本预处理方法、特征提取、特征选择和融合等方法的研究,在计算机辅助诊断中具有一定的研究意义和实用价值。
|
全文目录
摘要 3-4 ABSTRACT 4-8 1 绪论 8-13 1.1 选题背景及研究意义 8-9 1.2 医学图像特征级融合研究现状及发展趋势 9-11 1.3 研究内容和组织结构 11-13 2 图像特征级融合技术基础 13-24 2.1 医学图像融合技术概述 13-14 2.2 信息融合模型 14-18 2.2.1 基于输入输出特征的融合模型 14-15 2.2.2 分层融合模型 15-18 2.2.3 特征级融合模型 18 2.3 特征级融合相关技术与算法 18-23 2.3.1 数据降维技术 18-20 2.3.2 基于多元统计分析的降维方法 20-23 2.4 本章小结 23-24 3 医学图像特征提取 24-40 3.1 医学图像采集与特点 24-25 3.2 特征提取 25-39 3.2.1 颜色特征 26-29 3.2.2 纹理特征 29-37 3.2.3 形状特征 37-39 3.3 本章小结 39-40 4 PCA 在特征级融合中的应用 40-58 4.1 PCA 算法思想 40-42 4.2 PCA 在特征级融合中的应用 42-47 4.2.1 图像预处理 42-44 4.2.2 特征提取 44 4.2.3 特征归一化 44-45 4.2.4 PCA 融合实现 45-47 4.2.5 分类器设计 47 4.3 实验结果与分析 47-57 4.3.1 系统平台及实验样本图像说明 48-50 4.3.2 训练部分 50-52 4.3.3 识别部分 52-54 4.3.4 实验结果分析 54-57 4.4 本章小结 57-58 5 模糊方法结合 PCA 在特征级融合中的应用 58-68 5.1 模糊方法思想 58-61 5.2 模糊方法结合 PCA 在特征级融合中的应用 61-63 5.3 实验结果与分析 63-67 5.4 本章小结 67-68 6 结论 68-70 6.1 本文工作总结 68 6.2 未来工作展望 68-70 致谢 70-71 参考文献 71-74 附录 74
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于质谱的雷公藤甲素肝脏毒性代谢组学研究,R285
- 改进的主成分分析方法在学科建设中的应用,G642.4
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|