首页 > 文献资料
-
基于分形特征序列的乳腺X线图像分类方法
目的 表征乳腺图像中肿块部分纹理特征,通过纹理分析实现乳腺图像中肿块部分与正常腺体部分的分类.方法 应用分形特征值表征乳腺图像纹理特征,利用多级分形特征提取法将乳腺图像分解成一系列细节图像,提取出多个分形特征值;利用分类精度、ROC曲线及曲线下面积(AUC)进行特征选择构建分形特征序列,后应用支持向量机(SVM)方法进行分类.结果 对60幅图像的可疑病变区域进行分形特征序列提取分析,SVM交叉验证分类精度达84.50%.结论 基于分形维数的乳腺图像分类方法不仅能对肿块与正常腺体进行图像分类,还可有效表征乳腺图像的纹理信息,有助于提高乳腺肿块诊断的准确率.
-
乳腺肿块多级分形特征提取方法研究
乳腺肿块是女性的常发病,严重影响着女性健康.准确检测及定位乳腺图像中的肿块将大大提高乳腺疾病诊断的准确率.研究表明,肿块的组织结构、表面粗糙度等构成了肿块图像的纹理特征,是判别肿块的重要依据.本文提出了一种乳腺肿块多级分形特征提取方法,通过对可疑病变区域建立分形特征向量,实现了乳腺图像中腺体和肿块部分的特征提取及分析.结合支持向量机(SVM)分类方法,得出终的诊断结果.对110幅乳腺图像进行分形特征向量提取和分类,肿块准确率达到90%.实验结果表明,本文提出的多级分形特征提取及判别方法能够有效提高乳腺肿块诊断的准确率,对乳腺肿块的早期诊断具有良好的效果.