患者肺部图像潜在病变区域纹理优化识别仿真
梁炜3; 谈金东2; 李杨1,3
刊名计算机仿真
2018
卷号35期号:9页码:417-420
关键词肺部图像 潜在病变区域 图像纹理识别
ISSN号1006-9348
其他题名Texture Optimization Simulation of the Potential Lesion Area of the Patient's Lung Image
产权排序1
英文摘要对患者肺部图像潜在病变区域纹理识别,能够有效提高图像诊断结果精度。对肺部潜在病变区域图像纹理进行优化识别,需要通过图像灰度全局信息初始化水平集,利用拟合函数定义局部能量函数,完成潜在病变区域图像纹理优化识别。传统方法对肺部潜在病变区域图像求解获得图像纹理裂纹长度,提取出纹理灰度等值线,但忽略了对纹理能量函数的定义,导致纹理识别精度偏低。提出基于水平集分割的患者肺部图像潜在病变区域纹理优化识别方法。对患者肺部潜在病变区域图像进行预处理,采用图像梯度方差加权信息熵算法自适应改变滤波器参数。采用图像灰度全局信息初始化水平集,局部能量函数由图像局部灰度拟合函数定义。融合多种纹理特征,将融合结果输入到神经网络的Softmax层进行潜在病变区域图像纹理识别。实验结果表明,所提方法具有准确和鲁棒性好的特点。
语种中文
资助机构国家自然科学基金重点项目(61333019)
内容类型期刊论文
源URL[http://ir.sia.cn/handle/173321/23420]  
专题沈阳自动化研究所_工业控制网络与系统研究室
通讯作者李杨
作者单位1.中国科学院大学
2.田纳西大学
3.中国科学院沈阳自动化研究所
推荐引用方式
GB/T 7714
梁炜,谈金东,李杨. 患者肺部图像潜在病变区域纹理优化识别仿真[J]. 计算机仿真,2018,35(9):417-420.
APA 梁炜,谈金东,&李杨.(2018).患者肺部图像潜在病变区域纹理优化识别仿真.计算机仿真,35(9),417-420.
MLA 梁炜,et al."患者肺部图像潜在病变区域纹理优化识别仿真".计算机仿真 35.9(2018):417-420.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace