资源描述：
《最新基于头部医学CT图像的特征提取及分类课件ppt.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、基于头部医学CT图像的特征提取及分类主要内容1.研究意义2.国内外研究现状3.研究内容及方法4.未来工作研究意义医务人员对影像切片的处理只能以固定方式对其进行观察，所得到的诊断结果带有医生的主观经验判断，这在很大程度上取决于医生的临床经验。目前借助计算机的影像处理与分析，提高了医生的诊断，这对医学临床诊断有很大的意义。图像医疗计算机辅助诊断是通过计算机处理待处理的医学图像，通过分析，最终计算机给定一个输出结果。这在一定程度上也推动科学智能化的发展。计算机辅助诊断是考虑到医生和计算机的具有等同地位的观念，不同于自动诊断仅仅依靠计算机算法。所以计算机辅助诊断的意义就在于计算机的输出结果作为对医
2、生的辅助诊断，它不需要和医生的结果比较或有甚比医生的诊断结果更准确。“secondopinion”。提取的特征(1)均值(mean)：均值反映的是一幅图像的平均灰度值。其中k表示灰度级种类数。(2)方差(variance)：方差反映的是一幅图像的灰度在数值上的离散分布情况。(3)倾斜度(skewness)：倾斜度反映的是图像直方图分布的不对称程度,歪斜度越大表示直方图分布越不对称,反之越对称。提取的特征(4)峰值(kurtosis):峰值反映的是图像的灰度分布在接近均值时的大致状态,用以判断图像的灰度分布是否非常集中于平均灰度附近,峰度越小,表示越集中。(5)能量（Energy）：对于等概
3、率的分布具有最小的能量。(6)熵（Entropy）：灰度熵值可以反映图像中灰度的不均匀程度或复杂程度，对于等概率的分布具有最大的熵。计算机辅助诊断步骤：图像分割（物体分离）：提取出感兴趣的区域。特征抽取：对物体进行度量。通过计算感兴趣区域的一些重要特性进行量化表示。分类：从而确定每个图片应该归属的类别。知识库分割表示与描述识别与解释预处理中级处理存在问题由于针对整张图片进行灰度特征提取的效果不理想，没有针对性，所以考虑到研究头部脑出血疾病的特点及所在层次，首先对图像就行分割，提取出感兴趣的部分，再提取其相应的灰度特征。图像分割算法有很多，而每种算法都有各自的优缺点，适合不同的图像。本文中对
4、医学图像进行分割，主要的目的是为了把颅骨分割出去。文献中提到对于医学图像的分割，阈值分割效果最好，方法简单而且计算量小。但是对噪声和灰度分布的均匀性很敏感；同时，用户先验知识在阈值分割中显得尤为重要。特征提取由于这对整张图片提取的特征不够精确，而分类不准确和特征提取有密切的联系，所以考虑如下：正常异常全阈值分割（自迭代分割）特征提取正常异常阈值分割（T=200）特征提取图像的分类图像特征提取是图像识别的基础和前期必须的准备工作。特征提取在广义上就是一种变换,即通过变换的方法用低维空间表示高维的图像样本空间。特征选择和提取很重要,直接影响到图像识别分类器的设计、性能及其识别结果的准确性,其基
5、本任务是从众多特征中找出那些最有效的特征。算法SEE5RBFNN扩张矩阵、关联规则。改进RBF算法灰度直方图灰度（分块）纹理rbf10.80-0.820.74-0.760.67-0.71rbf20.79-0.830.79-0.820.73-0.75特征算法进一步工作实现前面提到的特征，看结果如何。考虑结合别的特征，如对图像分割后，对感兴趣区域提取灰度和形状特征测试。增加边界图片数量，看测试结果。参考文献1.程勇,陈卫国，医学影像CAD的研究和应用[J].医疗设备信息.21(1):24-27(33),2006.2.KunioDoi,Computer-aideddiagnosisinmedic
6、alimaging:Historicalreview,currentstatusandfuturepotential[J].ComputerizedMedicalImagingandGraphics31(2007)198–2113.姜兴岳耿道颖.计算机辅助诊断在医学影像学中的应用[J].中华现代影像学杂志,2(9),2005.4.康维,王广志,丁辉，乳腺X线成像的计算机辅助诊断技术研究进展[J].北京生物医学工程.第25(2),213-216(221),2006.5.李久权,王平王,永强.CT图像分割几种算法[J].微计算机信息(测控自动化)22(2-1)240-242,20066.王瑞平
7、.乳腺X线的影像的计算机辅助诊断新方法的研究[D].天津大学精密仪器与光电子工程学院,2003.7.李丙春,耿国华,周明全等.一个医学图像分类器的设计[J].计算机工程与用.17230-232,2004.8.TaoChana,b.Computeraideddetectionofsmallacuteintracranialhemorrhageoncomputertomographyofbrain[J].Computeriz
