融合纹理与形状特征的HEp-2细胞分类

摘要：

间接免疫荧光(IIF)HEp-2细胞图像分析是自身免疫疾病诊断的重要依据,然而由于类内的变化与类间的相似性,HEp-2细胞染色模式分类具有很大难度.该文提出一种结合纹理和形状信息的有效分类方法,借鉴CLBP原理,提出具有完整信息描述能力的局部三值模式CLTP(Completed Local Triple Pattern)描述子来提取纹理信息,同时采用IFV(Improved Fisher Vector)模型和Rootsift特征来描绘形状信息,通过纹理和形状信息的结合,最终训练得到SVM分类器在ICPR 2012与ICIP 2013数据集上进行了对比试验.结果表明,所提方法在细胞级测试中优于其它方法,拥有竞争性的分类性能.

关键词：HEp-2、局部三值模式、改进的Fisher向量

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61602397;湖南省自然科学基金2017JJ2251, 2017JJ3315;湖南省重点学科建设项目The National Natural Science Foundation of China61602397;The Natural Science Foundation of Hunan Province2017JJ2251, 2017JJ3315;The Key Discipline Con-struction Project of Hunan Province

在线出版日期：2017-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1599-1605