10.3969/j.issn.1006-9348.2018.07.070
关于腰椎CT图像病灶区域优化检测仿真
对腰椎CT图像病灶区域的检测,能够有效提高腰椎疾病诊治效果.对腰椎CT图像病灶区域的检测,需要描述腰椎CT图像的异质性势能函数,获取高斯混合模型聚类的输入样本值,完成腰椎CT图像病灶区域检测.传统方法计算图像特征设置不同的跟踪阈值,设置种群中每一个图像当前最优位置,但忽略了对图像的输入样本值的获取,导致检测精度偏低.提出腰椎CT图像病灶区域检测方法.根据腰椎CT图像像素灰度空间关联性描述多个纹理特征,描述腰椎CT图像的同质区域之间的异质性势能函数,用不同子区域邻域关系势能函数来描述全局势能函数.提取病灶区域的区域块特征,并将其作为高斯混合模型聚类的输入样本值,通过聚类过程实现腰椎CT图像病灶区域检测.仿真证明,所提方法检测后的腰椎CT图像病灶区域呈像清晰,局部细节信息损失度较小,图像不会发生过检测等现象.
腰椎图像、病灶区域、优化检测
35
TP391(计算技术、计算机技术)
国家自然科学基金重点项目61333019
2018-09-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
327-330,451