10.3969/j.issn.1006-9348.2018.09.087
患者肺部图像潜在病变区域纹理优化识别仿真
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.
肺部图像、潜在病变区域、图像纹理识别
35
TP393.41(计算技术、计算机技术)
国家自然科学基金重点项目61333019
2018-11-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
417-420