基于多尺度融合的甲状腺结节图像特征提取

摘要：

甲状腺结节是一种常见的多发病,超声技术是该疾病首选的检查方法。在超声图像中提取区分甲状腺结节良恶性的纹理特征并进行判别具有广阔的临床应用前景。双树复小波变换(Dual-tree complex wavelet transform,DT-CWT)和 Gabor小波是纹理特征提取的常用方法。本文提出一种基于多尺度的DT-CWT和 Gabor特征融合的甲状腺结节识别方法。该方法首先通过高斯金字塔将甲状腺超声图像分解到多尺度空间,然后提取图像的 DT-CWT 和 Gabor 的多尺度特征,最后实现特征融合。通过应用支持向量机(Support vector machine,SVM)分类器实现分类,验证特征提取方法的有效性。实验结果表明,本文提出的方法能达到较高的识别率。

关键词：双数复小波变换、Gabor变换、高斯金字塔、特征融合

所属期刊栏目：31

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61202190,61572407;四川省科技支撑计划2014SZ0207资助项目。

在线出版日期：2016-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1004-1009