基于NSCT和SVM的脑MRI医学图像识别

摘要：

利用NSCT变换具有多尺度和平移不变性，能够稀疏地表示纹理图像的特点，将具有丰富纹理信息的人体脑部核磁共振（MR）图像，从空间域变换到频率域表示。提取变换后表征图像特性的低频子带均值、方差及高频16个方向子带能量作为特征向量，输入SVM分类器进行分类识别。实验结果表明该方法对非病变脑部MR图像识别准确率达到100%，病变脑部MR图像的识别率达到90.90%，综合识别率达到95.45%。且该方法提取的特征维数少，识别速度快，识别率高，能够快速区分病变与非病变脑部MR图像。

关键词：NSCT、脑部MR图像、纹理特征、支持向量机

分类号：TN919-34;TP391.41

资助基金：国家自然科学基金40976060

在线出版日期：2014-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-66,69