收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

慢性胃炎相关几种典型病灶的特征提取与识别

宗韵  
【摘要】:胃癌的早发现、早诊断和早治疗能够显著提高胃癌生存率和改善患者生存质量。研究表明,多数胃癌患者在早期呈现慢性胃炎的症状,因此为慢性胃炎提供有效的辅助诊断和决策支持方法对提高胃癌的早期诊断率有重要的意义和应用价值。本文提出面向胃镜图像的多特征提取和识别方法,对与慢性胃炎相关的几种典型病灶进行识别,为医生在内镜检查过程中对胃癌早期症状的诊断提供辅助诊断决策支持。本文提出两种方法对糜烂、溃疡和萎缩这三种病灶进行识别,第一种方法采用内窥镜中识别精度高的彩色小波协方差(Color Wavelet Covariance, CWC)和曲波变换局部二值模式(Curvelet and Local Binary Pattern, CLBP)特征对病灶进行特征提取,分类器采用支持向量机(Support Vector Machine, SVM)和多层感知器(Multilayer Perceptron, MLP);第二种方法采用序列浮动前向选择方法(Sequential Floating Forward Selection, SFFS)对三种病灶进行特征选择,分类器为SVM。具体内容如下:1)综合特征对三种病灶的特征提取与识别。本文选取的图像特征主要包括纹理特征和颜色空间,识别方法选取机器学习算法中应用较广的SVM以及MLP。在识别某种病灶中,对于多种不同颜色空间,分别在各个颜色通道上计算纹理特征;采用信号处理与统计相结合的方法,将曲波变换(Curvelet Transform)与局部二值模式(Local Binary Pattern, LBP)相结合得到CLBP特征、小波变换(Wavelet Transform)与共生灰度矩阵(Gray-level Co-occurrence Matrix, GLCM)结合组成CWC;最后将各单通道特征合并形成融合特征,并在不同颜色空间下分别使用SVM和MLP对病灶进行识别。2) SFFS对病灶进行特征选择。本文采用SFFS与SVM结合的方法选取适合三种病灶的图像特征。对于RGB、YCbCr、K-L和HSI四种颜色空间,仍然在各个颜色通道上分别进行处理。首先采用小波变换和曲波变换两种信号处理方法,获得若干数量的子图像;然后分别对这些子图像计算其直方图统计特征,包括最大值、最小值、平均值、峰值以及直方图bin数目等,这些特征全部综合到一起构成特征全集。对三种病灶分别选择SVM模型,通过结合SFFS与SVM对三种病灶的特征全集进行筛选,最终得出适合表达溃疡、萎缩以及糜烂病灶的图像特征。3)系统构建和实验评估。基于综合特征以及SFFS特征选择,本文对糜烂、溃疡、萎缩病灶进行特征提取与识别。在特征提取基础上,构建了面向慢性胃炎相关的三种典型病灶的计算机辅助诊断决策支持系统(Computer-aided Decision Support System, CADSS),建立了糜烂、溃疡、萎缩病灶识别特征库,并基于实际临床病例图像进行实验评估,实验结果表明该系统基本能够识别糜烂、溃疡、萎缩三种病灶。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 葛丁飞;李小梅;;心电信号多周期融合特征提取和分类研究[J];中国生物医学工程学报;2006年06期
2 张绍武;潘泉;赵春晖;程咏梅;;基于加权自相关函数特征提取法的多类蛋白质同源寡聚体分类研究[J];生物医学工程学杂志;2007年04期
3 薛建中,郑崇勋,闫相国;快速多变量自回归模型的意识任务的特征提取与分类[J];西安交通大学学报;2003年08期
4 杨晓敏,罗立民;白细胞自动分类中的特征提取和分析[J];北京生物医学工程;1992年04期
5 王双维;樊晓平;廖志芳;;一种激光诱导荧光光谱特征提取新方法[J];计算机工程与应用;2008年12期
6 杜军平,涂序彦;计算机图像处理技术在舌像特征提取中的应用[J];中国医学影像技术;2003年S1期
7 游佳;陈卉;;数字图像中血管的分割与特征提取[J];生物医学工程与临床;2011年01期
8 谢轶峰;;乳腺超声图像肿瘤特征提取与肿瘤分类[J];中外医疗;2013年16期
9 吴泽晖,吴星;医学图象的边缘特征提取[J];海南师范学院学报(自然科学版);2003年03期
10 杨晓敏,罗立民,韦钰;血液白细胞计算机分类中的特征提取研究[J];应用科学学报;1994年02期
11 孙占全;高颖;西广成;易建强;刘强;;基于关联度的特征提取方法及其在中医中的应用[J];生物医学工程学杂志;2008年05期
12 葛丁飞;翁剑枫;;基于2D-LDA和高频心电信号的心肌梗死特征提取和分类[J];航天医学与医学工程;2013年02期
13 王威琪,汪源源;医学超声信号及其特征提取[J];中国医疗器械信息;2004年01期
14 黄志华;李明泓;马原野;周昌乐;;事件诱发电位信号分类的时空特征提取方法[J];生物化学与生物物理进展;2011年09期
15 吴靖;;计算机化ECG分析中的特征提取[J];国外医学.生物医学工程分册;1992年02期
16 ;《小波变换用于心电波形中细微特征提取方法的研究》项目通过省级鉴定[J];数据采集与处理;2000年02期
17 郑淑贤,赵万华,范晓逶,卢秉恒;残肢超声图像重建及骨骼与皮肤特征提取[J];中国康复理论与实践;2005年03期
18 王淑艳,李昌青;心电图智能检测仿真研究[J];中国生物医学工程学报;2003年02期
19 葛丁飞;;基于MAR模型和优先权的多类别ECG分类诊断[J];航天医学与医学工程;2009年03期
20 范亚;刘伟;冯焕清;李传富;;基于配准前特征提取的颅脑病变检出方法研究[J];中国生物医学工程学报;2010年06期
中国重要会议论文全文数据库 前10条
1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年
2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年
5 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年
6 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
7 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年
9 刘红;陈光;宋国明;姜书艳;;模拟电路故障诊断中的特征提取方法[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
10 杜栓平;丁烽;杨华;;基于小波系数聚类的特征提取器[A];中国声学学会2002年全国声学学术会议论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 易军;人脸识别中的特征提取与度量学习算法研究[D];北京邮电大学;2015年
2 段佳;SAR/ISAR目标电磁特征提取及应用研究[D];西安电子科技大学;2015年
3 冯博;雷达高分辨距离像特征提取与识别方法研究[D];西安电子科技大学;2015年
4 沈虹;固体振动产生非平稳信号的特征提取及检测系统的研究[D];河北工业大学;2015年
5 张妮;基于流形特征提取的化工过程故障诊断方法研究[D];中国石油大学(华东);2013年
6 陈斌;连续语音识别特征提取与声学模型训练区分性技术研究[D];解放军信息工程大学;2015年
7 熊庆;列车滚动轴承振动信号的特征提取及诊断方法研究[D];西南交通大学;2015年
8 游大涛;基于听觉机理的鲁棒特征提取及在说话人识别中的应用[D];哈尔滨工业大学;2013年
9 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
10 杨先勇;基于信号局部特征提取的机械故障诊断方法研究[D];浙江大学;2009年
中国硕士学位论文全文数据库 前10条
1 韩晓爽;基于激光诱导荧光光谱的油种识别方法研究[D];内蒙古大学;2015年
2 袁芳兵;基于SVM的GSM系统上行干扰判定研究[D];华南理工大学;2015年
3 汤鹏;基于LDA的特征提取及其在人脸识别中的应用[D];河北大学;2015年
4 安磊磊;基于改进PCA和LDA的特征提取方法[D];河北大学;2015年
5 代士超;滚动轴承外圈故障机理建模及双冲击特征提取方法的研究[D];昆明理工大学;2015年
6 王瑞琦;太赫兹光谱降维特征提取及分类方法研究[D];昆明理工大学;2015年
7 江海;心音信号特征提取及分类研究[D];昆明理工大学;2015年
8 董秀青;面向协同过滤的推荐攻击特征提取及检测方法[D];燕山大学;2015年
9 井波;基于EEMD的高速列车安全性态数据的特征研究[D];西南交通大学;2015年
10 梁致汉;基于EEG的脑机接口技术研究与实现[D];天津理工大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978