基于特征融合的低倍镜下大鼠骨质疏松识别
蔡洁1
周珂1
何文广1
吴天秀2
王龙1
1.广东医科大学信息工程学院,湛江,5240232.广东医科大学基础医学院,湛江,524023
摘要：低倍镜下纹理特征不清晰,并且相较于高倍镜更易受到方向和距离的影响.为此我们提出改进的纹理特征计算方法,结合形状分析方法,进行特征级融合以提高骨质疏松识别准确率. 通过对纹理参数在方向和距离上的分析,发现相关和短游程矩对方向非常敏感,并且距离在等于3时各参数变化趋于稳定.基于变异系数法利用相关和短游程矩计算各个方向权重系数,使用距离等于3时的纹理数据得到最终纹理参数结果,融合形状参数,用线性支持向量机、K-最近邻分类算法和线性判别分析方法进行分类识别. 采用加权纹理参数比常规未加权的纹理参数识别准确率高,同时融合了形状参数后识别准确率比仅用纹理参数高.线性判别分析识别率最高达到了92.3%. 采用加权纹理融合形状参数的方法识别准确率显著提高,具有诊断应用价值.
关键词：分类识别纹理分析变异系数法形状分析骨质疏松
分类号：TP391(计算技术、计算机技术)R318(医用一般科学)
资助基金：国家自然科学基金(81541104)广东省科技计划(2014A030304006)湛江市科技专项竞争性分配项目(2015A01039)广东医科大学科研基金项目(M2016029)
论文发表日期：2017-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 152-158 )
英文信息