国家自然科学基金(30972550)
- 作品数:2 被引量:13H指数:2
- 相关作者:吴海丰刘韫宁郭秀花李霞孙涛更多>>
- 相关机构:首都医科大学首都医科大学附属北京友谊医院更多>>
- 发文基金:北京市自然科学基金国家自然科学基金更多>>
- 相关领域:医药卫生更多>>
- Curvelet变换在医学图像处理中的应用现况被引量:6
- 2010年
- Curvelet变换是继小波和脊波变换之后一种新的多尺度图像表示方法,具有高度各向异性特性,非常适合于对图像边缘进行描述。Curvelet变换理论自提出至今的几年里,其理论研究在取得很好发展的同时,实际应用也获得了很大成功。本文从图像融合、去噪、压缩传感及纹理特征提取四个方面介绍了Curvelet变换在医学图像中的应用现状。这对发展Curvelet变换的理论,探讨医学图像处理更有效的方法都具有重要意义。
- 吴海丰刘韫宁郭秀花
- 关键词:CURVELET医学图像
- 基于Curvelet变换的肺结节CT图像良恶性分类研究被引量:10
- 2011年
- 目的早期肺癌患者的CT图像表现为结节状(在肺野内直径≤3cm的病灶),需要与结核球等良性病变鉴别开,以提高患者的5年生存率。方法本文基于Curvelet变换提取能量、熵、灰度均值及灰度标准差四种纹理特征值,按7∶3比例将样本分为训练集与验证集。使用BP(back propagation)神经网络作为分类器。每一种纹理参数测试集的神经网络仿真值结合病理诊断结果绘制受试者工作特征曲线(receiver operator characteristic curve,ROC曲线),根据ROC下面积得到最优的几种纹理参数用于良恶性分类,并将分类结果与病理诊断结果进行比较。结果四种纹理参数构建的BP网络均具有诊断价值,每种纹理参数诊断价值各不相同,其中熵与灰度标准差的诊断价值优于能量与灰度均值,并且通过组合多种纹理参数可以提高诊断准确性。结论使用熵与灰度标准差两种纹理特征值构建BP神经网络能达到最好的分类效果,在一定程度上有利于肺癌的早期诊断。
- 吴海丰刘韫宁孙涛李霞郭秀花贺文
- 关键词:CURVELET变换纹理特征受试者工作特征曲线
- 基于第二代小波变换建立早期肺癌模型预测
- 目的提高肺部CT图像中早期恶性肺结节的识别率。方法应用第二代小波变换提取14个纹理参数,结合3个病人信息和10个肺结节形态学指标作为模型的变量。应用Smote对不平衡数据进行处理,建立支持向量机和随机森林两种预测模型,探...
- 孙涛吴海丰梁志刚贺文张镭何悦明吕平欣郭秀花
- 关键词:第二代小波变换支持向量机纵向数据早期肺癌
- 文献传递