基于多特征融合矩阵分解的胃镜图像病灶检测

摘要：

胃镜检查过程中,医生通过内窥镜对病变部位的疾病诊断全靠医生的个人经验判断,给医生造成巨大的工作压力,因此提出一种基于稀疏约束的隐低秩表示模型的改进算法.在矩阵融合的基础算法中引入稀疏约束的隐低秩表示模型,提取数据的主特征和隐含特征来获取更多图像信息,应对样本数量较少的情况,并且采用加权非负稀疏表示分类方法(WNSLRRC)区分干扰区域和病灶区域,以图像隐含特征作为依据的加权低秩模型能更好地获得图像数据的全局结构.经过实验证明,该检测方法对病灶区域检测精度较高,具有一定的实用性,并且算法具有较好的抗扰性.

关键词：非负低秩矩阵分解;胃镜图像;多特征融合;隐低秩表示;加权非负稀疏低秩表示分类;病灶检测;全局性;稀疏约束

所属期刊栏目：45

分类号：TN911.73⁃34

资助基金：国家自然科学基金;江西省自然科学基金

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72