基于Local Jet变换空间纹理特征的肺结节分类方法

摘要：

为了在纹理特征下改善肺结节良、恶性的模式识别,提出一种基于local jet变换空间的纹理特征提取方法.首先利用二维高斯函数的前三阶偏微分函数将结节原图像变换到local jet纹理图像空间,然后利用纹理描述子在该空间提取特征参数.以灰度值的前四阶矩和基于灰度共生矩阵的特征参数作为纹理描述子,分别提取结节原图像和变换后纹理图像的特征参数,以BP神经网络作为分类器,对同一纹理描述子下的2个不同图像空间的经核主成分分析优化后的特征参数集进行结节良、恶性分类.以157个肺结节(51个良性,106个恶性)作为实验数据进行对比实验,结果显示:两种纹理描述子基于local jet变换空间提取的特征参数分别获得82,69％和86.54％的分类正确率,较原图像空间提高6％ ～8％,同时AUC值提高约10％.实验结果表明,基于local jet变换空间提取的纹理特征可以有效地改善肺结节良、恶性的模式识别.

关键词：肺结节、local jet空间变换、纹理特征、模式识别

所属期刊栏目：36

分类号：R318(医用一般科学)

在线出版日期：2017-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：12-19