学位论文 > 优秀研究生学位论文题录展示
基于特征提取和机器学习的医学图像分析
作 者: 张旭亚
导 师: 王俊
学 校: 南京邮电大学
专 业: 信号与信息处理
关键词: 医学图像 特征提取 机器学习 支持向量机 模式识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 102次
引 用: 1次
阅 读: 论文下载
内容摘要
当代随着计算机技术和医学的飞速发展,计算机辅助诊断已经收到越来越多的关注,也逐渐呈现出了它的重要性和复杂性。在医学影像学的研究中,X线乳腺,CT肺结节,肝脏B超,头部CT等都取得了一定的成果。本文结合国内外的研究成果,首次将Bag of Keypoints综合算法理论引入到医学图像的处理中,在此之前,Bag of Keypoints综合算法已经在人脸识别,车辆识别和文字判别等领域取得了丰硕的成果。文章第一部分通过对肝脏CT图像的特征提取、聚类分析和机器学习,完成了对正常肝脏和肝癌肝脏的模式分类。第一部分的分类器是基于特征点的分类,即在特征提取阶段采用具有尺度旋转仿射不变的SIFT算子进行描述,经过K-means聚类得到码书,并采用支持向量机算法进行学习,最终判决分类。第二部分的分类器是基于形状特征的分类器,即将病灶区域通过图像分割单独划分出来,并采用Zernike矩描述这个感兴趣区域的形状特征,再通过支持向量机进行学习分类。实验表明,Bag of Keypoints综合算法可以实现正常和肝癌CT的分类,简单的基于形状特征对早中期和晚期肝癌进行分类也是可行的,支持向量机在两个学习样本较少的实验中都表现出了良好的泛化能力,但这套方法离临床肝脏CT图像分析应用还有一段距离。
|
全文目录
摘要 4-5 Abstract 5-8 第一章 绪论 8-12 1.1 引言 8-10 1.2 国内外研究现状 10-11 1.3 研究背景及意义 11 1.4 本文的组织结构 11-12 第二章 相关知识介绍 12-17 2.1 计算机辅助诊断 12 2.2 CT 图像 12-13 2.3 图像预处理 13-14 2.3.1 直方图 13 2.3.2 去噪 13-14 2.3.3 图像增强 14 2.4 图像的特征提取 14 2.5 图像的分类 14-15 2.6 点袋理论 15-17 第三章 基于点袋理论的肝脏CT图像分类 17-44 3.1 引言 17 3.2 SIFT算子 17-23 3.2.1 DOG空间的建立 17-19 3.2.2 使用SIFT算子描述图像特征 19-23 3.3 聚类分析 23-25 3.3.1 传统的聚类分析计算方法 23-24 3.3.2 K-means算法 24-25 3.4 机器学习 25-30 3.4.1 机器学习的概念及原理 26-28 3.4.2 机器学习的分类 28-30 3.5 支持向量机(SVM) 30-41 3.5.1 支持向量机与人工神经网络的比较 30-35 3.5.2 最优分类超平面 35-37 3.5.3 支持向量机的核函数 37-39 3.5.4 SVM中核函数及参数的选择 39 3.5.5 LibSVM工具箱 39-41 3.6 分类器设计及实验结果分析 41-44 第四章 图像分割与肝癌不同时期的分类 44-52 4.1 基于分水岭算法的图像分割 44-46 4.2 形状特征的提取 46-50 4.2.1 Zernike矩 47-48 4.2.2 基于Zernike矩不变量描述的图像形状特征 48-50 4.3 基于形状特征的分类器设计及实验结果分析 50-52 第五章 总结与展望 52-54 5.1 本文工作总结 52-53 5.2 下一步的工作展望 53-54 硕士研究生期间研究工作情况 54-55 参考文献 55-58 致谢 58
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于流形学习的高维流场数据分类研究,V231.3
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|