您的位置： 专家智库 > >

黄唯

作品数：1 被引量：4H指数：1
供职机构：南方医科大学生物技术学院更多>>
发文基金：国家科技支撑计划国家高技术研究发展计划更多>>
相关领域：医药卫生自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇医药卫生

主题

  • 1篇增强MRI
  • 1篇肿瘤
  • 1篇脑肿瘤
  • 1篇矩阵
  • 1篇灰度
  • 1篇基于灰度
  • 1篇共生矩阵
  • 1篇T1加权
  • 1篇MRI图像

机构

  • 1篇南方医科大学
  • 1篇解放军第30...

作者

  • 1篇冯前进
  • 1篇贠照强
  • 1篇刘大鹏
  • 1篇黄唯
  • 1篇杨茹
  • 1篇程君

传媒

  • 1篇中国医学物理...

年份

  • 1篇2015
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
增强的基于灰度共生矩阵的脑肿瘤MRI图像分类被引量：4
2015年
针对T1加权对比度增强MRI(CE-MRI)脑肿瘤图像的自动分类问题,提出了一种增强的基于灰度共生矩阵(GLCM)的特征表达方法。GLCM是一种常用进行纹理分析的方法,但由于脑部肿瘤图像纹理复杂多变,传统的基于GLCM的二阶统计量特征,如对比度、相关性、能量等,不能很好地区分不同类别的肿瘤,例如使用各向同性的GLCM和4个方向的GLCM(0°、45°、90°、135°)得到的分类正确率只有61.26%和75.16%。本文提出了两个改进措施,极大地提高了分类正确率:(1)直接使用GLCM的元素作为特征表达;(2)对肿瘤区域和肿瘤边界区域分别构造GLCM。在包含3064张图像的数据集上验证了方法的有效性:使用措施(1),分类正确率提高到了82.38%;结合措施(1)和(2),分类正确率提高到了90.7%。结果表明使用改进的基于GLCM的特征表达对于脑部肿瘤图像的分类问题是有效的。
刘大鹏程君黄唯曹双亮杨茹贠照强冯前进
全选 清除 导出
共1页<1>
聚类工具0