基于小波变换的超声图像纹理特征提取及前列腺癌诊断
杨振森1
李传富2
周康源1
刘伟3
冯焕清3
1.中国科学技术大学电子工程与信息科学系,安徽合肥,2300272.安徽中医学院第一附属医院影像中心,安徽合肥,2300313.中国科学技术大学电子科学与技术系,安徽合肥,230027
摘要：目的 根据小波变换原理,研究了前列腺直肠超声图像中纹理特征的提取方法,并应用于前列腺癌的早期诊断.方法 本文提取出前列腺直肠超声图像中目标区域的小波变换纹理特征和边界频率特征,通过主分量分析方法(principal components analysis,PCA)对提取出的纹理特征进行选择,得到一个最优的特征子集.然后分别应用K均值聚类、支持向量机(suppoa vector machine,SVM)算法和AdaBoost(a-daptive boosting)算法来对所提取出的病变区域纹理特征进行分类.结果 对比实验结果表明,本文所提取的特征比单纯的使用灰度级差矢量(gray level difference vector,GLDV)具有更好的区分良恶性图像的能力,AdaBoost算法和SVM算法都能够有效地识别病变区域,识别正确率达到94.12%和93.46%.结论 使用本文算法可以为医生诊断提供有用的辅助信息,并提高诊断效率.
关键词：前列腺癌小波纹理特征SVM算法AdaBoost算法计算机辅助诊断
分类号：R445.1(诊断学)
资助基金：国家自然科学基金(2006KJ097A)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 281-285 )
英文信息