位置:成果数据库 > 期刊 > 期刊详情页
一种稳健的脂肪肝超声图像自动分类方法
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]淮海工学院计算机工程学院,江苏连云港222005, [2]北京友通上昊科技有限公司图像处理事业部,北京100176
  • 相关基金:基金项目:国家自然科学基金(No.40806011);江苏省自然科学基金(No.BK20082140);淮海工学院自然科学基金(No.Z2009013).
中文摘要:

进行脂肪肝超声图像的计算机辅助检测时,由医生手工选择感兴趣区域使得分类结果具有不确定性。为了避免人为因素对检测结果的影响,构造了一种利用图像分解技术确定ROI的算法,使得检测结果具有很强的稳健性。通过变分的方法把输入超声图像分解为纹理图和卡通图两部分,利用卡通图上的强度信息确定ROI,在纹理图上计算对应ROI的纹理特征。试验表明,相对于直接从超声图像上提取纹理信息,从分解后的纹理图像上提取的纹理信息有更好的分类效果。

英文摘要:

When using computer aided detection system to detect fatty liver on ultrasonic liver image, ROI(Region Of Interest) selected by doctors leads to uncertain classification results. To avoid the influence which caused by artificial factor, an approach can get a robustness, ROI independent result for fatty liver detection is proposed by using image decomposition technique. Each liver image is decomposed into a cartoon part and a texture part by a variation method. The cartoon part is used to indicate the location of ROI while texture feature will be calculated in the according texture part. Experimental results show that the texture information extracted from the decomposition texture image has better classification accuracy than the one extracted from the original ultrasonic liver image.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887