换一批基于超像素和支持向量机的阴道细菌自动检测
Automatic Detection of Vaginal Bacteria Based on Superpixel and Support Vector Machine
摘要阴道受到细菌感染引发的阴道炎疾病可能导致异位妊娠、不孕、急慢性盆腔炎等严重疾病,目前形态学人工观察是临床诊断该类疾病的主要方法,但容易引起误诊和漏诊.本研究提出一种基于超像素和支持向量机(SVM)的阴道细菌自动检测方法,对革兰染色的阴道细菌图像,采用简单线性迭代聚类(SLIC)方法计算超像素;对超像素区域计算形状特征、颜色特征和方向梯度直方图(HOG)特征;最后用SVM对超像素区域进行识别.在专业医生的指导下挑选了40幅正常图像和60幅有细菌性阴道病(BV)的图像进行实验,其中10幅正常图像和20幅有细菌性阴道病(Bv)的图像用于训练分类器,剩下的70幅用于测试算法.实验结果表明,所提出的自动检测算法获得了89.27％的细菌检出率,具有较大的临床应用价值.
更多相关知识
关键词
阴道细菌超像素支持向量机(SVM)方向梯度直方图(HOG)特征自动检测vaginal bacteriasuperpixelsupport vector machine (SVM)histograms of oriented gradients (HOG)automated detection
分类号
R318.08（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2015.02.011
发布时间
2015-05-26（万方平台首次上网日期，不代表论文的发表时间）
- 浏览210
- 被引2
- 下载15
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
