换一批一种基于LBP特征提取和稀疏表示的肝病识别算法
An Algorithm of the LBP Feature Extraction Method Combining Sparse Representation in Liver Diseases Recognition
摘要由于肝脏超声图像具有回声不均匀、边缘模糊等缺点,肝脏疾病的无创诊断易受影响,而且目前临床基于肝脏超声图像的肝病诊断主要依靠医生的主观判断,其缺点为依赖医生主观经验且耗时,因此提出一种基于局部二值模式(LBP)特征提取和稀疏表示的肝病识别算法.从肝脏超声图像中提取感兴趣区域,使用LBP特征提取方法对感兴趣区域提取图像特征,将得到的特征进行字典训练,得到稀疏矩阵,最终采取支持向量机对其进行分类.实验样本均取自青岛大学附属医院肝胆科.实验1使用该方法对100个正常肝脏样本和100个肝硬化样本进行分类,准确率达到99.50％,实验2使用该方法对肝硬化、脂肪肝、肝血管瘤和肝癌4类样本共200个进行分类,AUC值分别为67.2％、65.1％、55.0％和62.6％.ROC曲线表明,提出的分类方法在准确率和泛化能力上均优于传统方法,有助于肝病的临床诊断.
更多相关知识
关键词
肝脏超声图像LBP特征稀疏表示肝病识别ROC曲线liver ultrasonic figureLBP featuresparse representationliver diseases recognitionROC curve
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2017.06.002
发布时间
2018-01-29（万方平台首次上网日期，不代表论文的发表时间）
- 浏览206
- 被引22
- 下载13
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
