基于斑块超声图像灰度分布的双峰Gamma模型评估斑块风险
Appraise Risk of Plaque Using a Bimodal Gamma Statistical Model Base on Gray-level Distribution of Carotid Plaque Ultrasound Images
摘要目的:建立基于斑块超声图像灰度分布的双峰Gamma数学模型,识别不同回声特征的斑块,评估斑块的风险等级.方法:研究收集斑块样本137个,采用交叉验证法.首先,对斑块图像进行归一化处理,然后利用Potoshop软件获取斑块的灰度分布,接着利用Matlab内部的Lsqcurvefit非线性最小二乘法拟合函数,将双峰Gamma概率分布曲线拟合斑块原始灰度分布曲线,并建立双峰Gamma斑块灰度分布模型.最后通过曲线误差分析,测试斑块模型分类的准确率.结果:利用斑块模型分类,识别出高回声斑块、混合回声斑块和低回声斑块的准确率分别为100%、65%和75%.结论:双峰Gamma灰度模型有效描述斑块的灰度分布,识别高回声斑块有很高的准确率,对于评估斑块风险等级有很大潜能和良好的前景.
更多相关知识
- 浏览123
- 被引4
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文