基于神经网络的新疆高发病哈萨克族食管癌医学图像分型研究 |
| |
引用本文: | 排孜丽耶·尤山塔依,严传波,木拉提·哈米提,姚娟,阿布都艾尼·库吐鲁克.基于神经网络的新疆高发病哈萨克族食管癌医学图像分型研究[J].科技通报,2019,35(1):71-76,81. |
| |
作者姓名: | 排孜丽耶·尤山塔依 严传波 木拉提·哈米提 姚娟 阿布都艾尼·库吐鲁克 |
| |
作者单位: | 新疆医科大学基础医学院,乌鲁木齐,830011;新疆医科大学医学工程技术学院,乌鲁木齐,830011;新疆医科大学第一附属医院影像中心,乌鲁木齐,830011 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 目的:探讨BP神经网络算法在新疆高发病哈萨克族食管癌X射线图像纹理特征和形状特征分型中的应用。方法:选取哈萨克族正常食管图像、溃疡型食管癌图像和髓质型食管癌图像各100张,利用灰度共生矩阵算法和形状不变距算法分别提取图像的纹理和形状特征。然后,使用BP神经网络算法构造一个分类器,对正常食管和两种中晚期食管癌图像进行分类研究。结果:共提取了14维哈萨克族食管癌X射线图像纹理和形状特征向量,应用BP神经网络算法进行哈萨克族食管癌X射线图像分类实验,基于灰度共生矩阵算法的纹理特征分类准确率为85.333%,基于Hu不变距算法的形状特征分类准确率为65.333%,而纹理和形状综合特征的分类准确率达到了97.667%。结论:本研究提取基于灰度共生矩阵算法和Hu不变距算法的食管癌图像纹理和形状特征,通过构造BP神经网络分类器对食管癌医学图像进行分型研究。结果表明BP神经网络对综合特征的分类准确率较高,为临床医生诊断食管癌提供了参考,也为后期研发食管癌医学图像计算机辅助诊断系统奠定了基础。
|
关 键 词: | 灰度共生矩阵 形状不变距法 BP神经网络算法 特征提取 图像分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|