摘要：探討圖像融合技術(shù)在肝包蟲病分型中的應(yīng)用。對正常肝臟、單囊型肝包蟲病、肝囊腫CT圖像感興趣區(qū)域分別使用傳統(tǒng)的預(yù)處理和圖像融合方法,對融合后的和預(yù)處理后的圖像提取Tamura和灰度-梯度共生矩陣特征,通過支持向量機和BP神經(jīng)網(wǎng)絡(luò)分類模型進行分類,比較兩種方法的分類準確率,并對各分類模型進行參數(shù)評估。傳統(tǒng)預(yù)處理方法對肝囊腫CT圖像Tamura和混合特征的分類效果優(yōu)于圖像融合方法,最佳分類準確率為98.333%;圖像融合方法對單囊型肝包蟲病和正常肝臟CT圖像不同特征下的分類準確率均高于傳統(tǒng)預(yù)處理方法,最佳分類準確率分別為99.167%和100%;圖像融合方法不同特征不同分類器下的平均分類準確率高于傳統(tǒng)預(yù)處理方法。將圖像融合方法應(yīng)用于肝包蟲病CT圖像的分型中具有一定的分類優(yōu)勢,為肝包蟲病影像學(xué)診斷提供依據(jù),也為后期研發(fā)肝包蟲病計算機輔助診斷系統(tǒng)奠定基礎(chǔ)。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
