[发明专利]基于CAD系统提高前列腺肿瘤MRI图像识别率的方法在审
申请号: | 201510015896.5 | 申请日: | 2015-01-13 |
公开(公告)号: | CN104794426A | 公开(公告)日: | 2015-07-22 |
发明(设计)人: | 周涛;陆惠玲;杨德仁;杨柳;陈志强;张艳宁 | 申请(专利权)人: | 宁夏医科大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 宁夏专利服务中心 64100 | 代理人: | 张尚星 |
地址: | 750004 宁夏回族*** | 国省代码: | 宁夏;64 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 cad 系统 提高 前列腺 肿瘤 mri 图像 识别率 方法 | ||
1.一种基于CAD系统提高前列腺肿瘤MRI图像识别率的方法,其特征在于:包括以下步骤:(1)采集前列腺患者的MRI图像;(2)提取MRI前列腺肿瘤ROI区域特征;(3)对ROI区域特征进行特征级融合;(4)利用神经网络作为分类器对融合后的特征进行分类识别。
2.根据权利要求1所述的基于CAD系统提高前列腺肿瘤MRI图像识别率的方法,其特征在于,步骤(2)所述ROI区域特征是几何特征、统计特征、Hu不变矩特征、灰度共生矩阵的纹理特征、TAMURA纹理特征、频域特征。
3.根据权利要求2所述的基于CAD系统提高前列腺肿瘤MRI图像识别率的方法,其特征在于,步骤(2)所述几何特征是:面积、周长、矩形度、伸长督、圆形度、欧拉数;
所述统计特征是:均值、方差、倾斜度、峰态、能量、熵;
所述Hu不变矩特征是:C1、C2、C3、C4、C5、C6、C7;
所述灰度共生矩阵的纹理特征是:能量、对比度、熵、和熵、差熵、相关性、逆差距、方差、和的方差、和的均值、差分方差、相关信息度量、最大相关系数;
所述TAMURA纹理特征是粗糙度、对比度、方向度;
所述频域特征是:能量、范数、标准差。
4.根据权利要求1所述的基于CAD系统提高前列腺肿瘤MRI图像识别率的方法,其特征在于,步骤(3)特征级融合采用的算法是线性降维算法。
5.根据权利要求4所述的基于CAD系统提高前列腺肿瘤MRI图像识别率的方法,其特征在于,所述线性降维算法是PCA主成份分析法。
6.根据上述任意一项权利要求所述的基于CAD系统提高前列腺肿瘤MRI图像识别率的方法,其特征在于,步骤(4)所述神经网络采用的训练算法是BFGS拟牛顿算法、BP算法、最速梯度下降算法Levenberg-Marquardt算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁夏医科大学,未经宁夏医科大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510015896.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于Gabor响应域重构的指关节纹识别方法
- 下一篇:螺钉结构