基于多特征融合的腦部醫(yī)學圖像識別.pdf

1、如今，越來越多的腦部疾病影響了人們的正常生活，對腦部疾病的研究意義非常重大。另一方面，醫(yī)學成像技術(shù)的飛速發(fā)展和計算機技術(shù)的日新月異，促使了計算機輔助診療手段在醫(yī)學研究和臨床實驗方面需求龐大，發(fā)展迅速，其中醫(yī)學圖像識別是輔助診療的關(guān)鍵技術(shù)手段之一。因此，腦部醫(yī)學圖像識別是計算機科學與醫(yī)學這樣一個多學科交叉領(lǐng)域的研究熱點之一。
　　由于特征所蘊含的信息直接關(guān)系到后續(xù)分類識別效果，所以特征提取是圖像分類識別的關(guān)鍵基礎階段，另一方面，又由

2、于多特征融合是醫(yī)學圖像識別領(lǐng)域的一個研究趨勢，因此本文主要研究的是腦部醫(yī)學圖像識別中的特征提取和特征融合。首先介紹腦部醫(yī)學圖像識別的研究意義與關(guān)鍵技術(shù)的國內(nèi)外研究現(xiàn)狀；然后分別從成像技術(shù)、識別流程、數(shù)據(jù)來源三個方面介紹腦部醫(yī)學圖像識別的基礎知識；接下來重點研究特征提取技術(shù)，并提出一種基于多特征融合的腦部醫(yī)學圖像識別方法；最后重點研究多特征融合技術(shù)，并提出了支持向量機遞歸特征消除(SVM-RFE)算法的改進，在此基礎上優(yōu)化本文提出的方法。

3、具體而言，本文的主要研究工作如下：
　　1)對腦部醫(yī)學圖像識別的相關(guān)技術(shù)進行研究總結(jié)，從成像技術(shù)到最后的分類方法，對各個階段的典型方法的原理和優(yōu)劣進行比較分析。
　　2)探索研究了腦部醫(yī)學圖像的不同類別的特征提取技術(shù)，分析典型算法和特征特性，然后針對腦部醫(yī)學圖像的特點，提出了一種基于多特征融合的腦部醫(yī)學圖像識別方法，通過灰度共生矩陣、Gabor濾波器和基于體素的形態(tài)學分析方法提取出不同類型的特征信息加以融合。
　　3)