基于肝臟表觀模型和優(yōu)化SVM的肝癌識(shí)別方法的研究與實(shí)現(xiàn).pdf

1、隨著數(shù)字醫(yī)療設(shè)備和計(jì)算機(jī)圖像處理及模式識(shí)別技術(shù)的迅猛發(fā)展，能夠?qū)︶t(yī)學(xué)圖像進(jìn)行定量分析的計(jì)算機(jī)輔助診斷(Computer Aided Diagnosis，CAD)技術(shù)應(yīng)運(yùn)而生。我國(guó)肝癌病例逐年升高，醫(yī)學(xué)界對(duì)肝癌計(jì)算機(jī)輔助診斷技術(shù)提出了迫切需求，因此開(kāi)發(fā)肝癌圖像分析與識(shí)別技術(shù)具有重要的研究意義和應(yīng)用價(jià)值。
　　為了有效地保存肝臟特有的空間結(jié)構(gòu)信息，本文在參考大量國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上，將張量作為肝癌特征，直接在張量空間進(jìn)行主成分分析，基于

2、張量多線性主成分分析(Multimate Principal Component Analysis，MPCA)方法和廣義N維主成分分析(Generalized N-Dimensional Principal Component Analysis，GND-PCA)方法提出了建立肝臟表觀模型的新方法，并利用蟻群優(yōu)化支持向量機(jī)(Ant Colony Optimize-Support VectorVector，ACO-SVM，ACO-SVM)建

3、立肝癌識(shí)別模型。即首先從醫(yī)學(xué)圖像中提取紋理特征、分形特征，其中分形特征根據(jù)毯子法和盒子法求得，紋理特征根據(jù)與像素一一對(duì)應(yīng)的灰度值求得，基于這些特征建立肝臟圖像的高階張量，然后使用MPCA和GND-PCA方法進(jìn)行模型的建立并加以對(duì)比，其次利用降維映射方法將模型映射成特征矩陣并利用ACO-SVM方法進(jìn)行肝癌等多種肝臟疾病的識(shí)別。
　　為了驗(yàn)證算法的有效性，本文基于肝臟圖像進(jìn)行了肝癌識(shí)別實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明:兩種張量模型建立的方法均優(yōu)于傳