基于邊緣提取與數(shù)據(jù)挖掘的醫(yī)學圖像分類.pdf

1、非典型性肺炎是一種傳播快并且致死率高的新型傳染病，它給我國和世界的人民健康與國家經(jīng)濟都造成了很嚴重的損失。一方面，醫(yī)生可以通過自行的摸索獲得SARS診斷經(jīng)驗，另一方面，我們也可以采用智能化的手段，系統(tǒng)科學地從現(xiàn)有數(shù)據(jù)中獲得SARS癥狀與傳播規(guī)律。研究表明SARS與一般腫炎在醫(yī)學圖像上有比較明顯的紋理特征區(qū)別，因此本文從圖像的角度出發(fā)，將圖像分割，紋理分析與數(shù)據(jù)挖掘結(jié)合起來得到它們的區(qū)別并以此來對圖像進行分類。 本文主要工作與特色

2、為： 1.首先從PACS系統(tǒng)中提取出X胸片圖像數(shù)據(jù)，通過計算圖像灰度統(tǒng)計特征將掃描單分離出來；然后運用決策樹算法將正位圖，側(cè)位圖分離。 2.為了減少非肺部區(qū)域的灰度信息對紋理特征計算所造成的影響，我們采用一種半自動的圖像分割算法：多分辨率下的活動輪廓模型算法提取出圖像肺部區(qū)域。 3.為得到更精確的病灶位置，對肺部區(qū)域進行等面積分塊，計算其各子塊的紋理特征參數(shù)；最后運用決策樹算法得到SARS與一般肺炎在特征參數(shù)上的