目的探討以超聲篩選最佳特征向量,結(jié)合廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)識(shí)別強(qiáng)度聚焦超聲(HIFU)致生物組織變性的方法。方法采用HIFU以不同劑量對(duì)300個(gè)新鮮離體豬肉組織樣本進(jìn)行輻照,獲得變性及未變性樣本各150個(gè)。于輻照前后采集超聲聲像圖,經(jīng)減影處理獲得超聲減影圖像;以灰度-梯度共生矩陣法及灰度差分統(tǒng)計(jì)法提取18個(gè)特征參數(shù),經(jīng)P值顯著性檢測(cè)法及歐氏距離法篩選獲得最佳特向量。以300個(gè)樣本中的198組為訓(xùn)練樣本,102組為測(cè)試樣本。識(shí)別訓(xùn)練樣本后,以P值顯著性檢測(cè)法剔除的特征向量和歐氏距離最小的2個(gè)特征向量為最佳特征向量的對(duì)照組,將其分別輸入GRNN,以識(shí)別組織變性;計(jì)算特征向量結(jié)合GRNN對(duì)測(cè)試樣本的正確識(shí)別率和總識(shí)別率。結(jié)果最佳特征向量為梯度分布不均勻性和灰度分布不均勻性,其結(jié)合GRNN的總識(shí)別率分別為90.20%、91.18%,以2個(gè)最佳特征組合并結(jié)合GRNN后總識(shí)別率為98.04%。P值顯著性檢測(cè)法剔除的特征向量為平均值、對(duì)比度,其結(jié)合GRNN的總識(shí)別率分別為48.04%、75.49%,2以2個(gè)最佳特征組合并結(jié)合GRNN的總識(shí)別率為79.41%。歐氏距離最小的特征向量為能量、小梯度...

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 實(shí)驗(yàn)系統(tǒng)與方法
2 特征提取
3 篩選最佳特征
4 識(shí)別組織變性
5 結(jié)果與分析
6 結(jié)論



本文編號(hào)：3829198