本文關(guān)鍵詞：基于特征級(jí)融合神經(jīng)網(wǎng)絡(luò)的磁共振成像前列腺腫瘤CAD模型

  更多相關(guān)文章： 前列腺腫瘤 計(jì)算機(jī)輔助診斷 主成分分析 神經(jīng)網(wǎng)絡(luò) 特征級(jí)融合

【摘要】：針對磁共振成像(MRI)前列腺腫瘤感興趣區(qū)域(ROI)在高維特征表示下存在特征相關(guān)和維數(shù)災(zāi)難問題,提出了一種基于主成分分析(PCA)的特征級(jí)融合神經(jīng)網(wǎng)絡(luò)(NN)的MRI前列腺腫瘤CAD模型。首先提取MRI前列腺腫瘤ROI的6維幾何特征、6維統(tǒng)計(jì)特征、7維Hu不變矩特征、56維灰度共生矩陣的紋理特征、3維Tamura紋理特征和24維頻域特征,得到102維特征矢量;然后通過PCA進(jìn)行特征級(jí)融合得到累計(jì)貢獻(xiàn)率達(dá)到89.62%的8維變換特征,降低特征矢量的維數(shù);再次利用經(jīng)典的神經(jīng)網(wǎng)絡(luò)(四種訓(xùn)練算法BFGS擬牛頓算法、BP算法、最速梯度下降算法和Levenberg-Marquardt算法)作為分類器進(jìn)行分類識(shí)別;最后以180幅前列腺患者的MRI圖像為原始數(shù)據(jù),采用基于特征級(jí)融合神經(jīng)網(wǎng)絡(luò)(NN)的計(jì)算機(jī)輔助診斷模型對前列腺腫瘤進(jìn)行輔助診斷。實(shí)驗(yàn)結(jié)果表明:經(jīng)過特征級(jí)融合的神經(jīng)網(wǎng)絡(luò)識(shí)別前列腺良惡性腫瘤的能力至少提高10%左右,這種特征級(jí)融合策略是有效的,一定程度上提高了特征之間的不相關(guān)性。
【作者單位】： 寧夏醫(yī)科大學(xué)理學(xué)院;
【關(guān)鍵詞】： 前列腺腫瘤 計(jì)算機(jī)輔助診斷 主成分分析 神經(jīng)網(wǎng)絡(luò) 特征級(jí)融合
【基金】：國家自然科學(xué)基金資助項(xiàng)目(81160183,61561040) 寧夏自然科學(xué)基金資助項(xiàng)目(NZ12179,NZ14085) 寧夏高等學(xué)校科研項(xiàng)目(NGY2013062) 陜西省語音與圖像信息處理重點(diǎn)實(shí)驗(yàn)室開放課題資助項(xiàng)目(SJ2013003) 寧夏醫(yī)科大學(xué)特殊人才項(xiàng)目(XT2011004)
【分類號(hào)】：TP391.41;TP183;R737.25
【正文快照】： 0引言前列腺腫瘤主要包括前列腺癌與前列腺增生,其中前列腺癌是一種常見的惡性腫瘤[1]。一般情況下,前列腺增生是不會(huì)轉(zhuǎn)變?yōu)榍傲邢侔┑腫2],前列腺癌通常是由直腸指檢(Digital Rectal Examination,DRE)異常及血清前列腺特異性抗原(Prostate-Specific Antigen,PSA)升高而被臨床

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 秦海勤;徐可君;隋育松;賈明明;;基于尺度共生矩陣的滾動(dòng)軸承故障診斷研究[J];航空動(dòng)力學(xué)報(bào);2010年07期

2 許真;孫韶媛;代中華;郭子乾;谷小婧;;基于紋理特征庫的微光圖像色彩紋理傳遞[J];紅外技術(shù);2011年01期

3 李培玉;夏軍;王民;梁軍;謝清順;;基于視頻圖像的連鑄大包下渣特征提取方法的研究[J];鋼鐵研究學(xué)報(bào);2012年06期

4 周智恩;李漢忠;嚴(yán)維剛;;雄激素受體蛋白表達(dá)及其基因獲得/缺失與前列腺癌預(yù)后的相關(guān)性[J];基礎(chǔ)醫(yī)學(xué)與臨床;2010年08期

5 周春霞;鄂棟臣;王澤民;;基于灰度共生矩陣的Grove山地區(qū)冰裂隙探測[J];極地研究;2008年01期

6 鐘樺;楊曉鳴;焦李成;;基于多分辨共生矩陣的紋理圖像分類[J];計(jì)算機(jī)研究與發(fā)展;2011年11期

7 程起才;王洪元;;基于灰度共生矩陣的模糊神經(jīng)網(wǎng)絡(luò)FuCMAC在圖像分割中的應(yīng)用[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

8 田貴森;王朋;;前列腺癌的MR表現(xiàn)與分析[J];吉林醫(yī)學(xué);2005年12期

9 蘇靜;黎明;;基于灰度共生矩陣的金屬斷口圖像的分類研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年09期

10 程起才;王洪元;施連敏;;改進(jìn)的模糊CMAC神經(jīng)網(wǎng)絡(luò)[J];計(jì)算機(jī)工程與應(yīng)用;2009年23期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 程軍娜;基于形態(tài)學(xué)多尺度圖像分析的海藻細(xì)胞圖像分割及特征提取[D];中國海洋大學(xué);2010年

2 謝莉青;基于圖像處理分析的機(jī)織物構(gòu)成要素的綜合識(shí)別方法與裝置[D];東華大學(xué);2010年

3 許相莉;基于智能計(jì)算的圖像檢索算法研究[D];吉林大學(xué);2011年

4 柴阿麗;基于計(jì)算機(jī)視覺和光譜分析技術(shù)的蔬菜葉部病害診斷研究[D];中國農(nóng)業(yè)科學(xué)院;2011年

5 胡勇;面向室外場景的圖像紋理分析與應(yīng)用研究[D];南京理工大學(xué);2010年

6 陳明麗;超聲定量分析方法評(píng)價(jià)肝纖維化的動(dòng)物實(shí)驗(yàn)和臨床研究[D];復(fù)旦大學(xué);2011年

7 陶e，

本文編號(hào)：733787