文中根據(jù)無(wú)線膠囊內(nèi)窺鏡WCE圖像出血樣本和非出血樣本特征的分析,提出基于雙色彩空間相結(jié)合的WCE圖像出血檢測(cè)算法。算法綜合考慮不同類型的WCE圖像在RGB和HSV色彩空間中的特點(diǎn),首先將WCE圖像在RGB和HSV色彩空間中的三通道色彩信息綜合為單通道色彩信息,然后分別計(jì)算綜合后的單通道色彩信息的一階顏色矩、二階顏色矩、二階中心矩以及三階顏色矩四個(gè)特征量,最后將每張WCE圖像的8個(gè)特征量組成一個(gè)一維的特征向量,并利用SVM對(duì)WCE圖像是否出血進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明,文中提出算法在算法敏感性、特異性和準(zhǔn)確性上都具有更好的性能。 

【文章來(lái)源】：物聯(lián)網(wǎng)技術(shù). 2020,10(10)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

單色彩空間和多色彩空間結(jié)合的測(cè)試結(jié)果數(shù)據(jù)比較圖

表2 不同算法測(cè)試性能比較% Method Sensitivity Specificity Accuracy 文獻(xiàn)[7]算法 80.37 91.53 90.07 文獻(xiàn)[8]算法 82.48 92.06 91.24 文獻(xiàn)[9]算法 73.33 91.43 86.00 文獻(xiàn)[10]算法 86.67 94.28 93.33 本文算法 89.33 96.57 95.60圖6 不同算法在Specificity方面的比較

不同算法在Specificity方面的比較


本文編號(hào)：3567923