基于Tamura纹理特征提取和SVM的多模态脑肿瘤MR图像分割 |
| |
引用本文: | 李 娜,熊志勇,谢 瑾,彭 川,任 恺.基于Tamura纹理特征提取和SVM的多模态脑肿瘤MR图像分割[J].中南民族大学学报(自然科学版),2018(3):144-149. |
| |
作者姓名: | 李 娜 熊志勇 谢 瑾 彭 川 任 恺 |
| |
作者单位: | 中南民族大学计算机科学学院 |
| |
基金项目: | 湖北省自然科学基金资助项目(2016CKC775) |
| |
摘 要: | 在Tamura纹理特征和支持向量机(SVM)算法基础上提出一种多模态脑肿瘤图像分割算法.将4种模态下的多序列核磁共振图像(MRI)的局部灰度特征与Tamura纹理度量相结合,尽可能提取足够多的图像信息;在SVM模型中输入已知样本并进行训练;用训练好的SVM模型处理其他脑肿瘤图像.实验通过对20例患者的图像进行展开,从实验数据来看,提出的方法可以精准有效地分割出脑肿瘤区域,得到脑肿瘤的边界,并且对脑肿瘤图像的差异性表现出较强的自适应能力.
|
关 键 词: | 脑肿瘤 多模态 Tamura 纹理 支持向量机 MR图像 |
Brain Tumor Segmentation on Multi-Modality Magnetic Resonance Images Based on Tamura Texture Feature and SVM Model |
| |
Abstract: | |
| |
Keywords: | brain tumor multi-modality Tamura texture support vector machine magnetic resonance image |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《中南民族大学学报(自然科学版)》下载免费的PDF全文 |