医学图像的特征提取

最新推荐文章于 2023-01-22 19:30:43 发布

菜鸟教程*…*

最新推荐文章于 2023-01-22 19:30:43 发布

阅读量1.7w

点赞数 6

文章标签： matlab 算法

本文链接：https://blog.csdn.net/fanfangyu/article/details/50165119

版权

本文探讨了医学图像处理的关键步骤——特征提取，包括形状、颜色、纹理等方面的分析。介绍了边缘检测算子如Roberts、Prewitt、Sobel和Canny等用于形状特征，以及纹理特征的描述和分类，强调了医学图像的多模态性、模糊性和不确定性等特点。特征提取对于疾病诊断的重要性不言而喻，通过对图像的深入分析，有助于区分正常与异常情况。

摘要由CSDN通过智能技术生成

1.医学图像处理的基本流程：图像预处理、特征提取、分类。其算法的设计关键为特征提取和分类两部分。
2.疾病的诊断取决于对医学图像的获取和医学图像的解释。
3.主要研究工作为利用图像处理技术，通过形状、颜色、纹理以及与周围组织的关系等数据信息的处理，来对图像进行准确的分析，以此区别出正常和异常的医学图像
4.研究目的及意义：不同模式的图像信息因其成像原理不同具有各自的特点，存在对比度和分辨率的差异；成像设备、患者体位移动、形状的复杂性和易变性使得医学图像不明确、不连续，数据量大。
5.特征提取：对研究对象固有的、本质的及重要的特征属性进行测量并将结果数值化，或将对象分解并符号化，形成特征矢量或符号串、关系图的过程。
6.图像特征：形状：利用提取图像对象的边缘信息来获取，主要方法为Roberts、Prewitt、Sobel算子、Laplacian边缘检测算子以及Cannv算子等。
7.纹理特征：纹理是目标图像的重要特征，可以认为是灰度或颜色在空间分布的规律所形成的图案
8.医学图像的特点：1多模态性（解剖图像；不同功能活动状况的功能图像）
2灰度上的模糊性（内部因素，牙齿和股骨的灰度值在密度上的区别；外部因素：噪声的干扰）
3既有局部效应
4不确定性特点
9.医学图像的特征提取：颜色、纹理、形状
10.形状特征：基于边界利用形状的外部边缘（傅里叶描述子、链码、边界矩、边近界似）、基于区域利用形状的全部区域（矩不变量，还有区域的面积、形状的纵横比、形状矩、几