分维方法在肝癌超声图像纹理识别中的性能比较研究.pdfVIP

第 42卷第 9期 中南大学学报(自然科学版)  Vol.42  No.9  2011 年 9 月  Journal of Central South University (Science and Technology)  Sep. 2011  分维方法在肝癌超声图像纹理识别中的性能比较研究 1, 2  3  4  季桂树  ，江乐新  ，禹智夫  (1.  中南大学 地球科学与信息物理学院，湖南 长沙，410083；  2.  中南大学 信息科学与工程学院，湖南 长沙，410083；  3.  中南大学 机电工程学院，湖南 长沙，410083；  4.  长沙市第八医院超声科，湖南 长沙，410100)  摘要：研究描述超声肝图像纹理特征的分维方法。用 14幅正常肝样本图像和 14幅原发性肝癌样本图像检验并比 较评估 4种分维方法。用布朗运动方法、毯子法、傅里叶功率谱法和差分盒计数法 4种方法得到的分维作为特征 进行 ROC(Receiver operating characteristic)分析，以 SVM作为模式分类方法的分类正确率进行分析。研究结果表 明：除了分数布朗运动方法外，由毯子法、傅里叶功率谱法和差分盒计数法获得的描述正常肝图像感兴趣区域的 分维值明显小于描述原发性癌图像感兴趣区域的分维值；采用傅里叶功率谱方法得到最大的 ROC 曲线下的面积； 用 SVM(Support vector machine)方法进行分类也取得了与 ROC 分析类似的结果， 即用傅里叶功率谱方法进行分类 准确度最高，分数布朗运动和差分盒计数方法效果较差，毯子方法效果居中；傅里叶功率谱方法是描述超声肝图 像纹理特征最适合的方法。 关键词：超声肝图像；分维方法；傅里叶功率谱；纹理特征；ROC 分析；SVM  中图分类号：TP391.41  文献标志码：A  文章编号：1672−7207(2011)09−2746−08  Performance comparison of fractal dimension analysis methods in  differentiating normal liver and primary liver cancer image  1,2  3  4  JI Gui­shu  ,JIANG Le­xin ,YU Zhi­fu  (1. School of Geomatics and Info­physics, Central South University, Changsha 410083, China;  2. School of Information Science and Engineering, Central South University, Changsha 410083, China;  3. School of Mechanical and Electrical Engineering, Central South University, Changsha 410083, China;  4.Ultrasound Section, Changsha Ci