一种基于上下文的医学图像ROI分类方法.pdfVIP

第 27卷 第 12期 模式识别与人工智能 V01．27 No．12 2014年 12月 PR ＆ AI Dec． 2014 一 种基于上下文的医学图像 RO1分类方法 郭乔进 李 宁 谢俊元 (南京大学 计算机软件新技术国家重点实验室 南京 210023) (南京大学 计算机科学与技术系 南京 210023) 摘 要 感兴趣区域 (ROI)的分类是医学图像的计算机辅助诊断过程的最后一步，传统方法只针对每个 ROI区域 单独提取特征 ，再利用统计学习的方法训练分类器进行分类．然而图像中每个区域所包含的视觉特征有限，很难进 行准确的分类．文中提出一种基于LDA主题模型的改进模型(LDAC)，考虑 ROI周围区域，即图像的上下文关系， 通过利用 LDA对 ROI周围区域所包含的上下文信息进行建模，同时结合ROI区域的视觉信息和类别标签 ，从而辅 助 ROI区域的分类，以达到提高分类准确率的目的．乳腺图像肿块分类实验表明，文中方法可提高分类的准确性． 关键词 感兴趣区域(ROI)分类，上下文，隐层狄利克雷分配 (LDA)，医学图像 中图法分类号 TP301．4 A ContextBasedROIClassificationM ethod inM edicalImages GUOQiao—Jin，LINing，XIEJun—Yuan (StateKeyLaboratoryforNovelSoftwareTechnology，NanjingUniversity，Nanjing210023) (DepartmentofComputerScienceandTechnology，NanjingUniversity，Na ng210023) ABSTRACT Regionofinterest(ROI)classificationisthelastandveryimportantstepintheprocessofcomputer— aideddiagnosiswithmedicalimages．Traditional methodsonlyemploy localvisualfeaturesofROIfor classification．Thus，theaccurate classification can notbeachieved undersomecircumstances．To improvetheclassification accuracy．thecontextinformation iSextractedfrom regionsaround ROI．A latentDirichletallocationclassification(LDAC)mode1basedonLDAisproposed，whichutilizesLDAto capturecontextualinformation ofROIfrom surroundingregions．The proposed modelisapplied to mammogramsandexperimentalresultsshow thattheclassificationaccuracyiSimproved． KeyWords RegionofInterest(ROI)Classification，Context，LatentDirichletAllocation (LDA)， MedicalImage 收稿 日期 ：2013—05—13 作者简介 郭乔进，男 ，1986年生 ，博士研究生，主要研究方 向为机器学习、模式识别．E-mail：guoqiaojin@gmail．com．李宁(通 讯作者)，女，1968年生 ，博士，副教授