基于LocalJet变换空间纹理特征的肺结节分类方法-中国生物医学.PDFVIP

３６ 卷 １ 期 中　 国　 生　 物　 医　 学　 工　 程　 学　 报 Ｖｏｌ． ３６　 Ｎｏ． １ ２０１７年２月 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｆｅｂｒｕａｒｙ　 ２０１７ 基于Ｌｏｃａｌ Ｊｅｔ变换空间纹理特征的肺结节分类方法 １ １，３ １，２ １，２＃∗ 代美玲 　 祁　 瑾 　 周仲兴 　 高　 峰 １（天津大学精密仪器与光电子工程学院，天津３０００７２） ２ （天津市生物医学检测技术与仪器重点实验室，天津３０００７２） ３ （天津医科大学附属肿瘤医院，天津３０００６０） 摘　 要：为了在纹理特征下改善肺结节良、恶性的模式识别，提出一种基于ｌｏｃａｌ ｊｅｔ 变换空间的纹理特征提取方 法。 首先利用二维高斯函数的前三阶偏微分函数将结节原图像变换到ｌｏｃａｌｊｅｔ纹理图像空间，然后利用纹理描述 子在该空间提取特征参数。 以灰度值的前四阶矩和基于灰度共生矩阵的特征参数作为纹理描述子，分别提取结节 原图像和变换后纹理图像的特征参数，以ＢＰ神经网络作为分类器，对同一纹理描述子下的２个不同图像空间的经 核主成分分析优化后的特征参数集进行结节良、恶性分类。 以１５７个肺结节（５１个良性，１０６个恶性）作为实验数 据进行对比实验，结果显示：两种纹理描述子基于ｌｏｃａｌ ｊｅｔ变换空间提取的特征参数分别获得８２６９％和８６５４％ 的分类正确率，较原图像空间提高６％ ～８％，同时ＡＵＣ值提高约１０％。 实验结果表明，基于ｌｏｃａｌｊｅｔ变换空间提取 的纹理特征可以有效地改善肺结节良、恶性的模式识别。 关键词：肺结节；ｌｏｃａｌｊｅｔ空间变换；纹理特征；模式识别 中图分类号：Ｒ３１８　 　 文献标志码：Ａ　 　 文章编号：０２５８⁃８０２１（２０１７）０１⁃００１２⁃０８ Ｔｈｅ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ Ｐｕｌｍｏｎａｒｙ Ｎｏｄｕｌｅｓ Ｂａｓｅｄ ｏｎ Ｔｅｘｔｕｒｅ Ｆｅａｔｕｒｅｓ ｏｖｅｒ Ｌｏｃａｌ Ｊｅｔ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ Ｓｐａｃｅ １ １，３ １，２ １，２＃∗ Ｄａｉ Ｍｅｉｌｉｎｇ 　 Ｑｉ Ｊｉｎ 　 Ｚｈｏｕ Ｚｈｏｎｇｘｉｎｇ 　 Ｇａｏ Ｆｅｎｇ １ （Ｃｏｌｌｅｇｅ ｏｆ Ｐｒｅｃｉｓｉｏｎ Ｉｎｓｔｒｕｍｅｎｔ ａｎｄ Ｏｐｔｏｅｌｅｃｔｒｏｎｉｃｓ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔｉａｎｊｉｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ） ２ （ＴｉａｎｊｉｎＫｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｄｅｔｅｃｔｉｎｇ Ｔｅｃｈｎｉｑｕｅｓ ａｎｄ Ｉｎｓｔｒｕｍｅｎｔｓ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ） ３ （ＣａｎｃｅｒＩｎｓｔｉｔｕｔｅ ａｎｄ Ｈｏｓｐｉｔａｌ，ＴｉａｎｊｉｎＭｅｄｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００６０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａ ｍｅｔｈｏｄ ｏｆ ｔｅｘｔｕｒｅ ｆｅａｔｕｒｅｓ ｅｘｔｒａｃｔｉｏｎ ｏｖｅｒ ｌｏｃａｌ ｊｅｔ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｓｐａｃｅ ｉｓ ｐｒｅｓｅｎｔｅｄ ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｒｅｃｏｇ