发明名称 |
一种医学图像识别的方法 |
摘要 |
本发明涉及一种医学图像识别的方法,目的在于提供一种能更准确地识别出新医学图像的类别的方法。该方法包括关联规则分类库的构造及其更新和医学图像识别步骤,所述关联规则分类库的构造及其更新步骤中包括下列步骤:医学图像样本数据的准备及预处理;采用基于密度聚类的医学图像分割方法分别识别出每幅样本医学图像中待分析的局部区域;分别提取出每幅样本医学图像中局部区域的特征,构造医学图像样本数据库T,这些特征包括:均值、方差、倾斜度、峰态、能量、熵和聚类特征;特征值离散化;特征值离散化;挖掘医学图像样本数据库中的频繁项目集;根据频繁项目集构造关联规则分类库。 |
申请公布号 |
CN101295309A |
申请公布日期 |
2008.10.29 |
申请号 |
CN200810024999.8 |
申请日期 |
2008.05.22 |
申请人 |
江苏大学 |
发明人 |
朱玉全;陈耿;宋余庆;谢从华;孙蕾;朱峰 |
分类号 |
G06F17/30(2006.01);G06F19/00(2006.01);G06K9/46(2006.01) |
主分类号 |
G06F17/30(2006.01) |
代理机构 |
南京知识律师事务所 |
代理人 |
汪旭东 |
主权项 |
1、一种医学图像识别的方法,包括关联规则分类库的构造及其更新和医学图像识别步骤,其特征在于,所述关联规则分类库的构造及其更新步骤中包括下列步骤:(1)医学图像样本数据的准备及预处理,包括医学图像的格式转换、尺度归一化以及去噪与增强;(2)采用基于密度聚类的医学图像分割方法分别识别出每幅样本医学图像中待分析的局部区域;(3)分别提取出每幅样本医学图像中局部区域的特征,构造医学图像样本数据库T,这些特征包括:均值、方差、倾斜度、峰态、能量、熵和聚类特征;(4)特征值离散化;(5)挖掘医学图像样本数据库中的频繁项目集;根据频繁项目集构造关联规则分类库。 |
地址 |
212013江苏省镇江市学府路301号 |