基于特征融合的低倍镜下大鼠骨质疏松识别.pdfVIP

生 物 医学 工 程 研 究 　　　　 ２０１７，３６（２）：１５２～１５８ ＪｏｕｒｎａｌｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ 基于特征融合的低倍镜下大鼠骨质疏松识别 １ １ １ ２△ １ 蔡洁 ，周珂 ，何文广 ，吴天秀 ，王龙 （１．广东医科大学信息工程学院，湛江５２４０２３；２．广东医科大学基础医学院，湛江５２４０２３） 摘要：低倍镜下纹理特征不清晰，并且相较于高倍镜更易受到方向和距离的影响。为此我们提出改进的 纹理特征计算方法，结合形状分析方法，进行特征级融合以提高骨质疏松识别准确率。通过对纹理参数在方 向和距离上的分析，发现相关和短游程矩对方向非常敏感，并且距离在等于３时各参数变化趋于稳定。基于 变异系数法利用相关和短游程矩计算各个方向权重系数，使用距离等于３时的纹理数据得到最终纹理参数 结果，融合形状参数，用线性支持向量机、Ｋ－最近邻分类算法和线性判别分析方法进行分类识别。采用加权 纹理参数比常规未加权的纹理参数识别准确率高，同时融合了形状参数后识别准确率比仅用纹理参数高。 线性判别分析识别率最高达到了９２．３％。采用加权纹理融合形状参数的方法识别准确率显著提高，具有诊 断应用价值。 关键词：分类识别；纹理分析；变异系数法；形状分析；骨质疏松 中图分类号：ＴＰ３９１；Ｒ３１８　　文献标识码：Ａ　　文章编号：１６７２６２７８（２０１７）０２０１５２０７ ＲｅｃｏｇｎｉｔｉｏｎｏｆＯｓｔｅｏｐｏｒｏｓｉｓｆｏｒＭｏｕｓｅＳｈｉｎｉｎＬｏｗＰｏｗｅｒ ＭｉｃｒｏｓｃｏｐｅｂａｓｅｄｏｎＭｕｌｔｉ－ｆｅａｔｕｒｅＦｕｓｉｏｎ １ １ １ ２ １ ＣＡＩＪｉｅ，ＺＨＯＵＫｅ，ＨＥＷｅｎｇｕａｎｇ，ＷＵＴｉａｎｘｉｕ，ＷＡＮＧＬｏｎｇ （１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＧｕａｎｇｄｏｎｇＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ；２．ＳｃｈｏｏｌｏｆＢａｓｉｃＭｅｄｉｃａｌＳｃｉｅｎｃｅ，Ｚｈａｎｊｉａｎｇ，５２４０２３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｏｒｌｏｗｒｅｓｏｌｕｔｉｏｎｉｍａｇｅ，ｔｈｅｔｅｘｔｕｒｅｆｅａｔｕｒｅｓａｒｅｍｏｒｅｓｅｎｓｉｔｉｖｅｔｏｄｉｒｅｃｔｉｏｎａｎｄｄｉｓｔａｎｃｅ．Ａｎｉｍｐｒｏｖｅｄｍｅｔｈｏｄｔｏｃｏｍ ｐｕｔｅｔｅｘｔｕｒｅｆｅａｔｕｒｅｓｗａｓｅｘｐｌｏｒｅｄ，ａｎｄｃｏｍｂｉｎｅｄｗｉｔｈｓｈａｐｅａｎａｌｙｓｉｓｔｏｒａｉｓｅｔｈｅａｃｃｕｒａｃｙｏｆｒｅｃｏｇｎｉｔｉｏｎｆｉｎａｌｌｙ．Ｂｙａｎａｌｙｚｉｎｇｔｈｅｉｎｆｌｕ ｅｎｃｅｏｆｄｉｒｅｃｔｉｏｎｓａｎｄｄｉｓｔａｎｃｅｓｏｎｔｅｘｔｕｒｅｆｅａｔｕｒｅｓ，ｗｅｆｏｕｎｄｔｈａｔｃｏｒｒｅｌａｔｉｏｎａｎｄｓｈｏｒｔｒｕｎｅｍｐｈａｓｉｓｗｅｒｅｖｅｒｙｓｅｎｓｉｔｉｖｅｔｏｄｉｒｅｃｔｉｏｎｓ， ｍｅａｎｗｈｉｌｅｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｔｅｘｔｕｒｅｆｅａｔｕｒｅｓ（ｂａｓｅｄｏｎｇｒａｙ－ｌｅｖｅｌｃｏ－ｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘ）ｂｅｔｗｅｅｎｄｉｓｔａｎｃｅｓｗｅｒｅｇｒａｄｕａｌｌｙｓｔａｂｌｅ ｗｈｅｎｔｈｅｄｉｓｔａｎｃｅｅｑｕａｌｓｅｄｔｏ３．Ｂａｓｅｄｏｎｃｏｅｆｆｉｃｉｅｎｔｏｆｖａｒｉａｔｉｏｎｍｅｔｈｏｄ，ｔｈｅｗｅｉｇｈｔｅｄｃｏｅｆｆｉｃｉｅｎｔｓｗｅｒｅｃａｌｃｕｌａｔｅｄｗｉｔｈｃｏｒｒｅｌａｔｉｏｎａｎｄ ｓｈｏｒｔｒｕｎｅｍｐｈａｓｉｓ．Ｔｈｅｆｉｎａｌｗｅｉｇｈｔｅｄｔｅｘｔｕｒｅｆｅａｔｕｒｅｓｗｅｒｅｇｏｔｔｅｎｗｈｅｎｄｉｓｔａｎｃｅｗａｓ３．Ｃｏｍｂｉｎｉｎｇｗｉｔｈｓｈａｐｅｆｅａｔｕｒｅｓ，ｔｈｅｃｌａｓｓｉｆｉｅｒｓ ｏｆＬＳＶＭ，ＫＮＮ，ＬＤＡｗｅｒｅｕｓｅｄｔｏａｓｓｅｓｓＯｓｔｅｏｐｏｒｏｓｉｓ．Ｔｈｅｗｅｉｇｈｔｅｄｔｅｘｔｕｒｅｆｅａｔｕｒｅｓｓｈｏｗｅｄａｈｉｇｈｅｒａｃｃｕｒａｃｙｔｈａｎｔｒａｄｉｔｉｏｎａｌｔｅｘｔｕｒｅ ｆｅａｔｕｒｅｓｗｉｔｈｔｈｅｕ