肛腸病癥圖像的分割和識(shí)別方法研究.pdf

1、分類號(hào)：密級(jí)：UDC：學(xué)號(hào)：406107411060南昌大學(xué)碩士研究生學(xué)位論文肛腸病癥圖像的分割和識(shí)別方法研究肛腸病癥圖像的分割和識(shí)別方法研究StudyonSegmentationRecognitionMethodsofAnalIntestinalDiseasesImages曾麗娟培養(yǎng)單位（院、系）：信息工程學(xué)院指導(dǎo)教師姓名、職稱：張華教授申請(qǐng)學(xué)位的學(xué)科門類：工學(xué)學(xué)科專業(yè)名稱：信號(hào)與信息處理論文答辯日期：2014年月日答辯委員會(huì)主席：評(píng)

2、閱人：年月日摘要摘要在醫(yī)學(xué)上痔瘡為常見、易發(fā)的病癥，目前在中國有很多人患有這種病癥。痔瘡的傳統(tǒng)診斷方法是醫(yī)生根據(jù)自己多年的專業(yè)知識(shí)和臨床經(jīng)驗(yàn)對(duì)病癥進(jìn)行診斷。該方法要求醫(yī)生的專業(yè)知識(shí)扎實(shí)、臨床經(jīng)驗(yàn)豐富，且容易誤診，工作效率低[1]。隨著計(jì)算機(jī)科學(xué)和人工智能學(xué)科不斷的發(fā)展，為了提高肛腸病癥識(shí)別的準(zhǔn)確率及其智能化水平，該領(lǐng)域的很多醫(yī)學(xué)專家希望能借助專家系統(tǒng)自動(dòng)識(shí)別出肛腸病癥。針對(duì)以上考慮的問題，本文主要是對(duì)肛腸病癥圖像的分割和識(shí)別方法進(jìn)行研究

3、。首先，對(duì)醫(yī)學(xué)臨床上拍攝的圖片進(jìn)行選取，并分別用GreyWld，ShadesofGrey，maxRGB和GreyEdge算法對(duì)圖像進(jìn)行亮度調(diào)整。把調(diào)整好的圖像轉(zhuǎn)換成灰度圖像，在對(duì)這些圖像用中值濾波，均值濾波方法去噪。其次，為了研究圖像感興趣區(qū)域和排除一些不相干的因素，因此需要對(duì)圖像進(jìn)行分割。在進(jìn)行了圖像預(yù)處理的基礎(chǔ)上，分別用半閾值分割法、改進(jìn)的一維最大熵閾值法及二維最大熵閾值法對(duì)圖像進(jìn)行分割。文中通過多次實(shí)驗(yàn)發(fā)現(xiàn)半閾值分割方法能有效的分

4、割圖像，而且通過該方法分割的圖片對(duì)提取圖像紋理特征是非常有效的。為了提取圖像的不變矩特征，文中用Krisch邊緣算子對(duì)分割后的圖像進(jìn)行邊緣檢測。然后，對(duì)分割的圖像進(jìn)行特征提取，本文提取了圖像的統(tǒng)計(jì)特征、形狀特征、紋理特征。在統(tǒng)計(jì)特征方面選取了圖像的灰度均值、方差、熵，在形狀特征方面選取了Hu不變矩，在紋理特征方面選取了灰度共生矩陣，灰度梯度共生矩陣。把提取的特征數(shù)據(jù)用PCA（主線性元分析）方法進(jìn)行降維，提取主要成分輸入到分類器中進(jìn)行訓(xùn)練