基于多通道特征融合的病理圖像有絲分裂檢測(cè)
發(fā)布時(shí)間:2020-12-06 06:45
針對(duì)有絲分裂核形態(tài)多變性而難區(qū)分、難檢測(cè)的問(wèn)題,提出了一個(gè)基于多顏色通道特征融合(MCCFF)的計(jì)算機(jī)輔助有絲分裂檢測(cè)算法,主要利用六種顏色通道分別提取特征,再將得到的多通道特征進(jìn)行串行融合。首先對(duì)原病理圖像進(jìn)行去噪,再利用閾值分割將細(xì)胞核分割作為候選集;然后對(duì)每個(gè)候選集細(xì)胞核小塊分別在不同顏色通道上進(jìn)行特征提取,將提取出的形態(tài)學(xué)特征、灰度特征以及紋理特征進(jìn)行串行融合;最后應(yīng)用改進(jìn)的最小距離分類(lèi)器進(jìn)行分類(lèi)。實(shí)驗(yàn)以ICPR2012有絲分裂檢測(cè)大賽的數(shù)據(jù)集為例,綜合評(píng)價(jià)指標(biāo)F-measure達(dá)到了0.747,結(jié)果表明,所提出算法(MCCFF)優(yōu)于傳統(tǒng)算法。
【文章來(lái)源】:計(jì)算機(jī)仿真. 2019年04期 第383-387頁(yè) 北大核心
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 引言
2 整體算法框圖
3 MCCFF算法詳細(xì)介紹
3.1 細(xì)胞核分割
3.2 多通道特征提取
3.2.1 形態(tài)學(xué)特征
3.2.2 灰度特征
3.2.3 紋理特征
3.3 串行融合
3.4 分類(lèi)
4 算法實(shí)驗(yàn)與仿真結(jié)果分析
4.1 實(shí)驗(yàn)數(shù)據(jù)與分析
4.2 參數(shù)及性能評(píng)價(jià)指標(biāo)
4.3 仿真對(duì)比結(jié)果與分析
5 結(jié)束語(yǔ)
本文編號(hào):2900919
【文章來(lái)源】:計(jì)算機(jī)仿真. 2019年04期 第383-387頁(yè) 北大核心
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 引言
2 整體算法框圖
3 MCCFF算法詳細(xì)介紹
3.1 細(xì)胞核分割
3.2 多通道特征提取
3.2.1 形態(tài)學(xué)特征
3.2.2 灰度特征
3.2.3 紋理特征
3.3 串行融合
3.4 分類(lèi)
4 算法實(shí)驗(yàn)與仿真結(jié)果分析
4.1 實(shí)驗(yàn)數(shù)據(jù)與分析
4.2 參數(shù)及性能評(píng)價(jià)指標(biāo)
4.3 仿真對(duì)比結(jié)果與分析
5 結(jié)束語(yǔ)
本文編號(hào):2900919
本文鏈接:http://www.wukwdryxk.cn/yixuelunwen/binglixuelunwen/2900919.html
最近更新
教材專(zhuān)著