圖像融合方法在肝包蟲病分型中的應用

摘要：探討圖像融合技術在肝包蟲病分型中的應用。對正常肝臟、單囊型肝包蟲病、肝囊腫CT圖像感興趣區域分別使用傳統的預處理和圖像融合方法,對融合后的和預處理后的圖像提取Tamura和灰度-梯度共生矩陣特征,通過支持向量機和BP神經網絡分類模型進行分類,比較兩種方法的分類準確率,并對各分類模型進行參數評估。傳統預處理方法對肝囊腫CT圖像Tamura和混合特征的分類效果優于圖像融合方法,最佳分類準確率為98.333%;圖像融合方法對單囊型肝包蟲病和正常肝臟CT圖像不同特征下的分類準確率均高于傳統預處理方法,最佳分類準確率分別為99.167%和100%;圖像融合方法不同特征不同分類器下的平均分類準確率高于傳統預處理方法。將圖像融合方法應用于肝包蟲病CT圖像的分型中具有一定的分類優勢,為肝包蟲病影像學診斷提供依據,也為后期研發肝包蟲病計算機輔助診斷系統奠定基礎。