新疆医科大学科研创新基金(2007-16)
- 作品数：3 被引量：13H指数：2
- 相关作者：孙静艾克热木·阿西木木拉提·哈米提李莉孔德伟更多>>
- 相关机构：新疆医科大学新疆医科大学第一附属医院更多>>
- 发文基金：国家自然科学基金新疆医科大学科研创新基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 新疆地方性肝包虫病CT图像的灰度共生矩阵分析被引量：2
- 2012年
- 采用灰度共生矩阵法对新疆地方性肝包虫CT图像进行了统计纹理特征提取,并对各个特征参数进行了计算和分析。结果表明,肝包虫病CT图像在不同方向的相关性、熵、对比度与正常肝脏相比较具有显著的差异,能有效的区分单囊型肝包虫CT图像和多囊型肝包虫CT图像,该项研究可为新疆地方性肝包虫病的临床诊断提供依据。
- 木拉提·哈米提李莉艾克热木·阿西木孙静周晶晶毕雪华宫新芳
- 关键词：纹理分析灰度共生矩阵肝包虫
- 基于灰度共生矩阵的新疆地方性肝包虫CT图像特征提取方法被引量：11
- 2010年
- 特征提取是图像理解与分析的关键。为提取表征新疆地方性肝包虫病的CT影像特征,提出一种基于灰度共生矩阵对肝脏和包虫病灶进行特征提取的方法。首先,对肝脏CT切片图像进行归一化,利用中值滤波和直方图均衡化对肝脏及病灶区同时进行去噪和增强,从而得到更清晰的灰度图像;然后进行灰度级压缩,利用基于灰度共生矩阵的纹理特征提取方法分别提取新疆地方性单囊型、多囊型肝包虫和正常肝脏CT图像的角二阶矩、熵、惯性矩、逆差分矩及相关性的均值和标准差作为纹理特征。统计分析发现,单囊型和多囊型肝包虫CT图像在角二阶矩、熵和逆差分矩等方面存在显著差异,具有统计学意义。最后,采用Bayes判别分类,分类正确率达到93.33%。结果表明,研究采用的纹理提取方法对描述肝包虫CT图像特征具有较理想的效果,一定程度上有助于对肝包虫CT图像进行分类和检索。
- 李莉木拉提·哈米提艾克热木·阿西木孔德伟孙静
- 关键词：灰度共生矩阵CT图像特征提取
- 基于分形维数的医学图像纹理分析研究
- 2009年
- 孙静木拉提.哈米提
- 关键词：医学图像分形维数纹理分析计算机科学科学家
