矩阵分析在医学图像处理中的应用(6)

2.纹理特征影像提取的方法

基于影像灰度共生矩阵的纹理特征提取算法如下:纹理特征影像提取分为提取灰度图像、灰度级量化, 计算特征值, 纹理特征影像的生成四部分。

七、具体应用举例

1.多发性硬化患者脑白质微观病变的纹理特征分析

多发性硬化(MS)是中枢神经系统最常见的脱髓鞘疾病,MRI是诊断MS的主要手段.本文分别从MS患者MRI的T2WI上提取病灶区、表观正常脑白质区, 和健康对照组的MRI图像提取正常脑白质区三组感兴趣区, 利用灰度共生矩阵对图像进行了纹理分析, 提取了能量、对比度、方差、逆差矩、熵等纹理特征参量, 发现上述三组感兴趣区之间均存在显著性差异, 提示MS患者表观正常脑白质中存在常规MRI无法显示的微观结构的改变,为进一步研究可能表征MS脑白质微观结构改变的特征提供了依据, 如果此结论成立有助于揭示MS发病机理, 从而有助于实现MS疾病的早期诊断。

2.研究方法

灰度共生矩阵的基本思想是建立在对图像的二阶组合条件概率密度函数估计的基础上, 通过计算图像中任意两点灰度的相关性, 从而反映图像灰度关于方向、相邻间隔、变化幅度的综合信息, 是分析纹理特性的有效办法。本文的具体步骤如下:

第一步: 生成灰度级Ng= 16, Θ= 0°, 45°, 90°, 135°, 步长d= 1 的灰度共生矩阵; 第二步: 对所有的灰度共生矩阵进行归一化, 得到归一化后的灰度共生矩阵; 第三步: 从灰度共生矩阵中提取能量、对比度、方差、逆差矩和熵这5个纹理测

度;

第四步: 为了提取旋转不变的特性, 所以取4 个方向纹理测度的均值作为纹理

分析的特征参量;

第五步: 生成灰度级Ng= 16, Θ= 0°, 45°, 90°, 135°,分别取不同的步长d( d= 1, 2,

3, 4) 时的灰度共生矩阵并从中提取能量和熵这2个纹理测度;

第六步: 使用SPS S 软件对以上步骤得到的结果进行成组t 检验的统计学分析。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库矩阵分析在医学图像处理中的应用(6)在线全文阅读。