肛腸病癥圖像的分割和識別方法研究.pdf

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

2、閱人：年月日摘要摘要在醫(yī)學上痔瘡為常見、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)知識和臨床經(jīng)驗對病癥進行診斷。該方法要求醫(yī)生的專業(yè)知識扎實、臨床經(jīng)驗豐富，且容易誤診，工作效率低[1]。隨著計算機科學和人工智能學科不斷的發(fā)展，為了提高肛腸病癥識別的準確率及其智能化水平，該領(lǐng)域的很多醫(yī)學專家希望能借助專家系統(tǒng)自動識別出肛腸病癥。針對以上考慮的問題，本文主要是對肛腸病癥圖像的分割和識別方法進行研究

3、。首先，對醫(yī)學臨床上拍攝的圖片進行選取，并分別用GreyWld，ShadesofGrey，maxRGB和GreyEdge算法對圖像進行亮度調(diào)整。把調(diào)整好的圖像轉(zhuǎn)換成灰度圖像，在對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，因此需要對圖像進行分割。在進行了圖像預(yù)處理的基礎(chǔ)上，分別用半閾值分割法、改進的一維最大熵閾值法及二維最大熵閾值法對圖像進行分割。文中通過多次實驗發(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邊緣算子對分割后的圖像進行邊緣檢測。然后，對分割的圖像進行特征提取，本文提取了圖像的統(tǒng)計特征、形狀特征、紋理特征。在統(tǒng)計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）方法進行降維，提取主要成分輸入到分類器中進行訓練