Согласованные полиномиальные признаки для анализа полутоновых биомедицинских изображений
Автор: Гайдель Андрей Викторович
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений: Восстановление изображений, выявление признаков, распознавание образов
Статья в выпуске: 2 т.40, 2016 года.
Бесплатный доступ
В работе в общем виде вводятся полиномиальные признаки, представляющие собой многочлены на множестве отсчётов изображения. Показывается, что при наложении естественных ограничений предложенные полиномиальные признаки обращаются в линейные комбинации отсчётов автокорреляционной функции изображения. Предлагается ряд подходов к согласованию этих признаков с текстурными свойствами изображений из обучающей выборки. С помощью вычислительных экспериментов на трёх наборах реальных диагностических изображений демонстрируется эффективность рассмотренных признаков, выражающаяся в снижении вероятности ошибочного распознавания рентгеновских изображений костной ткани с 0,10 до 0,06 по сравнению с ранее изученными методами.
Текстурный анализ, дискриминантный анализ, построение признаков, отбор признаков, компьютерная диагностика, полиномиальные признаки
Короткий адрес: https://sciup.org/14059458
IDR: 14059458 | DOI: 10.18287/2412-6179-2016-40-2-232-239
Список литературы Согласованные полиномиальные признаки для анализа полутоновых биомедицинских изображений
- Методы компьютерной обработки изображений/М.В. Гашников, Н.И. Глумов, Н.Ю. Ильясова, В.В. Мясников, С.Б. Попов, В.В. Сергеев, В.А. Сойфер, А.Г. Храмов, А.В. Чернов, В.М. Чернов, М.А. Чичёва, В.А. Фурсов; под ред. В.А. Сойфера. -2-е изд., испр. -М.: Физматлит, 2003. -784 с.
- Fukunaga, K. Introduction to statistical pattern recognition/K. Fukunaga. -San Diego: Academic Press, 1990. -592 p.
- Ильясова, Н.Ю. Формирование признаков для повышения качества медицинской диагностики на основе методов дискриминантного анализа/Н.Ю. Ильясова, А.В. Куприянов, Р.А. Парингер//Компьютерная оптика. -2014. -Т. 38, № 4. -С. 851-855.
- Гайдель, А.В. Исследование текстурных признаков для диагностики заболеваний костной ткани по рентгеновским изображениям/А.В. Гайдель, С.С. Первушкин//Компьютерная оптика. -2013. -Т. 37, № 1. -С. 113-119.
- Гайдель, А.В. Исследование текстурных признаков для диагностики нефрологических заболеваний по ультразвуковым изображениям/А.В. Гайдель, С.Н. Ларионова, А.Г. Храмов//Вестник Самарского государственного аэрокосмического университета им. академика С.П. Королёва (национального исследовательского университета). -2014. -№ 1(43). -С. 229-237.
- Гайдель, А.В. Возможности текстурного анализа компьютерных томограмм в диагностике хронической обструктивной болезни/А.В. Гайдель, П.М. Зельтер, А.В. Капишников, А.Г. Храмов//Компьютерная оптика. -2014. -Т. 38, № 4. -С. 843-850.
- Yang, M. Feature selection and construction for the discrimination of neurodegenerative diseases based on gait analysis/M. Yang, H. Zheng, H. Wang, S. McClean//3rd International Conference on Pervasive Computing Technologies for Healthcare: Pervasive Health’09, London, United Kingdom, 1-3 April, 2009. -7 p.
- Peng, Y. A novel feature selection approach for biomedical data classification/Y. Peng, Z. Wu, J. Jiang//Journal of Biomedical Informatics. -2010. -Vol. 43(1). -P. 15-23.
- Neshatian, K. Feature construction and dimension reduction using genetic programming/K. Neshatian, M. Zhang, M. Johnston//Lecture Notes in Computer Science. -2007. -Vol. 4830. -P. 160-170.
- Fan, W. Generalized and heuristic-free feature construction for improved accuracy/W. Fan, E. Zhong, J. Peng, O. Verscheure, K. Zhang, J. Ren, R. Yan, Q. Yang//Proceedings of the 10th SIAM International Conference on Data Mining, Columbus, OH, United States, 29 April -1 May 2010. -P. 629-640.
- Lillywhite, K. A feature construction method for general object recognition/K. Lillywhite, D.-J. Lee, B. Tippetts, J. Archibald//Pattern Recognition. -2013. -Vol. 46, № 12. -P. 3300-3314.
- Myasnikov V.V. Constructing efficient linear local features in image processing and analysis problems/V.V. Myasnikov//Automation and Remote Control. -2010. -Vol. 71(3). -P. 514-527.
- Мясников, В.В. Анализ методов построения эффективных линейных локальных признаков цифровых сигналов и изображений/В.В. Мясников, А.Ю. Баврина, О.А. Титова//Компьютерная оптика. -2010. -Т. 34, № 3. -С. 374-381.
- Гайдель, А.В. Метод согласования направленных текстурных признаков в задачах анализа биомедицинских изображений/А.В. Гайдель//Компьютерная оптика. -2015. -Т. 39, № 2. -С. 287-293
- Raymond, X.S. Elementary Introduction to the Theory of Pseudodifferential Operators/X.S. Raymond. -Boca Raton: CRC Press, 1991. -120 p.
- Agresti, A. Approximate is Better than "Exact" for Interval Estimation of Binomial Proportions/A. Agresti, B.A. Coull//American Statistician. -1998. -Vol. 52(2). -P. 119-126.
- Ginsburg, S.B. Automated Texture-based Quantification of Centrilobular Nodularity and Centrilobular Emphysema in Chest CT Images/S.B. Ginsburg, D.A. Lynch, R.P. Bowler, J.D. Schroeder//Academic Radiology -2012. -Vol. 19(10). -P. 1241-1251.
