分型维数特征量对病变组织的超声定征

曾发龙; 王思贤; 李飞鹏; 王莉; 何楚

doi:10.11834/jig.199908153

学术论文与技术报告 | 浏览量 : 0 下载量: 124 CSCD: 0

PDF
导出
分享
收藏
专辑

分型维数特征量对病变组织的超声定征
Classification of the Sick Organise Based on the Feature of Fractal Dimension
1999年4卷第8期页码：673
纸质出版：1999
DOI： 10.11834/jig.199908153
稿件说明：

移动端阅览

曾发龙, 王思贤, 李飞鹏, 王莉, 何楚. 分型维数特征量对病变组织的超声定征[J]. 中国图象图形学报, 1999,4(8):673. DOI： 10.11834/jig.199908153.

Classification of the Sick Organise Based on the Feature of Fractal Dimension[J]. Journal of Image and Graphics, 1999, 4(8): 673. DOI： 10.11834/jig.199908153.

摘要

按照Mandelbrot的分形理论

医学图象及许多自然图象的灰度表面的形成均符合分形布朗运动规律

而且可以用分形的维数来表征图象灰度表面的精细与粗糙程度。文中正是基于这种思想

采用图象的分形维数作为一个特征参量

对人体的肌肉组织进行超声定征。对60多个样本三类病变图象提取分形维数

并采用基于Bayes法则的分类器分类

实验表明:用分形维数对组织进行定征

正确率达88.33%。这为医学的临床辅助诊断提供了一种新的参考量

对提高病变诊断的正确率有重大的意义。

Abstract

Mandelbrot' s fractal theory regards that many natural and medical images as the end result of Fractional Brownian Motion(FBM) . The fractal dimension is suit to measure the fineness or roughness of the surface.Based on this idea

the fractal dimension is applied in classifing ultrasonic images of muscle organ in this article. After the fractal dimensions of 60 sam- ples are calculated by this way

then classified by Bayes classifier

the correct classification rate accounts to 88.33%。The very high rate provethat the fractal dimension can be a new feature for clinical diagnose and very significant to improve the correct diagnostic rate.