检索结果-南通市图书馆

基于自适应反馈机制的小差异化图像纹理特征信息数据检索

在线全文

学校读者我要写书评

暂无评论

江苏大学学报（自然科学版） 2025年第1期46卷 73-81页

作者：刘洋毛克明东北大学图书馆辽宁沈阳110819 东北大学软件学院辽宁沈阳110819

针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支... 详细信息

针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题,设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点,使用节点间的连接线权重计算2点的相似度,采用支持向量机训练图像属性参数分类图像属性,进一步归纳图像类别.运用跳跃连接方法传输图像数据,将数据引入卷积神经网络剔除图像噪声.将中心点像素值当作反馈因子,创建自适应反馈判定条件,利用局部二值模式实现小差异化图像纹理特征挖掘.在MATLAB平台进行试验,从卷积神经网络收敛性、图像频谱纹理单元数、平均准确率、图像数据匹配度等方面进行了分析,分析结果表明:随着迭代次数不断增加,精度损失逐渐降低,基本收敛到稳定值,达到了预期训练效果;所提出方法挖掘的图像频谱纹理单元数3800个以上,更贴合人眼视觉信息;平均准确率为0.87,准确率@1、准确率@5和准确率@10的平均值分别为0.90、0.84和0.85;挖掘耗时低于5 s,图像数据匹配度高于90.3%,验证了所提出方法可在图像纹理特征识别操作中发挥应有作用.

关键词：小差异化图像纹理特征数据挖掘自适应反馈属性分类跳跃连接局部二值模式支持向量机

基于超声纹理特征与基于超声造影的预测模型鉴别最大径≤2 cm乳腺良恶性结节的对比研究

在线全文

学校读者我要写书评

暂无评论

临床超声医学杂志 2025年第1期27卷 10-17页

作者：刘博雅方靖琴姚晓静杜鹏黄鑫李陶陆军军医大学大坪医院超声诊断科重庆400042 重庆大学附属三峡医院超声科重庆404100

目的比较基于二维超声纹理特征(2D-Ultrasomics)的预测模型与基于超声造影(CEUS)的预测模型鉴别最大径≤2 cm乳腺良恶性结节的诊断价值。方法选取我院经病理确诊的乳腺结节患者109例(共112个结节),依据病理结果分为良性组58个和恶性组54... 详细信息

目的比较基于二维超声纹理特征(2D-Ultrasomics)的预测模型与基于超声造影(CEUS)的预测模型鉴别最大径≤2 cm乳腺良恶性结节的诊断价值。方法选取我院经病理确诊的乳腺结节患者109例(共112个结节),依据病理结果分为良性组58个和恶性组54个,均行二维超声及彩色多普勒(2D-CDUS)、CEUS检查,比较两组超声检查结果的差异;基于二维超声图像提取2D-Ultrasomics,使用最小绝对收缩和选择算子(LASSO)进行特征筛选。采用多因素Logistic回归分别构建2D-CDUS模型、2D-CDUS结合CEUS(2D-CD+CEUS)模型、2D-CDUS结合2D-Ultrasomics(2DCDUS+Ultrasomics)模型,绘制受试者工作特征(ROC)曲线评估各模型鉴别最大径≤2 cm乳腺良恶性结节的诊断效能;采用Hosmer-Lemeshow拟合优度检验评估模型的拟合度;绘制临床决策曲线评估模型的临床适用性。结果两组结节2D-CDUS图像特征(内部回声、边界、血流、短径)和CEUS图像特征(增强方式、增强时相、造影边界、增强均匀性、增强病灶范围)比较差异均有统计学意义(均P特征。根据多因素Logistic回归分析结果,纳入边界、短径构建2D-CDUS模型,纳入边界、短径、造影边界构建2D-CD+CEUS模型,纳入短径、灰度游程长度矩阵、灰度依赖矩阵、灰度大小区矩阵构建2D-CDUS+Ultrasomics模型。ROC曲线分析显示,2D-CDUS+Ultrasomics模型鉴别最大径≤2 cm乳腺良恶性结节的曲线下面积(AUC)为0.917,高于2D-CD+CEUS模型、2D-CDUS模型的AUC(0.892、0.823),且2D-CD+CEUS模型的AUC高于2D-CDUS模型的AUC,差异均有统计学意义(均P<0.001)。Hosmer-Lemeshow拟合优度检验显示,2D-CDUS模型、2D-CD+CEUS模型和2D-CDUS+Ultrasomics模型均具有良好的拟合度(P=0.818、0.103、0.281)。临床决策曲线分析显示,2D-CDUS+Ultrasomics模型在0.20~0.39、0.43~0.78及0.88~0.91概率阈值范围内具有较高的临床获益。结论基于2D-Ultrasomics的预测模型较基于CEUS的预测模型能更准确地鉴别最大径≤2 cm乳腺良恶性结节,有助于临床早期准确诊断乳腺小结节和制定治疗决策。

关键词：超声检查,多普勒,彩色造影剂纹理特征乳腺结节,良恶性

基于CT平扫纹理特征预测小细胞肺癌KRAS基因突变的可行性研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

影像研究与医学应用 2025年第2期9卷 67-69页

作者：付汉文李晓燕滨州医学院附属医院放射科山东滨州256600

目的:探讨胸部CT平扫纹理特征预测小细胞肺癌(SCLC)KRAS基因突变的可行性。方法:选取2019年1月—2023年12月在滨州医学院附属医院病理诊断为SCLC的患者临床资料与胸部CT平扫图像。根据KRAS基因突变将患者分为突变组(n=31)、未突变组(n=3... 详细信息

目的:探讨胸部CT平扫纹理特征预测小细胞肺癌(SCLC)KRAS基因突变的可行性。方法:选取2019年1月—2023年12月在滨州医学院附属医院病理诊断为SCLC的患者临床资料与胸部CT平扫图像。根据KRAS基因突变将患者分为突变组(n=31)、未突变组(n=38),比较两组患者CT图像纹理特征值,并采用二元Logistic回归分析筛选出预测SCLC KRAS基因突变的独立风险因素及构建预测模型。通过受试者工作特征(ROC)曲线的曲线下面积(AUC)分析独立风险因素与Logistic预测模型的预测性能。结果:两组患者年龄、性别、癌胚抗原、神经元特异性烯醇化酶比较,差异无统计学意义(P>0.05)。Logistic回归结果显示原始形状延伸率、原始形状均匀度、原始一阶峰度为预测SCLC KRAS基因突变的独立风险因素。构建的预测模型Logit(P)的AUC为0.845,灵敏度及特异度分别为71.132%、92.165%。结论:胸部CT平扫纹理特征能较好地预测SCLC KRAS基因突变。

关键词：纹理特征小细胞肺癌预测模型

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

纹理特征与视觉注意相结合的建筑区提取

测绘学报 2014年第8期43卷 842-847页

作者：沈小乐邵振峰田英洁武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079

提出一种有效提取高分辨率遥感影像建筑区的算法。通过模拟人类视觉系统感知环境的过程,引入视觉注意机制,提出基于自信息最大化视觉注意机制的建筑区显著指数。根据建筑区在高分辨率遥感影像中的特点,基于时/频域的纹理分析,提出一种... 详细信息

提出一种有效提取高分辨率遥感影像建筑区的算法。通过模拟人类视觉系统感知环境的过程,引入视觉注意机制,提出基于自信息最大化视觉注意机制的建筑区显著指数。根据建筑区在高分辨率遥感影像中的特点,基于时/频域的纹理分析,提出一种针对建筑区的纹理特征描述方法,实现了建筑区的高效提取。通过对8组高分辨率遥感影像进行试验,验证了本文算法的有效性。

关键词：高分辨率遥感影像非下采样轮廓波变换纹理特征视觉注意建筑区提取

基于高光谱成像技术应用光谱及纹理特征识别柑橘黄龙病（英文）

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2016年第7期36卷 2344-2350页

作者：马淏吉海彦 Won Suk Lee 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 河南科技大学农业工程学院河南洛阳471003 Department of Agricultural and Biological Engineering University of FloridaGainesvilleFL32611USA

讨论了基于高光谱成像技术光谱及纹理特征在识别早期柑橘黄龙病中的应用。使用一套近地高光谱成像系统采集了176枚柑橘叶片的高光谱图像作为实验样品,其中健康叶片60枚,黄龙病叶片60枚,缺锌叶片56枚。手工选取每幅叶片高光谱图像的病斑... 详细信息

讨论了基于高光谱成像技术光谱及纹理特征在识别早期柑橘黄龙病中的应用。使用一套近地高光谱成像系统采集了176枚柑橘叶片的高光谱图像作为实验样品,其中健康叶片60枚,黄龙病叶片60枚,缺锌叶片56枚。手工选取每幅叶片高光谱图像的病斑位置作为样品感兴趣区域（regions of interest,ROI）,计算其平均光谱反射率,并以此作为样品的反射光谱,光谱范围为396～1 010nm。样品光谱分别经过主成分分析（PXA）及连续投影算法（SPA）进行数据降维,再结合最小二乘支持向量机（LS-SVM）分类器建立分类模型。相比原始光谱,由PCA选取的前四个主成分及SPA选取的一组最佳波长组合（630.4,679.4,749.4和899.9 nm）建立的模型拥有更好的分类识别能力,其对三类柑橘叶片平均预测准确率分别为89.7%和87.4%。同时,从被选四个波长的每幅灰度图像中提取6个灰度直方图的纹理特征以及9个灰度共生矩阵的纹理特征再次构建分类模型。经SPA优选的10个纹理特征值进一步提高了分类效果,对三类柑橘叶片的识别正确率达到了100%,93.3%和92.9%。实验结果表明,同时包含光谱信息及空间纹理信息的高光谱图像在柑橘黄龙病的识别中显示了很大的潜力。

关键词：柑橘黄龙病高光谱成像分类纹理特征连续投影算法

在线全文

学校读者我要写书评

暂无评论

纹理特征辅助的SAR影像冰川识别

冰川冻土 2019年第6期41卷 1326-1334页

作者：范宇宾郭唯娜柯长青南京大学地理与海洋科学学院

青藏高原的冰川监测对气候变化研究有着重要的意义,通过遥感图像可以大范围长时间的监测冰川的变化,识别冰川边界是研究的重点。为了研究SAR影像纹理特征在冰川识别中的作用,以喀喇昆仑山地区的克勒青河上游为研究区,利用2018年Sentinel... 详细信息

青藏高原的冰川监测对气候变化研究有着重要的意义,通过遥感图像可以大范围长时间的监测冰川的变化,识别冰川边界是研究的重点。为了研究SAR影像纹理特征在冰川识别中的作用,以喀喇昆仑山地区的克勒青河上游为研究区,利用2018年Sentinel-1A数据进行干涉处理得到相干系数,然后基于相干系数提取了均值、方差、同质性、反差、相异性、熵、相关性共7种纹理特征,并对不同纹理特征组合之间的提取效果进行了比较。结果表明VV极化方式下均值、方差、同质性、相异性的特征组合冰川识别效果最好。据此提取了克勒青河上游区域的冰川边界,最高精度达到91.36%,该方法明显优于基于相干系数图的阈值分割法和基于光学影像的波段比值法,冰川识别精度提高了约2%。

关键词： Sentinel-1A 相干系数纹理特征支持向量机冰川识别克勒青河谷青藏高原

在线全文

学校读者我要写书评

暂无评论

基于高光谱图像纹理特征的牛肉嫩度分布评价

农业工程学报 2015年第7期31卷 279-286页

作者：赵娟彭彦昆中国农业大学工学院国家农产品加工技术装备研发分中心北京100083

传统牛肉品质的检测方法耗时长,效率低,破坏样品,已不能满足现代化生产的需要。为了实现对牛肉嫩度品质的快速无损检测和评价,该文利用高光谱成像系统,以西门塔尔牛多个胴体的背最长肌部位为研究对象,采集56个有效样本的高光谱立体图像... 详细信息

传统牛肉品质的检测方法耗时长,效率低,破坏样品,已不能满足现代化生产的需要。为了实现对牛肉嫩度品质的快速无损检测和评价,该文利用高光谱成像系统,以西门塔尔牛多个胴体的背最长肌部位为研究对象,采集56个有效样本的高光谱立体图像,研究无损评价牛肉样品的嫩度分布。通过提取样本的反射光谱信息,并利用逐步回归算法结合遗传算法(GA,genetic algorithm)筛选出牛肉剪切力值(WBSF,warner-bratzler shear force)的特征波段。利用主成分分析(PCA,principle component analysis)提取样品的3个主成分。基于选出的特征波段图像和提取的主成分,通过计算图像灰度共生矩阵求取每幅图像8个主要纹理特征参数,分别建立了基于支持向量机(SVM,support vector machine)和线性判别(LDA,linear discriminant analysis)法的嫩度等级判别模型。经分析比较,基于主成分纹理特征优于基于特征波段图像建立的预测模型,并且,线性判别模型识别准确率相比支持向量机模型较高。基于主成分纹理特征建立的线性判别模型预测集判别精度为94.44%。研究结果证明,基于高光谱图像纹理特征分析,可以建立牛肉的嫩度判别模型,对牛肉嫩度快速无损检测技术研究提供理论参考。

关键词：肉模型图像处理高光谱图像牛肉嫩度特征波段主成分分析纹理特征

基于Landsat 8 OLI影像纹理特征的面向对象土地利用/覆盖分类

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2018年第2期34卷 248-255页

作者：裴欢孙天娇王晓妍燕山大学信息科学与工程学院秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004 河北省软件工程重点实验室秦皇岛066004

针对如何提高中低分辨率遥感影像分类精度,该研究以河北省石家庄市Landsat 8 OLI遥感影像为研究对象,对灰度共生矩阵(gray-level co-occurrence matrix,GLCM)纹理与伽博(Gabor)滤波器下的Gist纹理特征进行对比,应用J-M(Jeffries-Matusi... 详细信息

针对如何提高中低分辨率遥感影像分类精度,该研究以河北省石家庄市Landsat 8 OLI遥感影像为研究对象,对灰度共生矩阵(gray-level co-occurrence matrix,GLCM)纹理与伽博(Gabor)滤波器下的Gist纹理特征进行对比,应用J-M(Jeffries-Matusita)距离可分离性分析GLCM最优纹理特征,并利用最佳指数法(optimum index factor,OIF)获取GLCM与Gist纹理特征的最佳特征组合;其次对面向对象分类的分割尺度进行研究,提出整体最优分割尺度计算方法;最后进行基于纹理特征的面向对象分类识别与精度评价,并与基于原始数据的面向对象分类结果进行对比。研究表明:Gist纹理特征使分类精度有了一定的提高,基于纹理数据的面向对象支持向量机(support vector machine,SVM)分类及面向对象K邻近法(K-nearest neighbor,KNN)分类的总体分类精度(overall accuracy,OA)分别比基于原始数据的2种方法分类精度提高3.67和3.33个百分点,基于纹理的面向对象SVM方法具有最高的精度,OA达到85.67%。不管是基于原始数据还是纹理数据,面向对象分类精度远高于最大似然分类(maximum likelihood classification,MLC)、马氏距离分类(mahalanobis distance classification,MDC)和SVM分类精度,且面向对象分类方法对纹理数据更为敏感。该文提出的基于纹理的面向对象分类方法有效提高了遥感影像分类精度,为区域土地利用/覆盖信息提取提供了有效的途径。

关键词：遥感土地利用分类纹理特征面向对象分类 Gist特征监督分类

基于纹理特征和形态学特征融合的高光谱影像分类法

在线全文

学校读者我要写书评

暂无评论

光子学报 2014年第8期43卷 116-123页

作者：王增茂杜博张良培张乐飞武汉大学测绘遥感信息工程国家重点实验室武汉430079 武汉大学计算机学院武汉430079

针对传统融合空间和光谱特征方法仅使用单一空间特征,并未充分利用其双高分辨率的特点,提出了一种基于纹理特征和形态学特征融合的高光谱影像分类方法.首先利用传统主成份分析变换降低高光谱影像的维数,消除空间相关性,然后对每一主成... 详细信息

针对传统融合空间和光谱特征方法仅使用单一空间特征,并未充分利用其双高分辨率的特点,提出了一种基于纹理特征和形态学特征融合的高光谱影像分类方法.首先利用传统主成份分析变换降低高光谱影像的维数,消除空间相关性,然后对每一主成分采用灰度共生矩阵提取纹理特征,获得扩展纹理特征,最后结合形态学特征和部分光谱特征进行高光谱影像的分类.实验证明,本文提出的方法能更好地克服传统光谱特征分类的局限性,提高高光谱影像的分类准确度.

关键词：主成分分析形态学特征纹理特征高光谱灰度共生矩阵