局部二维结构描述的HEp-2染色模式分类

发布时间：2018-06-29 13:43

  本文选题：间接免疫荧光图像 + 染色模式　； 参考：《电子学报》2016年12期

【摘要】：Hep-2染色模式分类主要用于免疫疾病诊断,但已有方法受荧光成像环境,细胞图像自身的视觉特性的影响,分类准确率较低.本文提出一种新的适合于HEp-2染色模式分类的特征提取方法.在构建了不同尺度下的高斯平滑图像序列后,利用shape index实现图像二维结构的直观描述,进而通过多灰度阈值图像结构的空间分解,使其同时具备对微观二维图像结构和空间信息的描述能力.该方法在ICPR和SNP HEp-2数据集的两折交叉细胞级测试中,分别获得89.83%和87.49%的准确率,在ICPR的28折交叉细胞级和图像级测试分别达到60.5%和70.56%的准确率,明显优于LBP、CLBP等方法,和CoALBP特征相当.
[Abstract]:Hep-2 staining pattern classification is mainly used in the diagnosis of immune diseases, but the existing methods are affected by the visual characteristics of the cell image and the fluorescence imaging environment, and the classification accuracy is low. In this paper, a new feature extraction method suitable for HEp-2 staining pattern classification is proposed. After constructing the Gao Si smoothing image sequences of different scales, the two-dimensional structure of the image is described intuitively by using shape index, and then the spatial decomposition of the multi-gray threshold image structure is carried out. At the same time, it has the ability to describe the structure and spatial information of micro two-dimensional image. The accuracy of this method is 89.83% and 87.49% for ICPR and SNP HEp-2 data sets, respectively, and 60.5% and 70.56% for ICPR and SNP HEp-2 data sets, respectively. The characteristics are similar to those of CoALBP.
【作者单位】： 湘潭大学信息工程学院;机器人视觉感知与控制技术国家工程实验室;
【基金】：国家自然科学基金(No.60835004) 湖南教育厅重点项目(No.14A137) 湘潭大学控制科学与工程学科建设经费资助
【分类号】：R593;TP391.41

【相似文献】

相关期刊论文 前2条

1 赵志翔;杨福生;康德tD;;表面肌电信号的LSL分析及临床模式分类[J];北京生物医学工程;1989年04期

2 ;[J];;年期

相关会议论文 前2条

1 王庆人;;高性能模式分类(?)研究[A];IEEE北京分会第一届学术年会论文集[C];1987年

2 喻宗泉;;Kohonen网络在辉光弧光模式分类中的应用[A];1997中国控制与决策学术年会论文集[C];1997年

相关博士学位论文 前3条

1 赵峰;基于核方法与累积量随机学习的模式分类研究[D];西安电子科技大学;2008年

2 齐国君;多类别模式分类技术及其在多媒体分析上的应用[D];中国科学技术大学;2009年

3 何英华;模式分类与视觉导航中的分层数据处理研究[D];清华大学;2005年

相关硕士学位论文 前3条

1 梁洲;改进的K-近邻模式分类[D];电子科技大学;2015年

2 雷云珊;婴儿啼哭声分析与模式分类[D];山东科技大学;2006年

3 孙南;压缩传感在模式分类中的应用研究[D];安徽大学;2012年

，

本文编号：2082298