徐中宇,徐红梅,徐　勇

(1.长春工业大学 计算机科学与工程学院,吉林 长春　130012;2.国网宜都市供电公司,湖北 宜昌　443300)



基于胃镜图像的胃脘痛特征数据分析

徐中宇1,徐红梅1,徐勇2

(1.长春工业大学 计算机科学与工程学院,吉林 长春130012;2.国网宜都市供电公司,湖北 宜昌443300)

摘要纹理是胃镜图像的主要识别特征,研究如何能准确表达原始输入图像模式的图像纹理特征提取算法是图像识别的前提。文中给出一种将Haar型特征引入局部二元模式的方法以增强纹理特征提取的性能。通过对图像局部特征简单有效地统计,将4处特定位置的胃镜图像的直方图特征作为纹理特征向量,输入支持向量机进行判别,并采用投票决策的方法作为最终病症确诊的依据。经实验表明,上述方法提取的图像纹理更加细致清晰,胃脘痛病症识别准确率达100%。

关键词胃镜图像;Haar特征;纹理;局部二元模式;支持向量机

胃脘痛(胃痛)是指上腹胃脘部近心窝处发生疼痛的一种疾患,其病程与胃粘膜病理形态的变化有很大程度的相关性,胃镜检查采集胃内窥镜图像,是诊断胃病的重要依据[1]。胃脘痛病症诊断过程中所采集的部分病人的4张电子胃镜图像的灰度图像如图1所示。

图1　胃脘痛病症采集图像

计算机领域中胃镜图像处理技术可粗略的概括为图像预处理、特征提取和用分类器进行识别3个步骤[2],其中关于图像特征提取算法的研究乃是该领域的热点。例如,根据灰度水平的多阶统计分布分析图像特征、用模型参数刻画和描述图像特征、先对图像进行滤波,再提取滤波图像的特征进行分析等。……