一種基于超聲造影圖像均勻程度的分類方法

基本信息

申請(qǐng)?zhí)?/td> CN201910093165.0 申請(qǐng)日 -
公開（公告）號(hào) CN109800820B 公開（公告）日 2020-03-03
申請(qǐng)公布號(hào) CN109800820B 申請(qǐng)公布日 2020-03-03
分類號(hào) G06K9/62;G06K9/32;G06K9/46 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 莊華;羅燕;尹皓;劉西耀;覃浪寬;羅源;劉東權(quán) 申請(qǐng)（專利權(quán)）人 成都思多科醫(yī)療科技有限公司
代理機(jī)構(gòu) 四川力久律師事務(wù)所 代理人 成都思多科醫(yī)療科技有限公司;四川大學(xué)華西醫(yī)院
地址 610041 四川省成都市武侯區(qū)外南國(guó)學(xué)巷37號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于超聲造影圖像均勻程度的分類方法，該方法通過對(duì)超聲造影圖像進(jìn)行預(yù)處理，得到若干個(gè)矩形感興趣子區(qū)域，并對(duì)每個(gè)矩形感興趣子區(qū)域完成分類標(biāo)注，接著從每個(gè)矩形感興趣子區(qū)域中提取出多組紋理特征，通過對(duì)每組紋理特征進(jìn)行篩選，再結(jié)合主成分分析方法，得到分類訓(xùn)練樣本；然后，將多分類問題分解為多個(gè)二分類問題，并分別針對(duì)每個(gè)二分類問題，利用分類訓(xùn)練樣本訓(xùn)練得到相應(yīng)的二分類QDA模型，最后利用得到的多個(gè)二分類QDA模型對(duì)未標(biāo)注的超聲造影圖像進(jìn)行分類預(yù)測(cè)，并以投票的方式?jīng)Q定該超聲造影圖像的分類結(jié)果。因此，本發(fā)明能夠降低分類模型的學(xué)習(xí)難度，提高分類模型的訓(xùn)練效率。