严传波
- 作品数：72 被引量：144H指数：7
- 供职机构：新疆医科大学医学工程技术学院更多>>
- 发文基金：国家自然科学基金新疆维吾尔自治区自然科学基金留学人员科技活动项目择优资助经费更多>>
- 相关领域：医药卫生自动化与计算机技术文化科学电子电信更多>>
- 基于新疆维吾尔医草药图像形状特征的检索研究被引量：1
- 2014年
- 目的探讨草药图像的Hu不变矩对基于内容的维吾尔草药图像的检索效果。方法对维吾尔草药图像进行预处理,使用Canny算子、轮廓跟踪等方法获取草药图像的形状,提取草药图像的Hu不变矩形状特征,构建基于草药图像形状特征的草药图像检索系统,并进行图像检索效果验证。结果检索结果表明,基于草药图像的Hu不变矩特征对叶类、花类维吾尔草药图像的平均查准率达到70%,平均查全率达到80%。结论草药图像的Hu不变矩形状特征对基于内容的维吾尔草药图像的检索有较好的检索效果。
- 严传波木拉提.哈米提李莉员伟康杨芳
- 关键词：CANNY算子HU不变矩
- 基于深度DenseNet网络的肝包虫病超声影像诊断方法
- 2023年
- 肝包虫病是一种严重的区域性寄生虫病,病变诊断和分类主要依靠临床医生对超声图像的主观判断,在医疗条件薄弱地区,该疾病的筛查和诊断极易误判错判。为了提高肝包虫病的诊断效率和诊断精度,本文结合深度学习算法,将深度DenseNet网络应用于肝包虫病图像分类问题中,利用深度卷积神经网络强大的特征提取能力构建肝包虫分类模型;此外,为了能够提供更可靠的图像输入信息,使用基于ROI的预处理方法,提取原始图像病灶ROI区域;最后,在构建的超声影像数据集上进行模型评估和验证,准确率可以达到93%,并使用梯度加权类激活映射图进行可视化分析,表明模型具有较强的鲁棒性和较好的分类效果。
- 马国祥杨凌菲严传波张志豪孙彬王晓荣
- 关键词：肝包虫病超声影像图像分类
- 肝囊型包虫病超声图影像区域分割算法研究
- 2022年
- 目的测试Ostu阈值分割、马尔可夫随机场分割和基于深度学习的Poly-YOLO网络模型分割3种方法在肝囊型包虫病超声图像影像区域的分割性能。方法分别使用单尺度图像增强Ostu阈值分割、马尔可夫随机场分割和基于深度学习方法的Poly-YOLO分割网络对肝囊型包虫超声图像中的扇形影像区域进行分割,以去除图像中的干扰信息,并采用Dice相似系数(Dice Similarity Coefficient,DSC)、重叠度(Intersection of Union,IOU)、真阳性率(True Positive Rate,TPR)、豪斯多夫距离(Hausdorff Distance,HD)评价上述3种算法的分割效能。结果Poly-YOLO算法对肝囊型包虫病超声图像具有较好的分割结果,在有效去除非影像区域信息的同时,DSC可达0.80,TPR为0.88,IOU为0.71,HD为2.11。结论相较于基于SSR的Ostu阈值分割方法、马尔可夫随机场图像分割算法,基于深度学习的Poly-YOLO网络能较好地分割出肝囊型包虫病超声图像扇形影像区域,去除图像中的非影像信息,为后续病灶自动分类研究奠定了一定的理论基础。
- 王正业热娜古丽·艾合麦提尼亚孜王晓荣米吾尔依提·海拉提严传波
- 关键词：肝囊型包虫病超声图像马尔可夫随机场
- 基于改进YOLOv7的肝囊型包虫病超声图像小病灶检测
- 2024年
- 目的:提出一种基于YOLOv7用于检测肝囊型包虫病超声图像小病灶的方法。方法:首先用轻量级特征提取主干网络GhostNet替换原特征提取主干,降低模型总参数量;其次为改善YOLOv7网络的评价指标CIoU在作为损失函数时,检测精度较低的问题,用更优的ECIoU替换CIoU,进一步提高模型检测精度。结果:在自建的肝囊型包虫病超声图像小病灶数据集上进行训练,结果显示改进后的模型大小为59.4 G,mAP@0.5检测精度为88.1%,相比原始的模型性能得到提升,并超过其余主流检测方法。结论:本文模型能更高效地检测并分类肝囊型包虫病超声图像中的病灶位置和类别。
- 米吾尔依提·海拉提热娜古丽·艾合麦提尼亚孜卡迪力亚·库尔班严传波
- 关键词：囊型包虫病目标检测
- 不同预处理方法结合特征的食管癌图像分类
- 2019年
- 为了探讨不同的预处理方法,结合形状和纹理特征,对新疆哈萨克族食管癌图像的分类效果,通过采用锐化、中值滤波结合锐化和中值滤波结合直方图均衡化三种方法对溃疡型和缩窄型食管癌图像进行预处理;然后提取Hu不变矩形状特征和灰度共生矩阵纹理特征;最后用K最近邻(KNN)分类器分类,以验证预处理方法对图像的功效和特征的分类效率。结果表明:锐化预处理后图像的Hu不变矩、灰度共生矩阵和混合特征分类准确率分别为93. 27%、73. 35%、92. 91%。可见锐化方法能突出图像细节,提高特征的代表性; Hu不变矩形状特征的分类效率优于灰度共生纹理特征的分类效率,锐化滤波结合Hu不变矩形状特征更适合新疆哈萨克族食管癌的分类研究。
- 娜迪亚.阿卜杜迪克依木严传波姚娟
- 关键词：HU不变矩灰度共生矩阵图像分类
- 基于集成分类器的新疆哈萨克族早期食管癌X线图像的分型研究
- 2019年
- 目的:讨论Bagging、Adaboost、Random Forest(RF) 3个集成分类器对新疆哈萨克族食管图像分型中的分类能力。方法:使用Matlab图像处理软件,对食管X线图像进行预处理,对预处理后的图像使用灰度共生矩阵和Hu不变矩特征进行图像特征的提取;然后,使用主成分分析法对特征值进行筛选优化,得到分类能力较强的特征值;最后,使用Weka软件,将3个不同的集成分类器对正常食管和早期食管癌图像进行分类,并进行分类模型的评估。结果:使用Bagging、Adaboost、Random Forest(RF) 3个集成分类器结合降维后的灰度共生矩阵特征值对食管图像进行分类时,正常食管的分类准确率是82%、94%、88%,早期食管癌的分类准确率是94%、88%和94%;使用降维后的Hu不变矩特征值和3种集成分类器对正常食管和早期食管癌进行分类时,正常食管的分类准确率是60%和64%、61%,早期食管癌的分类准确率是57%、68%和65%;结论:3种集成分类器结合灰度共生矩阵对正常食管和早期食管癌X线图像进行分类,其分类准确率与Hu不变矩相比分类效果更显著。说明灰度共生矩阵结合3种集成分类器更适合用于区分正常食管和早期食管癌X线图像。
- 麦麦提·如则严传波木拉提·哈米提姚娟排孜丽耶·尤山塔依娜迪亚·阿卜杜迪克依木茹仙古丽·艾尔西丁
- 关键词：X线图像主成分分析集成分类器图像分类
- 基于颜色直方图的新疆维吾尔医药材图像检索分析
- 2016年
- 图像特征提取是图像处理的一个主要环节,是图像处理技术研究和应用的一个重要领域。维吾尔医是我国的传统医学,越来越受到人们的重视,但大量的维吾尔医药材的数据资料没有得到充分利用。本文针对新疆维吾尔药材的植物药和动物药图像提取了颜色直方图特征。先对图像进行颜色增强、尺寸归一、空间转换的预处理,提取颜色直方图特征并对颜色直方图特征进行统计学分析,最后对颜色直方图特征的检索能力进行基于内容的图像检索分析。实验结果表明颜色直方图特征对维吾尔药图像检索具有不错的的准确率,这在一定程度上有助于基于内容的新疆维吾尔药材图像的检索的研究。
- 员伟康木拉提.哈米提严传波阿布都艾尼.库吐鲁克艾赛提.买提木沙姚娟杨芳伊力扎提.阿力甫
- 关键词：特征提取
- 基于解析Fourier-Mellin矩新疆草药图像综合特征的检索研究被引量：4
- 2016年
- 研究利用图像增强、灰度阈值、腐蚀运算等图像操作对新疆草药图像做分割预处理,获取草药图像感兴趣区形状,然后对草药形状进行Radon和解析Fourier-Mellin变换,结合图像形状Hu矩和图像主颜色直方图特征,提取草药图像解析Fourier-Mellin矩形状和颜色混合特征用于图像检索,比较该算法对基于内容的新疆草药图像的检索性能。实验结果表明:解析Fourier-Mellin矩结合草药形状和颜色的混合特征算法具有较好的图像旋转、缩放和平移(RST)不变特性。对基于内容的新疆草药形状图像的检索,其检索性能优于解析Fourier-Mellin矩结合形状特征Hu矩混合特征和结合主颜色直方图特征混合特征的检索效率,其检索结果集前60图的平均查准率达到91.82%。
- 严传波木拉提.哈米提李莉员伟康杨芳
- 关键词：RADON变换HU矩图像检索
- 基于SVM的新疆哈萨克族食管癌医学图像特征提取及分类研究被引量：4
- 2016年
- 目的:利用SVM对新疆高发病哈萨克族食管癌X线医学图像进行分类研究。方法:随机选取正常食管和缩窄型食管癌X线医学图像各120张,运用灰度直方图法和灰度共生矩阵法提取图像的特征,采用Lib-SVM工具箱,在SVM类型设置上选择C-SVC,选择4种核函数,通过调整核函数的参数与C-SVC分类器的参数进行实验。结果:利用灰度直方图法提取的特征量进行分类时,线性核函数和RBF核函数的分类准确率较高,均可达92.5%;利用灰度共生矩阵法提取的特征量进行分类时,线性核函数、RBF核函数、Sigmoid核函数的分类准确率较高,均可达87.5%;利用灰度直方图特征和灰度共生矩阵特征组成的综合特征进行分类时,多项式核函数和RBF核函数的准确率较高,均可达97.5%。结论:灰度直方图特征的分类能力优于灰度共生矩阵特征;综合特征的分类能力优于单一特征的分类能力;RBF核函数的分类性能较其他核函数突出。SVM对食管癌X线医学图像具有较高的分类识别率,为新疆高发病哈萨克族食管癌的计算机辅助诊断系统的研究奠定了基础。
- 杨芳木拉提.哈米提严传波阿布都艾尼.库吐鲁克孙静姚娟
- 关键词：新疆哈萨克族食管癌灰度直方图灰度共生矩阵特征提取SVM分类
- SVM和C4.5决策树在肝包虫CT图像分类中的研究被引量：1
- 2020年
- 探讨C4.5决策树、支持向量机分类器在新疆地方性肝包虫CT图像分类中的应用。使用sym4小波变换方法对预处理的图像进行特征提取,运用统计学方法筛选出最优的特征子集,并构建C4.5决策树分类模型和支持向量机分类模型,进一步对模型的准确性、召回率等进行评估。结果显示,3种CT图像两两分类和综合分类时,C4.5决策树分类模型的分类精度都明显高于支持向量机分类模型,C4.5决策树分类模型的分类精度均达到87%以上,分类效果较好。实验结果表明,将C4.5决策树分类器应用于肝包虫CT图像的分型中,为肝包虫病影像学诊断提供了一定的依据,也为后续新疆地方性肝包虫病计算机辅助诊断系统的研发奠定了基础。
- 刘志华娜迪亚·阿卜杜迪克依木严传波
- 关键词：图像分类小波变换C4.5决策树
