摘要：针对现有医学影像分类方法对临床不同类别影像特征描述效果不一致，且尺度变化敏感的问题，提出一种基于尺度空间提取多特征进行融合的分类方法。首先构建高斯差分尺度空间，然后在尺度空间中分别从灰度、纹理、形状、频域四种互补的角度描述医学影像，最后基于最大似然估计理论构建决策级特征融合模型，实现医学影像分类。严格依照IRMA医学影像类别编码标准选择实验数据，结果表明所提方法相对已有方法分类的平均F1值得到了5%～20%不同程度的提高， 更全面描述医学影像信息， 避免了特征降维造成的信息损失，有效提高了分类的准确率，具有临床应用价值。
关键词：图像分类；决策级融合；多特征；尺度空间；最大似然估计
发布评论