基于分形维数的最优小波包分析技术用于脑膜瘤脑肿瘤分类
计算机视觉与模式识别
2016-01-05 v1
摘要
由于组织纹理的异质性，使用单一分辨率方法进行最优分类可能不够充分。相比之下，多分辨率小波包分析可将输入信号分解为一组频率子带，从而有机会在适当的频率通道上表征纹理。本文提出一种自适应最佳基算法，用于脑膜瘤组织病理学图像的最佳基选择，该算法以树状结构方式应用分形维数（FD）作为基选择准则。由此，仅选择能更好识别纹理不连续性的最重要子带进行进一步分解，其分形特征将代表用于分类的提取特征向量。使用FD的最佳基选择优于基于能量的选择方法，实现了91.25%的总体分类准确率，而共生矩阵和能量纹理特征分别为83.44%和73.75%。
引用
@article{arxiv.1601.00211,
title = {A fractal dimension based optimal wavelet packet analysis technique for classification of meningioma brain tumours},
author = {Omar S. Al-Kadi},
journal= {arXiv preprint arXiv:1601.00211},
year = {2016}
}
备注
IEEE International Conference on Image Processing, Egypt, 2009