The invention discloses a method for classification of brain magnetic resonance image of RBM and the nearest neighbor classification based on the method, which comprises the following steps: step A, the brain magnetic resonance image focus on the image preprocessing, the image sampling and the corresponding tag test set and training set; step B, limited Moerziman machine for training based on the training, the training set feature extraction; step C, will feature a step extraction using the nearest neighbor classifier is used for classification. The experiment is carried out in an open brain magnetic resonance image library by using the method of the invention, and the result shows that compared with the prior art, the classification accuracy can be obviously improved. The present invention can be used in a brain magnetic resonance image classification system.
【技术实现步骤摘要】
基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法
本专利技术属于图像分类
,具体涉及一种基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法。
技术介绍
磁共振图像由于具有无放射污染、分辨率高、成像参数多等优点在医学临床和研究中发挥了重要的应用价值。如何快速、有效地对人脑图像数据进行组织分类,协助医生完成医学诊断已成为当今研究的热点。然而,由于成像过程受到诸如噪声、场偏移效应、局部体效应以及组织运动等的影响,医学图像不可避免地具有各组织边缘模糊、区域灰度不均匀等特点,这些都给图像组织类别的正确分类带来了困难,常常导致分类的结果准确率不高、分类速度较慢。传统基于统计学习的贝叶斯分类器、神经网络分类器等在水质预警、细胞图像分割和医学图像分类等领域中取得较好的分类效果,但它们需要建立在大样本前提下才能避免过拟合和欠拟合,在医学图像分类应用中有一定的局限性。支持向量机(SVM)对小样本、高维、非线性样本具有更好的分类效果,但是不同的核函数选择和参数d值的设定对分类的精度有比较大的影响。
技术实现思路
本专利技术的目的在于克服现有技术中的不足,提供了一种基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,对脑部磁共振图像预处理后利用受限玻尔兹曼机进行特征提取,然后根据特征基于最近邻分类法进行分类,可以提高分类准确性,加快分类速度。为解决上述技术问题,本专利技术提供了一种基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,其特征是,包括如下步骤:步骤A,对脑部磁共振图像集中各图像进行预处理,抽样各图像及其对应的标签构成测试集和训练集;步骤B, ...
【技术保护点】
基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,其特征是,包括如下步骤:步骤A,对脑部磁共振图像集中各图像进行预处理,抽样各图像及其对应的标签构成测试集和训练集;步骤B,基于受限莫尔兹曼机对训练集进行训练,提取训练集特征;步骤C,将上一步提取的特征利用最近邻分类器进行分类。
【技术特征摘要】
1.基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,其特征是,包括如下步骤:步骤A,对脑部磁共振图像集中各图像进行预处理,抽样各图像及其对应的标签构成测试集和训练集;步骤B,基于受限莫尔兹曼机对训练集进行训练,提取训练集特征;步骤C,将上一步提取的特征利用最近邻分类器进行分类。2.根据权利要求1所述的基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,其特征是,图像预处理的过程包括:A1,将各图像统一为同等像素大小;A2,对各图像进行二值化处理;A3,对二值化后的各图像进行降采样处理。3.根据权利要求2所述的基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,其特征是,将图像统一为100*100像素大小。4.根据权利要求1所述的基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,其特征是,采用随机抽样方法抽取各图像生成测试集和训练集,测试集和训练集比例范围为12:4~20:4。5.根据权利要求1所述的基于受限玻尔兹曼机和最近邻分类法的脑部磁共振图像分类方法,其特征是,对RMB训练的具体过程为:B1,采用随机函数生成均值为0、方差为1的权值矩阵,生成全0的可视层偏置矩阵和全0的隐层偏置...
【专利技术属性】
技术研发人员:刘惠义,孟志伟,陈霜霜,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。