%0 Journal Article
%T 基于Tamura纹理特征提取和SVM的多模态脑肿瘤MR图像分割
%A 任 恺
%A 彭 川
%A 李 娜
%A 熊志勇
%A 谢 瑾
%J 中南民族大学学报(自然科学版)
%D 2018
%R 10.12130/znmdzk.20180329
%X 在Tamura纹理特征和支持向量机(SVM)算法基础上提出一种多模态脑肿瘤图像分割算法．将4种模态下的多序列核磁共振图像(MRI)的局部灰度特征与Tamura纹理度量相结合，尽可能提取足够多的图像信息；在SVM模型中输入已知样本并进行训练；用训练好的SVM模型处理其他脑肿瘤图像．实验通过对20例患者的图像进行展开，从实验数据来看，提出的方法可以精准有效地分割出脑肿瘤区域，得到脑肿瘤的边界，并且对脑肿瘤图像的差异性表现出较强的自适应能力
%K 脑肿瘤 多模态 Tamura 纹理 支持向量机 MR图像
%U http://znzk.scuec.edu.cn/ch/reader/view_abstract.aspx?file_no=20180329&flag=1