导读:本文包含了纹理特征分析论文开题报告文献综述及选题提纲参考文献，主要关键词:高光谱,纹理特征,分类,EP
纹理特征分析论文文献综述
邵文静,孙伟伟,杨刚,孟祥超[1]（2019）在《高光谱遥感纹理特征提取的对比分析》一文中研究指出高光谱遥感相对于传统的多光谱遥感具有光谱通道窄、光谱分辨率高的优势,能够用以区分不同亚类地物的细微光谱差异。以往单纯利用光谱信息分类难以达到理想的效果,于是提出了利用纹理特征分类以弥补光谱分类的不足。纹理特征是光谱空间到二维空间的投影,通过度量像素点及其周围空间邻域的灰度差异以区分地物。当前高光谱纹理特征提取大致分为四类,数学变换法、模型法、统计法和结构分析法。这些方法均对于分类效果均有所提升,但却缺乏一个完整全面的对比分析。本文选取ri LBP、SLIC、EMP、DMP、AP、EP、3D-abor、JBF和GF等9种当前高光谱领域的纹理特征提取方法,对其做出了简要介绍,并在统一的标准下进行对比分析。实验选用Indian Pines数据集、Pavia University数据集和雄安数据集等叁个标准数据集,经过主成分分析后提取其纹理特征,最后利用支持向量机(SVM)对纹理特征进行分类。用分类精度、计算时间、标准差等指标进行评价。实验结果表明,EP综合表现优于其它8种纹理特征方法;其次是EMP也达到了很好的分类效果;ri LBP精度高,但特征计算时间长;JBF与GF总体精度上略低,但二者特征计算时间短,可以当作分类后处理的方式与其他纹理特征相结合。(本文来源于《浙江省地理学会2019年学术年会暨乡村振兴高峰论坛论文摘要集》期刊2019-10-25）
蔡涵鹏,李会强,秦情,吴庆平,胡浩炀[2]（2019）在《迭前地震纹理特征和空间信息联合驱动的地震相分析方法》一文中研究指出传统的地震相分析方法主要基于地震反射波形或者地震属性,它们利用地震数据的不一致性来实现反射元的相类别指派,是仅仅基于数据驱动的方法。实际地层展布具有明显的横向连续性,而仅基于数据驱动的方法未有效利用叁维地震数据中包含的地层先验信息,使得分析结果与实际情况的吻合度有待提高。本文从迭前地震纹理特征出发,进行地震相的初始分析,再研究地层中先验信息在空间中的传播方式,以空间概率的形式对基于数据驱动的分析结果进行修正。实际数据处理结果证实研究方法获得的地震相分析结果能够更好地反映实际沉积环境情况。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
张睿馨,许茂盛,周长玉[3]（2019）在《治疗前乳腺癌动态增强磁共振纹理分析特征与新辅助化疗的应答反应相关性研究》一文中研究指出目的:评估治疗前动态增强磁共振纹理分析特征是否与乳腺癌新辅助化疗后病理完全缓解有关,并且探讨这种纹理特征与肿瘤亚型的关系。方法:回顾性纳入135例乳腺癌病人,平均年龄46±5.3岁,入组患者均在新辅助化疗前进行乳腺动态增强磁共振检查。应用软件进行乳腺动态增强磁共振纹理分析。在病理完全(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22）
龚恩惠,周永进,李露,曹卓[4]（2019）在《中央型小细胞肺癌与鳞癌CT纹理分析参数特征比较》一文中研究指出目的运用基于CT图像的纹理分析方法比较中央型小细胞肺癌和鳞癌量化参数特征。方法回顾性分析64例经病理证实的中央型肺癌(鳞癌49例,小细胞肺癌15例)患者资料,将所有患者分为小细胞肺癌组(SCLC组)、中高分化鳞癌组(SCC-A组)和低分化鳞癌组(SCC-B组)。患者均于治疗前行常规CT平扫和增强扫描,对肿瘤实质部分勾画感兴趣区域(ROI),利用后处理软件分别计算相应的纹理参数平均值、峰度值、偏度值及不均质度值。采用单因素方差分析(one-way ANOVA)或Kruskall-Wallis H检验比较叁组肺癌平扫和增强CT纹理参数的差异,并对有统计学差异的参数值绘制受试者操作曲线(ROC),计算相应临界值的敏感度、特异度及曲线下面积(AUC)。结果平扫和增强SCC-A组不均质度值明显高于SCLC组和SCC-B组,峰度值明显低于SCLC组和SCC-B组,差异有统计学意义(P<0.05)。ROC结果显示,平扫图像:鉴别SCC-A组与SCLC组和SCC-A组与SCC-B组,不均质度值和峰度值的AUC分别为0.851 (95%CI:0.711～0.940)、0.786 (95%CI:0.646～0.890)、0.772(95%CI:0.621～0.885)、0.703(95%CI:0.556～0.825);增强图像:鉴别SCC-A组与SCLC组和SCC-A组与SCC-B组,不均质度值和峰度值的AUC分别0.906(95%CI:0.779～0.973)、0.831(95%CI:0.697～0.923)、0.862(95%CI:0.725～0.947)、0.745(95%CI:0.600～0.859)。结论平扫和增强CT纹理参数峰度值和不均质度值可有效鉴别小细胞肺癌与中高分化鳞癌以及中高分化鳞癌与低分化鳞癌,可以提供比平均CT值更多的量化信息,有助于为临床提供更多鉴别二者的定量信息。(本文来源于《中国现代医生》期刊2019年21期）
金志发,陈相猛,冯宝,陈业航,李青[5]（2019）在《CT纹理特征分析鉴别诊断表现为肺部亚实性结节的微浸润腺癌和浸润性腺癌》一文中研究指出目的评估CT纹理特征术前鉴别表现为亚实性肺结节的微浸润腺癌(MIA)和浸润腺癌(IAC)的价值。方法回顾性收集胸部CT表现为亚实性肺结节、经手术病理证实为MIA或IAC的100例患者,包括43例MIA和57例IAC。选择4个CT主观征象(密度、大小、分叶、形态)构建诊断MIA与IAC的CT主观征象模型。提取896个CT纹理特征,并构建CT纹理特征模型。绘制ROC曲线评估纹理特征模型、CT主观征象模型鉴别诊断MIA和IAC的效能。结果 CT主观征象中,亚实性结节的密度和大小的一致性非常好,选择密度征象[优势比=8.177,95%CI(1.142,58.575)]为CT主观征象模型的独立预测因子;于896个纹理特征中,选择4个纹理特征构建模型。训练集中纹理特征模型诊断MIA与IAC的敏感度为0.85(33/39),特异度为0.90(28/31),AUC为0.94[95%CI(0.88,0.99)];验证集中纹理特征模型的敏感度为0.89(16/18),特异度为1.00(12/12),AUC为0.97[95%CI(0.92,1.00)]。结论 CT纹理特征有助于提高术前鉴别诊断表现为亚实性肺结节的MIA和IAC的效能。(本文来源于《中国医学影像技术》期刊2019年05期）
周茂冬,苏春秋,沈慧,施海彬,洪汛宁[6]（2019）在《基于灰度共生矩阵的胶质母细胞瘤和单发脑转移瘤扩散加权成像纹理特征分析》一文中研究指出目的基于灰度共生矩阵分析胶质母细胞瘤和单发脑转移瘤扩散加权成像(DWI)纹理特征。方法搜集南京医科大学第一附属医院经手术病理证实的51例胶质母细胞瘤及48例单发脑转移瘤患者资料,通过灰度共生矩阵,提取两组图像瘤体区和瘤周水肿区的能量、熵、惯性矩、相关、逆差矩5种纹理特征参数。采用独立样本t检验比较两组样本各纹理特征参数间的差异。采用受试者工作特征(ROC)曲线分析各纹理特征参数值鉴别胶质母细胞瘤和单发脑转移瘤的诊断效能。结果瘤体区和瘤周水肿区的能量、惯性矩、相关及逆差矩在鉴别胶质母细胞瘤和单发脑转移瘤中的差异均具有统计学意义(P<0.05)。ROC曲线分析显示,两组肿瘤瘤体和瘤周水肿区各纹理特征参数均具有诊断效能,其中瘤体区的能量和惯性矩诊断效能较高。结论基于灰度共生矩阵的DWI纹理特征分析有助于鉴别胶质母细胞瘤和单发脑转移瘤。(本文来源于《临床放射学杂志》期刊2019年03期）
王波涛,刘明霞,陈志晔[7]（2019）在《磁共振T2加权成像纹理特征分析在脑胶质母细胞瘤与脑原发性中枢神经系统淋巴瘤鉴别诊断中的价值（英文）》一文中研究指出目的探讨脑胶质母细胞瘤与原发中枢神经系统淋巴瘤磁共振成像T2加权图像(T2 weighted imaging, T2WI)纹理特征及影像学特征的差异。方法选取中国人民解放军总医院及海南分院81例胶质母细胞瘤和28例原发性中枢神经系统淋巴瘤患者术前脑部MRI图像,观察其平扫及增强扫描影像学特征,同时采用ImagJ软件的纹理分析插件,分别对T2WI横轴位图像进行纹理特征分析(选取角二阶矩、对比度、自相关、逆差距、熵5个纹理特征参数)。采用独立样本t检验及Mann-Whitney U检验分析各组之间的纹理特征差异,同时进行二元Logistic回归分析法建立回归模型,并进行受试者工作特征曲线(ROC)分析影像学特征及其纹理特征的诊断效能。结果 MRI平扫及增强扫描结果显示:两种肿瘤在肿瘤内囊变坏死(P=0.000)、增强扫描"花环样"强化(P=0.000)及"缺口征"(P=0.635)方面的差异存在统计学意义,"火焰样"瘤周水肿的差异无统计学意义(P>0.05)。T2WI图像纹理特征参数中,角二阶矩(P=0.006)、对比度(P=0.000)、自相关(P=0.002)、逆差距(P=0.000)及熵(P=0.015)在两组之间的差异均存在统计学意义,以上参数的单变量ROC曲线下面积分别为0.671,0.752,0.695,0.000和0.646。进入Logistic回归模型联合变量(肿瘤内囊变坏死、"花环样"强化、"缺口征"及纹理特征对比度)的ROC曲线下面积为0.917。二元Logistic回归分析提示肿瘤内囊变坏死、"花环样"强化、"缺口征"及纹理特征对比度可以作为鉴别二者的变量。结论由磁共振T2WI图像的纹理特征及影像学特征构成的Logistic回归模型在脑胶质母细胞瘤与原发性中枢神经系统淋巴瘤的鉴别诊断方面具有一定价值。(本文来源于《Chinese Medical Sciences Journal》期刊2019年01期）
王波涛,樊文萍,许欢,李丽慧,张晓欢[8]（2019）在《磁共振扩散加权成像纹理特征分析在乳腺良恶性肿瘤鉴别中的价值（英文）》一文中研究指出目的比较乳腺良、恶性肿瘤的磁共振成像(MRI)扩散加权(DWI)序列图像纹理特征的差异。方法选取在中国人民解放军总医院海南分院就诊的56例肿块性乳腺癌、16例乳腺纤维腺瘤和4例乳腺导管内乳头状肿瘤患者,根据术后的病理学诊断结果分成良性肿瘤组(n=20)和恶性肿瘤组(n=56)。回顾性分析受试者MRI扫描的DWI轴位图像,进行纹理特征分析,选取角二阶矩、对比度、自相关、逆差距、熵5个纹理特征参数作为分析指标。采用独立样本t检验及Mann-Whitney U检验分析两组之间纹理特征的差异。采用二元Logistic回归分析法建立回归模型,并进行受试者工作特征(ROC)曲线分析。结果在DWI图像纹理特征参数中,两组间的角二阶矩、对比度、自相关及熵的差异具有统计学意义(P角二阶矩=0.014,P对比度=0.019,P自相关=0.010,P熵=0.007)。以上4个指标的ROC曲线下面积为0.685,0.681,0.754和0.683,纳入Logistic回归模型的联合变量(角二阶矩、对比度和熵)的ROC曲线下面积为0.802。二元Logistic回归分析提示角二阶矩、对比度和熵可以作为鉴别乳腺良、恶性肿瘤的变量。结论 MRI的DWI图像纹理特征分析可以作为乳腺良、恶性肿瘤的鉴别诊断工具。(本文来源于《Chinese Medical Sciences Journal》期刊2019年01期）
王昆,樊文萍,王雪,王波涛,许欢[9]（2019）在《磁共振T1WI健康成人脑部皮层下灰质核团纹理特征的可重复性及可信度分析》一文中研究指出目的探讨正常成人脑部皮层下灰质核团的磁共振T1WI纹理特征测量的可重复性及可信度。资料与方法对16名成年健康志愿者行脑部磁共振T1WI扫描,并采用灰度共生矩阵法对脑部皮层下灰质核团(尾状核、壳核、丘脑)行纹理特征分析,纹理特征参数值包括能量、对比度、自相关、逆差矩、熵。采用组内相关系数(ICC)及Bland-Altman法分析观察者内的可重复性及观察者间的可信度。结果观察者内皮层下灰质结构尾状核头、壳核及丘脑的纹理特征参数值ICC分别为0.970～0.990、0.815～0.996及0.677～0.996,其中丘脑自相关参数ICC为0.677,可重复性等级为良,其余皮层下核团纹理参数ICC均高于0.74,可重复性等级为优。观察者间皮层下灰质结构尾状核头、壳核及丘脑的纹理特征参数值ICC分别为0.960～0.982、0.833～0.994及0.829～0.989,均高于0.74,可信度等级为优。Bland-Altman法分析提示观察者内及观察者间皮层下灰质核团纹理参数差值绝大部分位于95%一致性界限内。结论 T1WI图像可以可靠地评估正常成人脑部皮层下灰质核团纹理特征(能量、对比度、自相关、逆差矩、熵)。(本文来源于《中国医学影像学杂志》期刊2019年02期）
孔令重,姜壮国,曹小江,彭昌勇[10]（2019）在《Logistic回归分析高分别率CT的纹理特征对孤立性肺结节诊断价值》一文中研究指出目的通过对孤立性肺结节CT图像纹理参数提取进行多变量分析,建立用于早期肺癌诊断的数据模型。方法选取泸州市中医医院72例经手术或穿刺活检病理证实的肺结节CT影像资料,其中恶性结节42例,良性结节30例。分析肺结节的形态学特征(大小、边界、边缘、有无分叶征、毛刺征、血管集束征、胸膜牵拉征、空气支气管征、空泡征、空洞),用FireVoxel软件自动提取肺结节CT图像的8种纹理参数,包括平均值、方差、偏度、峰度、能量、自相关、对比度及熵值。比较良性结节组和恶性结节组形态学特征及纹理参数的差异,以具有统计学差异的参数为自变量,进行多参数Logistic回归分析。构建ROC曲线分析Logistic回归模型的诊断效能。结果多因素Logistic回归分析筛选出边界光整(OR=6.894,P <0.05)、毛刺征(OR=1.542,P <0.05)、分叶征(OR=3.846,P <0.01)、胸膜牵拉征(OR=8.467,P <0.001)、能量(OR=8.972,P <0.01)及熵(OR=4.578,P <0.001)为恶性肺结节患者的独立预测因子。根据独立预测因子建立的ROC曲线下面积为0.894,敏感度及特异度分别为93.43%和84.18%。结论 CT图像纹理分析结合影像学特征对早期肺癌有一定的预测价值。(本文来源于《新疆医科大学学报》期刊2019年02期）
纹理特征分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的地震相分析方法主要基于地震反射波形或者地震属性,它们利用地震数据的不一致性来实现反射元的相类别指派,是仅仅基于数据驱动的方法。实际地层展布具有明显的横向连续性,而仅基于数据驱动的方法未有效利用叁维地震数据中包含的地层先验信息,使得分析结果与实际情况的吻合度有待提高。本文从迭前地震纹理特征出发,进行地震相的初始分析,再研究地层中先验信息在空间中的传播方式,以空间概率的形式对基于数据驱动的分析结果进行修正。实际数据处理结果证实研究方法获得的地震相分析结果能够更好地反映实际沉积环境情况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
纹理特征分析论文参考文献
[1].邵文静,孙伟伟,杨刚,孟祥超.高光谱遥感纹理特征提取的对比分析[C].浙江省地理学会2019年学术年会暨乡村振兴高峰论坛论文摘要集.2019
[2].蔡涵鹏,李会强,秦情,吴庆平,胡浩炀.迭前地震纹理特征和空间信息联合驱动的地震相分析方法[C].中国石油学会2019年物探技术研讨会论文集.2019
[3].张睿馨,许茂盛,周长玉.治疗前乳腺癌动态增强磁共振纹理分析特征与新辅助化疗的应答反应相关性研究[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019
[4].龚恩惠,周永进,李露,曹卓.中央型小细胞肺癌与鳞癌CT纹理分析参数特征比较[J].中国现代医生.2019
[5].金志发,陈相猛,冯宝,陈业航,李青.CT纹理特征分析鉴别诊断表现为肺部亚实性结节的微浸润腺癌和浸润性腺癌[J].中国医学影像技术.2019
[6].周茂冬,苏春秋,沈慧,施海彬,洪汛宁.基于灰度共生矩阵的胶质母细胞瘤和单发脑转移瘤扩散加权成像纹理特征分析[J].临床放射学杂志.2019
[7].王波涛,刘明霞,陈志晔.磁共振T2加权成像纹理特征分析在脑胶质母细胞瘤与脑原发性中枢神经系统淋巴瘤鉴别诊断中的价值（英文）[J].ChineseMedicalSciencesJournal.2019
[8].王波涛,樊文萍,许欢,李丽慧,张晓欢.磁共振扩散加权成像纹理特征分析在乳腺良恶性肿瘤鉴别中的价值（英文）[J].ChineseMedicalSciencesJournal.2019
[9].王昆,樊文萍,王雪,王波涛,许欢.磁共振T1WI健康成人脑部皮层下灰质核团纹理特征的可重复性及可信度分析[J].中国医学影像学杂志.2019
[10].孔令重,姜壮国,曹小江,彭昌勇.Logistic回归分析高分别率CT的纹理特征对孤立性肺结节诊断价值[J].新疆医科大学学报.2019