论文部分内容阅读
目的利用图像复杂性特征分析研究患者阴道镜宫颈图像的纹理改变，进而诊断宫颈炎症。方法通过分析正常宫颈与病变宫颈图像的复杂度、近似熵和多尺度复杂度，组成特征矢量，利用BP人工神经网络对宫颈炎症进行计算机辅助诊断。结果用90例样本建立识别模型，用60例样本进行验证，对正常宫颈的识别率达95％，轻度宫颈炎症识别率达85％，重度宫颈炎症识别率达90％。结论复杂性分析能较好地描述宫颈图像的特征，对宫颈炎症的识别有着较好的性能，如再结合医生的临床经验能大大提高诊断的准确性。