公开(公告)号：CN109903271B

公开(公告)日：2022-05-13

申请号：CN201910083862.8

申请日：2019-01-29

Applicant: 福州大学

Inventor： 朱丹红 ,  张栋 ,  胡展瑞 ,  陈俞锦

IPC: G06T7/00 ,  G06V10/77 ,  G06V10/774 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明涉及一种胎盘植入B超图像特征提取与验证方法，首先将已标注分类的胎盘植入B超图像数据集分为训练集合和测试集合；接着构建B超图像训练数据集的列向量数据矩阵，计算均值向量；然后依次通过均值向量，计算数据矩阵的协方差矩阵，计算协方差矩阵的特征值，选取主成分，建立变换矩阵，根据变换矩阵，建立训练数据集图像的特征子空间投影，实现B超图像的特征提取；接着计算测试数据集图像在特征子空间上的投影，采用最小距离法获取测试B超图像的分类；最后判别测试图像分类的正确性用以验证特征提取。本发明有助于后续通过机器学习方法对小样本B超图像集合的进一步学习。

公开(公告)号：CN109903271A

公开(公告)日：2019-06-18

申请号：CN201910083862.8

申请日：2019-01-29

Applicant: 福州大学

Inventor： 朱丹红 ,  张栋 ,  胡展瑞 ,  陈俞锦

IPC: G06T7/00 ,  G06K9/62

Abstract: 本发明涉及一种胎盘植入B超图像特征提取与验证方法，首先将已标注分类的胎盘植入B超图像数据集分为训练集合和测试集合；接着构建B超图像训练数据集的列向量数据矩阵，计算均值向量；然后依次通过均值向量，计算数据矩阵的协方差矩阵，计算协方差矩阵的特征值，选取主成分，建立变换矩阵，根据变换矩阵，建立训练数据集图像的特征子空间投影，实现B超图像的特征提取；接着计算测试数据集图像在特征子空间上的投影，采用最小距离法获取测试B超图像的分类；最后判别测试图像分类的正确性用以验证特征提取。本发明有助于后续通过机器学习方法对小样本B超图像集合的进一步学习。