论文部分内容阅读
从大量的胶囊内窥图像中人工寻找出病变图片是一件非常费时费力的事情,因此利用计算机进行胶囊内窥病变图像智能识别研究具有重要意义。在对大量胶囊内窥正常图像和肿物图像的分析基础上,本文提出在图像的各个分量上将纹理和颜色相结合提取图像特征向量,分别输入BP(back propagation,后向传播)神经网络进行训练和识别,对不同分量图像的识别结果采用投票原则确定最终识别结果。实验表明该方法可以有效地区分内窥图片中的正常图片和肿物图片,有效减少了医生的判读时间,辅助临床医生快速筛查出病变图片。