简介:将能反映纹理空间尺度变化信息的尺度共生矩阵(动态信息)和反映纹理信息的灰度共生矩阵(静态信息)相结合,进行纹理特征抽取,对纹理图像进行分割,再对分割结果进行滤波,去除分割结果中存在的误分像素,结果表明,能够获得良好的分割效果.
简介:为了改善对路面宏观纹理特征的评价,用灰度差异矩阵(GTDM)刻画了沥青路面宏观纹理,并探讨了基于GTDM的特征指标在抗滑性能评价中应用的可行性.数据采集包含37个路面现场测点,涵盖6种类型的沥青路面.基于三维宏观纹理数据的平均断面深度(MPD3)与平均纹理深度(MTD)有显著的相关关系,指数关系模型的R2为0.962.路面宏观纹理指标与60km/h速度下的摩擦系数(DFT60)之间没有显著的线性关系.一个包含摆式摩擦系数测试仪测试结果(BPN)的非线性模型可以将DFT60与MTD或指标fcon联系起来.与MTD相比较,基于GTDM的fcon作为宏观纹理指标在抗滑性能评价中具有可用性,fcon描述了路面纹理总的高差情况和平均局部高差情况.较高的fcon值有益于提高沥青路面抗滑性能。
简介:摘要目的探讨灰度共生矩阵(gray-level co-occurrence matrix,GLCM)在前庭神经鞘瘤(vestibular schwannoma,VS)与桥小脑角区脑膜瘤(cerebellopontine angle meningioma,CPAM)鉴别诊断中的价值。材料与方法回顾性分析经病理证实为VS(VS组)及CPAM患者(CPAM组)病例41例,所有患者均在术前行常规MRI平扫+增强扫描。测量并记录GLCM参数,包括能量、对比、相关、逆差矩及熵。采用两独立样本t检验或Mann-Whitney U检验对各个序列GLCM参数进行比较,受试者工作特征(receiver operating characteristic,ROC)曲线分析判断各参数的诊断效能。结果两组间T2WI序列GLCM参数中的对比、相关和逆差矩差异有统计学意义(P值均<0.05);液体衰减反转恢复(fluid attenuated inversion recovery,FLAIR)序列GLCM参数中的对比和逆差矩差异有统计学意义(P值均<0.05);增强T1WI序列GLCM参数中的对比和逆差矩的差异有统计学意义(P值均<0.05)。各序列GLCM参数中,T2WI序列GLCM参数中的对比诊断效能最佳,AUC值最大,为0.971,敏感度和特异度分别为91.30%、94.44%。结论GLCM有助于鉴别前庭神经鞘瘤与桥小脑角区脑膜瘤,可以为临床提供重要参考价值。
简介:摘要目的探讨基于灰度共生矩阵(gray-level co-occurrence matrix, GLCM)的MR图像纹理分析在鉴别椎管内脊膜瘤和神经鞘瘤中的临床应用价值。材料与方法回顾性分析经病理证实的椎管内神经鞘瘤患者病例32例、脊膜瘤患者病例26例,利用ImageJ软件在T2WI、对比增强T1WI矢状位图像中选取肿瘤最大层面勾画感兴趣区(region of interest, ROI),提取病灶的GLCM纹理参数,比较两组肿瘤各参数的差异,并评价各参数的诊断效能。结果T2WI序列中能量、对比、相关、逆差矩和熵在两组间差异均有统计学意义(P<0.05),神经鞘瘤组的能量、相关、逆差矩小于脊膜瘤组,对比和熵大于脊膜瘤组;对比增强T1WI序列中能量、对比、相关和熵在两组间差异有统计学意义(P<0.05),神经鞘瘤组的能量、相关小于脊膜瘤组,对比和熵大于脊膜瘤组,逆差矩组间差异无统计学意义(P>0.05)。受试者工作特征(receiver operating characteristic, ROC)曲线分析显示,T2WI序列中的熵及对比增强T1WI序列中的能量诊断效能最佳。采用logistic回归分析纹理参数联合诊断效能发现较单一参数均有所提高。结论基于GLCM的MRI图像纹理分析在椎管内脊膜瘤和神经鞘瘤两者的鉴别诊断中有一定的临床价值。
简介:摘要 由于矩阵的初等变换和初等矩阵都有“初等”二字,所以非常容易将二者混为一谈.此文的目的在于解释这两个概念的区别,同时也介绍它们的关系.在对矩阵进行运算时,我们可对其进行类似于行列式的行(列)变换或数乘运算等,即矩阵的初等变换.为了搞清楚变换后的矩阵所具有的特性,也为了说明矩阵的初等变换的意义,我们引入初等矩阵的概念.其实初等矩阵就是单位矩阵经矩阵的初等变换后所得的矩阵.具体内容见下文简述.
简介:摘 要:由于生活垃圾数量增长而引发的环境污染问题十分严重。为实现我国生态文明的建设目标,垃圾污染已成为亟待解决的问题。实施垃圾分类是解决问题的关键环节,减少产出量,提高利用率是解决问题的有效途径,本文通过基于灰度预测的成本分析,建立定额+按量收费的数学模型,从而确定了收费标准。