基于SVM的医学图像分类器的设计

华翔; 孙蕾

Chinese

您当前的位置：

首页 >

文章列表页 >

基于SVM的医学图像分类器的设计

更新时间：2026-09-04

- 基于SVM的医学图像分类器的设计
- Design of Medical Image Classifier Based on SVM
- 微电子学与计算机 2011年28卷第6期页码：171-175
- 作者机构：
  
  1. 1 西安工业大学机构电子信息工程学院,陕西,西安,710032
  2. 2 西安电子科技大学,陕西,西安,710071
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
华翔, 孙蕾. 基于SVM的医学图像分类器的设计[J]. 微电子学与计算机, 2011, 28(6): 171-175.

HUA Xiang, SUN Lei. Design of Medical Image Classifier Based on SVM[J]. 2011, 28(6): 171-175.
华翔, 孙蕾. 基于SVM的医学图像分类器的设计[J]. 微电子学与计算机, 2011, 28(6): 171-175. DOI：

HUA Xiang, SUN Lei. Design of Medical Image Classifier Based on SVM[J]. 2011, 28(6): 171-175. DOI：

摘要

提出了一个基于支持向量机的医学图像分类器.能提取形状和纹理特征作为分类算法的特征输入

进行计算机辅助诊断.提出了一种支持向量机新算法

解决了当两类中的样本数量差别较大时

支持向量机的分类能力将会下降的问题.实验表明

在小样本、两类样本数量严重不均衡的情况下

该算法有着较强的分类能力

可以极大地提高医学图像分类的效率和准确性.

Abstract

A medical image classifier is proposed in this paper.Gradient Vector Flow (GVF) is used to segment tumor area

and the texture and shape features are the inputs to classifier.A novel SVM algorithm is presented in this paper

which solves the problem that SVM has a poor performance when the two-class problem samples are very unbalanced.The experimental results indicate that the modified algorithm has a strong capability of classification for the unbalanced samples

and the efficiency and accuracy in the medical images are greatly improved.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种改进的基于支持向量机的OFDM识别算法

一种基于特征上下文理解与切片分析的肺结核检测算法

超低功耗实时时钟电路的设计

基于多尺度融合与小目标增强的航拍车辆检测算法

一种用于极低压boost系统的高效率电荷泵