医学图像识别中多分类器融合方法的研究进展

• 作者: 夏顺仁 张赞超 谢华
• 来源期刊: 国际生物医学工程杂志
• 学科: 工学
• 关键词: 医学图像 多分类器 集成学习 模式识别 计算机辅助诊断
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 综述
• 页码范围: 152-157
• 页数: 6页
• 分类号: TN911.73|TP391.4
• 字数: 7789字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1673-4181.2006.03.007

摘要

计算机辅助医学图像分析识别对多种疾病的临床诊断有着重要的意义.由于医学图像自身的复杂性,单一分类器的识别性能常常难以满足临床上的要求,因此近年来,作为一种能有效改进单一分类器识别性能的方法,多分类器融合技术被逐步应用到包括乳腺X光片识别、肿瘤细胞识别以及内窥镜图像分析等领域,并取得了更为满意的识别结果.在参阅大量文献的基础上,对多分类器融合识别技术的理论分析及其在医学领域的研究及应用现状进行了综述,进而对其存在的问题进行了分析以及前景展望.