基于增强关联规则的医学图像分类新方法

• 作者: 张龙波 李战怀 王勇 蒋芸
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 增强关联规则分类器 粗糙集理论 乳腺X光图像
• 年，卷（期）: 2006,（3）
• 页码范围: 401-404
• 页数: 4页
• 分类号: TP31
• 字数: 3215字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2758.2006.03.030

摘要

由于乳腺X光图像的复杂性,直接从图像中看出肿瘤及其良、恶性质是很困难的,因此建立高效的肿瘤自动诊断系统非常必要.文中将关联规则分类器和粗糙集理论相结合构造了增强关联规则分类器(EAC),应用于乳腺X光图像分类.实验结果表明,EAC的分类精确度可达到77.48%,比单独使用关联规则的分类精确度(69.11%)要高近10%,同时规则数也明显减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李战怀	西北工业大学计算机学院	254	2139	21.0	35.0
2	王勇	西北工业大学计算机学院	73	493	12.0	19.0
3	张龙波	西北工业大学计算机学院	11	87	5.0	9.0
4	蒋芸	西北工业大学计算机学院	10	150	7.0	10.0