基于SVM-2DPCA的X光胸片异常筛查

• 作者: 潘晨 王彦明 钱建忠
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: X光片 图像分类 支持向量机 二维主成分分析
• 年，卷（期）: 2009,（18）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 170-172
• 页数: 3页
• 分类号: TP391
• 字数: 3383字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.18.060

摘要

基于统计学习理论的支持向量机分类算法,提出一种X光胸片异常筛查系统,能够自动判别胸片的正常和异常.为了提高SVM算法的效率,利用小波变换等预处理手段去除对判读无用的图像冗余信息,采用二维主成分分析进一步降低图像特征维数.实验结果表明,SVM用于医学X光片异常筛查可行且有效、识别率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘晨	宁夏大学数学计算机学院	13	141	7.0	11.0
2	钱建忠	银川市第二人民医院放射科	3	2	1.0	1.0
3	王彦明	宁夏大学数学计算机学院	2	5	2.0	2.0