基于支持向量机的脑部MR图像细分类

• 作者: 冯前进 卢振泰 陈武凡 黎维娟
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 特征提取 支持向量机 StARMiner算法 细分类
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 论文
• 页码范围: 5-9
• 页数: 5页
• 分类号: TP391
• 字数: 4562字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2010.01.002

摘要

本文提出了基于支持向量机的脑部MR图像细分类器,采用纹理与形状特征相结合方式表达图像,应用StARMiner算法对特征进行选择和计算特征加权系数,最后用支持向量机理论设计分类器对脑部图像进行精细分类.经反复实验优化各参数,粗略分类率可以达到92.10%.细分类可应用于特定人体部位图像的检索系统,以检索出更精确的图像,并且缩减检索空间,提高检索效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈武凡	南方医科大学医学图像处理重点实验室	214	1814	21.0	30.0
2	冯前进	南方医科大学医学图像处理重点实验室	109	771	14.0	20.0
3	卢振泰	南方医科大学医学图像处理重点实验室	49	397	11.0	18.0
4	黎维娟	南方医科大学医学图像处理重点实验室	2	18	2.0	2.0