基于随机森林的脑磁共振图像分类

• 作者: 姚尧 詹曙 高贺
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 随机森林 磁共振图像分类 特征提取
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 1067-1072
• 页数: 6页
• 分类号: TP391.4|TN9
• 字数: 3616字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2013.01067

摘要

特征选择和分类算法是影响脑磁共振图像分类精度的2个最主要的因素.随机森林算法作为一种优秀组合分类器逐渐成为近年来研究的热点,通过加权脑磁共振3种(T1、T2、PD加权像)图像,采用非统一滑动窗口尺寸提取二维图像的纹理特征、形状特征、HAAR特征、灰度特征以及边缘检测算子、最大类间方差(OTSU)作为随机森林算法的输入特征,从而分类出图像的10类组织.经过对加拿大蒙特利尔神经科学研究院提供的脑仿真核磁共振图像实验,随机森林算法对二维脑MR图像的分类精度可以达到94％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹曙	合肥工业大学计算机与信息学院	61	544	13.0	19.0
2	姚尧	合肥工业大学计算机与信息学院	2	23	1.0	2.0
3	高贺	合肥工业大学计算机与信息学院	1	23	1.0	1.0