基于支持向量机的甲状腺结节能谱研究

• 作者: 于勇 杨创勃 段海峰 牛四强 贺太平 贾永军
• 来源期刊: 中国医学影像学杂志
• 学科: 医学
• 关键词: 甲状腺结节 体层摄影术,X线计算机 图像处理,计算机辅助 数据说明,统计 支持向量机
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 医学影响工程学
• 页码范围: 231-234,240
• 页数: 5页
• 分类号: R581.3
• 字数: 3793字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-5185.2015.03.022

摘要

支持向量机（SVM）是一种基于统计学习中VC维理论结构和风险最小化理论的机器学习方法。本文对甲状腺结节临床病例的宝石能谱CT平扫数据进行分析，同时建立SVM的能谱平扫数据的诊断模型，并对实验指标进行约简，采用SVM预测分析。本文提出的诊断模型和实验方法能够为临床诊断甲状腺结节提供指导。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛四强	西安工程大学理学院	5	30	4.0	5.0