基于改进Adaboost M1算法医学图像分类系统的研究

• 作者: 林晓佳
• 来源期刊: 聊城大学学报（自然科学版）
• 学科: 工学
• 关键词: 集成学习 Adaboost M1 医学图像分类 SVM
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 基础科学研究
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP391.41
• 字数: 3292字
• 语种: 中文

摘要

随着计算机医学成像技术的发展,医学影像越来越多样化,医学影像的应用也越来越广泛,与此同时大量的医学设备的应用使得医学影像的数量也越来越多,大量的影像资料使医院迷失在信息的海洋.如何有效的对医学影像进行组织、管理,合理有效的对其进行分类,从而使其更好的辅助日常的医学诊断和医学研究.为了解决这一问题,本文在单特征研究的基础上提出一种综合了多特征融合和数据挖掘的医学图像分类的方法,该方法引入数据挖掘中集成学习的概念,利用改进的Adaboost M1算法针对单特征分类的弱分类器进行迭代训练,并采用SVM分类器开发设计了一个基于改进Adaboost M1算法的医学图像分类系统,以提高医学图像分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林晓佳	福州大学数学与计算机科学学院	9	11	2.0	3.0