基于边缘检测的多类别医学图像分类方法

• 作者: 张亚男 沈健 胡学伟 蒋芸
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 多类分类 边缘检测 灰度共生矩阵 支持向量机
• 年，卷（期）: 2016,（5）
• 页码范围: 1028-1034
• 页数: 7页
• 分类号: TP181
• 字数: 3378字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.05.021

摘要

针对乳腺 X光医学图像多类分类精度普遍较低的问题,提出了一种基于边缘检测的医学图像多类分类新方法。首先对乳腺 X光医学图像进行预处理包括图像去噪和图像增强,再通过边缘检测方法,获取乳腺 X光医学图像中的肿块区域,对检测到的肿块区域使用灰度共生矩阵提取特征,对于提取到的特征,采用支持向量机(Support vector machine,SVM)的方法进行分类；对于检测不到肿块区域的乳腺 X光医学图像可直接分类为无乳腺癌(即正常)类。实验结果表明,与传统的支持向量机多类分类算法相比,基于边缘检测的医学图像多类分类新方法在乳腺 X光医学图像上具有更高的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋芸	西北师范大学计算机科学与工程学院	38	377	11.0	18.0
2	沈健	西北师范大学计算机科学与工程学院	9	60	5.0	7.0
3	胡学伟	西北师范大学计算机科学与工程学院	11	89	7.0	9.0
4	张亚男	西北师范大学计算机科学与工程学院	4	13	1.0	3.0