集成支持向量机在OCT血管内斑块分割中的应用与研究

• 作者: 张立泽清 杨云 王妮 齐勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 语义分割 OCT血管 集成支持向量机 遗传算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 103-107,117
• 页数: 6页
• 分类号: TP317.4
• 字数: 4060字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.04.015

摘要

OCT医疗图像作为近年来新兴的血管内斑块诊断技术正在迅速成长.为进行有效的OCT血管内斑块辅助语义分割,提出一种基于集成支持向量机(AdaBoost-SVM)的分割学习模型.采用遗传算法GA(GeneticAlgorithm)对支持向量机模型的组合参数的选取进行优化以提升其分类性能.通过建立由多个基分类器组合的AdaBoost-SVM集成化分割模型,对OCT血管图像以像素列预测为基础进行准确分割.实验结果表明,在分割过程中相比较BP神经网络以及标准SVM方法,集成支持向量机在以像素列为基础的图像分割过程中具有更优的分割精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨云	陕西科技大学电气与信息工程学院	94	431	11.0	17.0
2	齐勇	陕西科技大学电气与信息工程学院	8	8	1.0	2.0
3	张立泽清	陕西科技大学电气与信息工程学院	3	0	0.0	0.0
4	王妮	陕西科技大学电气与信息工程学院	1	0	0.0	0.0