欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料 > 正文

基于支持向量机的乳腺病变检测

李宁;陈铎;李骜;冯焕清

摘要: 目的:利用支持向量机(SVM)对乳腺X光片图像中的病变区域进行检测和分类,识别出含钙化点区域和肿瘤区域.方法:在对目标区域加特定方形窗处理后,提取直接参数、灰度共生矩阵参数和频域参数,分别作为SVM分类器的输入进行训练和测试,并与3种参数同时输入的结果进行比较.结果:单独使用直接参数,频域参数和灰度共生矩阵参数的分类结果分别是92.28%、90.35%和91.12%,而3种参数结合的结果是99.23%.结论:所提取的3种参数可以较好地反映含钙化点区域、肿瘤区域和正常区域的特征,使用SVM分类器进行分类后取得了很好的效果,基本上可以准确识别出3种区域.

同期刊相关文献推荐

医疗卫生装备

统计源期刊 审稿时间:3-6个月 早咨询早发表

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询