南方医科大学学报
南方醫科大學學報
남방의과대학학보
JOURNAL OF SOUTHERN MEDICAL UNIVERSITY
2011年
2期
324-328
,共5页
CAD%线性判别式分类器%支持向量机%CT图像%肺结节检测%肺结节诊断
CAD%線性判彆式分類器%支持嚮量機%CT圖像%肺結節檢測%肺結節診斷
CAD%선성판별식분류기%지지향량궤%CT도상%폐결절검측%폐결절진단
在已实现疑似肺结节图像分割的基础上,提取肺结节图像多维特征,应用LDA和SVM统计分类器,通过对大量样本的训练,实现对肺结节CT图像的自动检测和诊断.实验结果表明该检测和诊断方法达到了较好的分类效果,是适用于CAD系统的实用方法.
在已實現疑似肺結節圖像分割的基礎上,提取肺結節圖像多維特徵,應用LDA和SVM統計分類器,通過對大量樣本的訓練,實現對肺結節CT圖像的自動檢測和診斷.實驗結果錶明該檢測和診斷方法達到瞭較好的分類效果,是適用于CAD繫統的實用方法.
재이실현의사폐결절도상분할적기출상,제취폐결절도상다유특정,응용LDA화SVM통계분류기,통과대대량양본적훈련,실현대폐결절CT도상적자동검측화진단.실험결과표명해검측화진단방법체도료교호적분류효과,시괄용우CAD계통적실용방법.
