上海医学影像
上海醫學影像
상해의학영상
SHANGHAI MEDICAL IMAGING
2006年
2期
102-104
,共3页
林其忠%余建国%陈亚青%王威琪%王怡
林其忠%餘建國%陳亞青%王威琪%王怡
림기충%여건국%진아청%왕위기%왕이
超声图像%特征抽取器%支撑向量机%分类器
超聲圖像%特徵抽取器%支撐嚮量機%分類器
초성도상%특정추취기%지탱향량궤%분류기
目的 利用乳腺肿瘤超声图像良恶性的不同特征,借助于模式分类方法对乳腺肿瘤良恶性进行识别,作为医生的计算机辅助诊断.方法 本文研究基于乳腺肿瘤超声图像的原始特征参数已提取情况下,采用顺序前进搜索方法获得最优特征矢量,然后利用支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器四种模式识别方法分别对乳腺肿瘤良恶性进行识别.结果 基于200例病例随机划分为训练集100例和测试集100例进行测试,支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器的Accuracy分别为0.960,0.940,0.932±0.13,0.930.结论 支撑矢量机的分类性能优于其它分类器,能有效地对超声图像乳腺肿瘤进行良恶性识别.
目的 利用乳腺腫瘤超聲圖像良噁性的不同特徵,藉助于模式分類方法對乳腺腫瘤良噁性進行識彆,作為醫生的計算機輔助診斷.方法 本文研究基于乳腺腫瘤超聲圖像的原始特徵參數已提取情況下,採用順序前進搜索方法穫得最優特徵矢量,然後利用支撐矢量機、貝葉斯分類器、BP網絡和Fisher線性判彆器四種模式識彆方法分彆對乳腺腫瘤良噁性進行識彆.結果 基于200例病例隨機劃分為訓練集100例和測試集100例進行測試,支撐矢量機、貝葉斯分類器、BP網絡和Fisher線性判彆器的Accuracy分彆為0.960,0.940,0.932±0.13,0.930.結論 支撐矢量機的分類性能優于其它分類器,能有效地對超聲圖像乳腺腫瘤進行良噁性識彆.
목적 이용유선종류초성도상량악성적불동특정,차조우모식분류방법대유선종류량악성진행식별,작위의생적계산궤보조진단.방법 본문연구기우유선종류초성도상적원시특정삼수이제취정황하,채용순서전진수색방법획득최우특정시량,연후이용지탱시량궤、패협사분류기、BP망락화Fisher선성판별기사충모식식별방법분별대유선종류량악성진행식별.결과 기우200례병례수궤화분위훈련집100례화측시집100례진행측시,지탱시량궤、패협사분류기、BP망락화Fisher선성판별기적Accuracy분별위0.960,0.940,0.932±0.13,0.930.결론 지탱시량궤적분류성능우우기타분류기,능유효지대초성도상유선종류진행량악성식별.