模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2013年
5期
460-466
,共7页
计算机辅助诊疗%三维矩阵%隐SVM
計算機輔助診療%三維矩陣%隱SVM
계산궤보조진료%삼유구진%은SVM
Computer-Aided Diagnosis%3D Matrix%Latent SVM
@@@@为改善病灶形状不规则、纹理结构简单等因素对计算机辅助肺CT中病灶检测精度的影响,提出将疑似病灶与整体肺区的相对位置关系作为传统形状、纹理特征之外的一种新的隐变量,参与训练过程.为符合病灶的三维特征,引入基于三维矩阵模式的SVM,进一步设计含隐变量三维矩阵模式SVM.将吉林省肿瘤医院的150例病例建立数据库,用其余三种SVM方案与本文方案进行比较,文中算法可达到97.05%的真阳性和9.21%的假阳性,证明其优越性及辅助放疗师的有效性.
@@@@為改善病竈形狀不規則、紋理結構簡單等因素對計算機輔助肺CT中病竈檢測精度的影響,提齣將疑似病竈與整體肺區的相對位置關繫作為傳統形狀、紋理特徵之外的一種新的隱變量,參與訓練過程.為符閤病竈的三維特徵,引入基于三維矩陣模式的SVM,進一步設計含隱變量三維矩陣模式SVM.將吉林省腫瘤醫院的150例病例建立數據庫,用其餘三種SVM方案與本文方案進行比較,文中算法可達到97.05%的真暘性和9.21%的假暘性,證明其優越性及輔助放療師的有效性.
@@@@위개선병조형상불규칙、문리결구간단등인소대계산궤보조폐CT중병조검측정도적영향,제출장의사병조여정체폐구적상대위치관계작위전통형상、문리특정지외적일충신적은변량,삼여훈련과정.위부합병조적삼유특정,인입기우삼유구진모식적SVM,진일보설계함은변량삼유구진모식SVM.장길림성종류의원적150례병례건립수거고,용기여삼충SVM방안여본문방안진행비교,문중산법가체도97.05%적진양성화9.21%적가양성,증명기우월성급보조방료사적유효성.
