基于多维特征和支持向量机核函数优化的自动化肺结节检测模型-临床诊疗知识库

| 浏览：165 | 下载：7

作者：

刘银凤；张俊杰；周涛；夏勇；吴翠颖

来源：

生物医学工程研究 2016 年 35卷 2期

标签：

肺结节检测特征提取网格寻优支持向量机分类识别医学图像处理 Lung nodules detection Feature extraction Grid search Support Vector Machine(SVM) Classification and recognition Medical image processing

为了解决特征级肺结节检测研究中的特征结构不合理和分类器性能低下两个问题,提出了一种多维特征表达与支持向量机(support vector machine,SVM)核函数优化相结合的自动化肺结节检测模型.首先提取多维特征数据量化感兴趣区域(region of interest,ROI),然后利用网格寻优算法优化SVM核函数,最后基于优化的SVM分类器识别结节区域和非结节区域.仿真实验结果表明,该模型耗时短、检测正确率高,具有一定的临床应用价值.

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求，方便快速、便捷的获取实用的医学信息，辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍

临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。

相似文献