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
刘银凤1
张俊杰2
周涛2
夏勇3
吴翠颖2
1.宁夏医科大学附属心脑血管病医院神经内科,宁夏银川,7500012.宁夏医科大学理学院,宁夏银川,7500043.西北工业大学计算机学院,陕西西安,710100
摘要：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.
关键词：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
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(81160183)国家自然科学基金(61561040)国家自然科学基金(NZ14085)陕西省语音与图像信息处理重点实验室开放基金(SJ2013003)
论文发表日期：2016-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 75-80 )
英文信息