基于改进支持向量机算法的超声图像分割技术
王萌
陕西能源职业技术学院,陕西咸阳,712000
摘要：超声图像的边缘分割受到噪声影响,基于传统支持向量机(support vector machine,SVM)超声图像分割过程存在较大缺陷.提出一种基于改进SVM算法超声图像分割算法.采用分区域特征匹配方法,进行二维超声图像的分块融合性检测和特征块匹配,根据超声纹理的规则性特征分量进行病理边缘特征提取,利用提取的精度作为约束条件,优化SVM分割过程,进行超声图像分割过程的自适应分类,实现对超声图像的快速分割.仿真结果表明,采用该方法进行超声图像分割的精度较高,对超声图像的病理特征识别能力较好,结构相似度信息较强,提高了超声图像检测和诊断分析能力.
关键词：支持向量机算法超声图像生物医学分割噪声特定区域分块特征
分类号：R318(医用一般科学)TP399(计算技术、计算机技术)
资助基金：陕西省教育厅专项(15JK1021)
论文发表日期：2019-01-01
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：5( 186-189,195 )
英文信息