|
|||||
|
|
| 结合规则和SVM方法的肺结节识别 | |
| 引用本文： | 张婧,李彬,田联房,陈萍,王立非. 结合规则和SVM方法的肺结节识别[J]. 华南理工大学学报(自然科学版), 2011, 39(2): 125-129,147. DOI: 10.3969/j.issn.1000-565X.2011.02.021 |
| 作者姓名： | 张婧 李彬 田联房 陈萍 王立非 |
| 作者单位： | 1. 华南理工大学,自动化科学与工程学院,广东,广州,510640 2. 广州医学院第一附属医院核医学科,广东,广州,510120 3. 广州中医药大学祈福医院,影像中心,广东,广州,511495 |
| 基金项目： | 中国博士后科学基金资助项目，广东省教育部产学研结合项目，教育部高等学校博士学科点专项科研基金资助项目，广东省自然科学基金资助项目，广州市番禺区科技攻关项目，华南理工大学中央高校基本科研业务费资助项目 |
| 摘 要： | 为识别CT图像中的肺结节,提出了一种结合规则和支持向量机(SVM)的识别方法,来对分割出来的感兴趣区域(ROI)进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入... |
| 关 键 词： | 图像识别 肺结节 分类器 支持向量机 规则 |
Lung Nodule Recognition Combining Rule-Based Method and SVM |
|
| Zhang Jing,Li Bin,Tian Lian-fang,Chen Ping,Wang Li-fei. Lung Nodule Recognition Combining Rule-Based Method and SVM[J]. Journal of South China University of Technology(Natural Science Edition), 2011, 39(2): 125-129,147. DOI: 10.3969/j.issn.1000-565X.2011.02.021 | |
| Authors: | Zhang Jing Li Bin Tian Lian-fang Chen Ping Wang Li-fei |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |