基于专家乘积系统的组织病理图像分类算法
组织病理图像的自动分类是医学图像处理领域的重要问题,有效特征提取方法是实现准确诊断的关键.为了实现组织病理图像的特征表示,提出一种基于专家乘积系统(PoE)的特征提取算法,利用最大似然和蒙特卡罗随机采样方法训练对应不同图像类别的PoE模型,将图像样本在所有模型下的响应相连作为其特征向量.根据训练图像样本的特征向量建立支持向量机分类模型.实验测试了宾夕法尼亚州立大学诊断实验室公开的组织病理图像数据库中的肾、肺和脾的健康及患病器官的组织病理图像,结果显示,所提算法在3种器官图像分类中均具有较高的准确性.
图像处理、特征提取、专家乘积系统、概率模型
55
TP37(计算技术、计算机技术)
深圳市互联网产业发展专项ZDSY20120613125016389
2018-05-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
208-214