10.3969/j.issn.1000-3428.2009.18.060
基于SVM-2DPCA的X光胸片异常筛查
基于统计学习理论的支持向量机分类算法,提出一种X光胸片异常筛查系统,能够自动判别胸片的正常和异常.为了提高SVM算法的效率,利用小波变换等预处理手段去除对判读无用的图像冗余信息,采用二维主成分分析进一步降低图像特征维数.实验结果表明,SVM用于医学X光片异常筛查可行且有效、识别率高.
X光片、图像分类、支持向量机、二维主成分分析
35
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60663003;宁夏自然科学基金资助项目NZ0610
2009-11-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
170-172