共 3 条
基于支持向量机的磁共振脑组织图像分割
被引:23
作者:
徐海祥
[1
]
喻莉
[1
]
朱光喜
[1
]
张翔
[2
]
田金文
[2
]
机构:
[1] 华中科技大学电子与信息工程系
[2] 华中科技大学图像识别与人工智能研究所
来源:
关键词:
支持向量机;
分割;
脑组织;
D O I:
暂无
中图分类号:
TP391.41 [];
学科分类号:
080203 ;
摘要:
脑组织图像分割在医学图像分析中具有重要的理论和应用价值。由于支持向量机被看作是对传统学习分类器的一个好的替代,特别是在小样本、高维情况下,具有较好的泛化性能,因此可采用支持向量机方法对磁共振脑组织图像进行分割研究。为了验证支持向量机分割磁共振脑组织图像的效果,利用支持向量机进行了脑组织图像分割实验。实验结果表明:核函数及模型参数对支持向量机的分割性能有较大的影响;支持向量机方法适合作为小样本情况下的学习分类器;对目标边界模糊、目标灰度不均匀及目标不连续等情况下的图像(如医学图像)分割,支持向量机方法也是一个好的选择。
引用
收藏
页码:1275 / 1280
页数:6
相关论文