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：

中国图象图形学报 | 2005年 / 10期

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

页码：1275 / 1280

页数：6