局部特征与多示例学习结合的超声图像分类方法

被引：22

作者：

丁建睿

黄剑华

刘家锋

张英涛

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

来源：

自动化学报 | 2013年 / 39卷 / 06期

关键词：

图像分类; 局部特征; 多示例学习; 超声图像;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

利用全局特征对超声图像进行描述具有一定的局限性,而且对图像进行手工标注的成本过高,为解决上述问题,本文提出了一种利用局部特征描述超声图像,并结合多示例学习对超声图像进行分类的新方法.粗略定位图像中的感兴趣区域(Region of interest,ROI),并提取局部特征,将感兴趣区域看作由局部特征构成的示例包,采用自组织映射(Self-organizing map,SOM)的方法对示例特征进行矢量量化,采用Bag of words方法将示例特征映射到示例包空间,进而采用传统的支持向量机对示例包进行分类.本文提出的方法在临床超声图像上进行了实验,实验结果表明,该方法具有良好的泛化能力和较高的准确性.

引用

页码：861 / 867

页数：7

共 4 条

[1]

COMPUTER-AIDED DIAGNOSIS FOR THE CLASSIFICATION OF BREAST MASSES IN AUTOMATED WHOLE BREAST ULTRASOUND IMAGES [J].

Moon, Woo Kyung ;

Shen, Yi-Wei ;

Huang, Chiun-Sheng ;

Chiang, Li-Ren ;

Chang, Ruey-Feng .

ULTRASOUND IN MEDICINE AND BIOLOGY, 2011, 37 (04) :539-548

[2]

Three-dimensional ultrasonography for breast malignancy detection.[J].Dar-Ren Chen;Hung-Wen Lai.Expert Opinion on Medical Diagnostics.2011, 3

[3]

Solving multi-instance problems with classifier ensemble based on constructive clustering [J].

Zhou, Zhi-Hua ;

Zhang, Min-Ling .

KNOWLEDGE AND INFORMATION SYSTEMS, 2007, 11 (02) :155-170

[4]

Solving the multiple instance problem with axis-parallel rectangles.[J].Thomas G. Dietterich;Richard H. Lathrop;Tomás Lozano-Pérez.Artificial Intelligence.1997, 1

← 1 →