一种基于特征选择的医学图像检索方法

被引：10

作者：

顾志伟 ^{[1
]}

吴秀清 ^{[1
]}

荆浩 ^{[1
]}

尹东 ^{[1
]}

王艺元 ^{[2
]}

机构：

[1] 中国科学技术大学电子工程与信息科学系

[2] 深圳安科高技术股份有限公司

来源：

中国生物医学工程学报 | 2007年 / 01期

关键词：

医学图像检索; SVM分类; Ada Boost特征选择;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于特征选择的医学图像检索方法。考虑到医学图像的多类别特性,将分类与检索结合,采用AdaBoost方法对样本进行多次抽样,并将分类精度作为判据对特征进行选择,选取少量有利于分类的特征,同时将单特征弱分类器增强为强分类器。在检索阶段,本方法在选择后的特征子集以及类别子空间中进行检索。实验结果表明,与传统方法相比,本方法能达到较高的查准率,计算量也明显降低。

引用

页码：30 / 34

页数：5