基于度量的SVM分类算法在骨质疏松纹理分析上的应用

摘要：

目的：利用基于度量的支持向量机分类算法,并将该技术用于骨质疏松骨组织纹理分析的识别,提高识别准确率.方法：分别对4倍显微镜和10倍显微镜下拍照的假手术组(SHAM组)和去卵巢组(OVX组)的骨组织切片图像获取纹理特征参数,再进行基于度量的SVM分类算法.结果：基于度量的SVM分类算法比单独使用度量学习或SVM的识别率都要高.结论：基于度量的SVM分类算法,用于骨质疏松骨切片的纹理分析,具有较高的识别率.

关键词： 骨质疏松 纹理分析 图像特征 度量学习 分类算法 支持向量机

作者: 周珂 徐镛辉 熊刚强 蔡洁 吴天秀

作者单位: 广东医学院:信息工程学院,湛江 524023 华南理工大学:计算机学院,广州 510006 广东医学院:基础医学院,湛江 524023

会议类型: 国内会议

会议名称: 第17届全国图象图形学学术会议

会议地点: 珠海

会议语种:中文

页码: 294-299

在线出版日期: 2014-11-14（万方平台首次上网日期，不代表论文的发表时间）