基于多特征融合的甲状腺结节良恶性识别 |
| |
引用本文: | 李亮,尹小童,李梦烁,曾朝伟,王昕.基于多特征融合的甲状腺结节良恶性识别[J].教育技术导刊,2017,16(12):137-140. |
| |
作者姓名: | 李亮 尹小童 李梦烁 曾朝伟 王昕 |
| |
作者单位: | 长春工业大学 计算机科学与工程学院,吉林 长春 130012 |
| |
摘 要: | 鉴于甲状腺结节良恶性的判别十分依赖于有效特征的提取,提出基于DLBP与RLBP模型相结合的局部纹理特征提取算法,首先利用RLBP模型解决图像旋转不变问题,然后与DLBP模型相结合对RLBP模式特征进行选择与降维,再与纵横比、圆形度、紧致度等形状特征相结合并输入到SVM分类器中。为了进一步提高识别率,提出基于粒子群算法与网格搜索算法相结合的SVM参数优化算法。实验结果表明,该模型提取的特征用于分类识别时较上述各种模型及传统的旋转不变等价ULBP模型能获得更高的识别率,且提出的参数寻优算法相比于传统寻优算法效率更高。
|
关 键 词: | 甲状腺结节识别 DLBP模型 RLBP模型 ULBP模型 参数寻优 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|