首页 | 本学科首页   官方微博 | 高级检索  
     

支持向量机在核磁共振脑组织图像分割中的应用
引用本文:刘白林,雷行行. 支持向量机在核磁共振脑组织图像分割中的应用[J]. 电脑开发与应用, 2010, 23(3): 48-50,75
作者姓名:刘白林  雷行行
作者单位:西安工业大学计算机学院人工智能研究所,西安,710032;西安工业大学计算机学院人工智能研究所,西安,710032
摘    要:在医学图像分析中,脑组织图像分割有着重要的研究与应用价值。采用支持向量机方法对核磁共振脑图像进行研究。传统的支持向量机方法在图像分割中一般选用方形的区域,用该区域的像素灰度和纹理特征作为支持向量的训练样本,对图像进行提取和分析,得到分类结果。提出了一种新型的研究区域,在该区域上提取训练样本,对核磁共振脑图像进行分类。分类结果显示用新型区域做的图像分割提高了正确率。

关 键 词:支持向量机  区域  核磁共振  图像分割

Application of Support Vector Machine to Brain Image Segmentation in MRI
Liu Bailin et al. Application of Support Vector Machine to Brain Image Segmentation in MRI[J]. Computer Development & Applications, 2010, 23(3): 48-50,75
Authors:Liu Bailin et al
Abstract:In medical image analysis,brain image segmentation plays an important research and application value.SVM method will be used in studying magnetic resonance brain images in this paper.The traditional SVM method is generally used a square area,with the region's pixel gray and texture features as support vector of the training samples,extraction and analysis classification results in image.In this paper,a new learn region will used in training samples extracted on the MRI brain images.The results showed that a...
Keywords:SVM  region  MRI  image segmentation  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号