基于多核支持向量机的乳腺微钙化簇检测.pdfVIP

基于岛核支持向量机的乳腺微钙化簇检测 常甜甜”．冯筠”．王字“．高新波” ”(西安电子科技大学理学院．西安710071) ”f西北大学信息技术学院．西安710069) ”(西安电子科技大学彀子工稃学院：西安710071、 摘要：乳腺微钙化簇是早期乳隙痛的荤耍征象，计算机辅助榆测微钙化簇是医学影像领域的难颢．如何提 高榆对率是核心问颈．分类器的选择君其中一个莺耍环节．存乳腺钼靶X光片中的疑似区域内．鞘．腺微钙化 簇和讵常的乳腺纲织的特征是非均匀的，提出多核支持向量分类机．将特征分组后分别训练不同的核甬数． 然后将多个核函数组合成多核支持向量机．实验结果表明，与单核支持向量机悻比．多核支持向胃机的分类 件能晟好． 关健字：多核支持向量机．微钙化簇．非均匀。丰动反馈学习 中圈分类号。TPJ8l文献标识码；A ClusteredMicrocalcificationDetectionBasedonAMultioleKemel SUDDOnVectorMachine CHANGTian-Tian”．FENGJun”．WANGYu”．GAO．XinBo” ，：SchooioflnformaaonScienceandTechnoloev．NorthwestUniwrstm猕’黼7l0069．Chl．aJ Z’ ，=|l妇themaacsDetmrtment．XtdtamUniveraitv．船all710071．China} ，、 (SchoolofElectrordcEnelneerlne．XiDianUnivemltv．凇an710071．Chf．aJ Abstract：Clustered all for Microealcificationis imoortsignalbreastcancerinearlvstages．However．itisa challengeforComouter AidedDetectionofnlanlm02raDhv．Thekeyoroblemishowtoincreasetheaccuracv rateandhowtochoosethe a classifer．InthisDaDer．weproposemultiolekemelSVMtotackleoroblemassociated with the姗OlZerleOU,Sfeaturesofthesusoiciousre西oilsofthemicrocalcifieation．11他odorknowledaefrom difference玎瞎ou“冶跚groundandthencombinedintothe抒ameworkofmultiolekemelSVMbased classificationscheme．11舱exoerimentalresultsdemostratethatMKSVMachievesthebesttⅪrformancecomDaried withdifferentkindsoftraditionalsigJekemeJSVM． Kevword：multiolekemelSVM．clustdredmicro-calcification．heter02eneous。activefeedbackleamin芷 陕西省教育斤科学研究计划项目： 07JK381 作者简介：常甜甜(1981一)．女．博士生。主善研究领域为机器学习 592 2l乳腺囤像的谭址坤 1引言 尽管乳腺x线摄影拈术有轴高的分辨率