原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用多分辨率直方图特征分类数字犡光乳腺图像.PDF
第 卷 第 期 光 工程
１４ ２
Ｖｏｌ．１４ Ｎｏ．２
Ｏ ｔｉｃｓａｎｄＰｒｅｃｉｓｉｏｎＥｎｉｎｅｅｒｉｎ
年 月 ｐ ｇ ｇ
２００６ ４ Ａ ｒ．２００６
ｐ
文章编号 （ ）
１００４９２４Ｘ２００６０２０３２７０６
利用多分辨率直方图特征分类数字 光乳腺图像
犡
，
１２ １
刘欣悦 ，黄廉卿
中国科学院 长春光学精密机械与物理研究所，吉林 长春 ； 中国科学院 研究生院，北京 ）
１． １３００３３２． １０００３９
摘要：提出了一种结合多分辨率直方图特征表示与核学习算法的数字 光乳腺图像的分类方法。该方法不依赖特征选
Ｘ
择步骤，而是基于感兴趣区（ ）的高维多分辨率直方图特征，通过从训练实例中学习，同时检测多种异常的 。对
ＲＯＩ ＲＯＩ
该方法进行接收器工作特性（ ）分析，敏感性约为 ， 曲线下面积（ ）接近 。与以前所提出的检测方
ＲＯＣ ８９％ ＲＯＣ ＡＵＣ ０．９１
法相比，该方法不需要针对特定类型病变选择特征表示，因此可以同时检测多种类型的病变，简化了检测过程，提高了检
测效率，而且分类性能也达到或超过了以前方法的平均分类性能。结果表明，利用多分辨率直方图特征表示能够很好地
区分乳腺图像中正常和异常区域，同时也显示了借助核学习算法消除或限制分类任务中特征选择步骤的可能性。
关 键 词：模式分类；计算机辅助诊断；多分辨率直方图；核学习算法
中图分类号： 文献标识码：
ＴＰ３９１．４ Ａ
犆犾犪狊狊犻犳犻犮犪狋犻狅狀狅犳犱犻犻狋犪犾犿犪犿犿狅狉犪犿狊狌狊犻狀
犵 犵 犵
犿狌犾狋犻狉犲狊狅犾狌狋犻狅狀犺犻狊狋狅狉犪犿犳犲犪狋狌狉犲狊
犵
，
１２ １
，
文档评论（0）