基于边缘检测的类别医学图像分类方法.PDFVIP

下载本文档

2
0
约3.33万字
约 8页
2017-09-13 发布于江苏
举报
版权申诉

基于边缘检测的类别医学图像分类方法.PDF

1、有哪些信誉好的足球投注网站（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

基于边缘检测的类别医学图像分类方法

基于边缘检测的多类别医学图像分类方法沈健蒋芸张亚男胡学伟西北师范大学计算机科学与工程学院兰州摘要针对乳腺光医学图像多类分类精度普遍较低的问题提出了一种基于边缘检测的医学图像多类分类新方法首先对乳腺光医学图像进行预处理包括图像去噪和图像增强再通过边缘检测方法获取乳腺光医学图像中的肿块区域对检测到的肿块区域使用灰度共生矩阵提取特征对于提取到的特征采用支持向量机的方法进行分类对于检测不到肿块区域的乳腺光医学图像可直接分类为无乳腺癌即正常类实验结果表明与传统的支持向量机多类分类算法相比基于边缘检测的医学图像多类分类新方法在乳腺光医学图像上具有更高的分类精度关键词多类分类边缘检测灰度共生矩阵支持向量机中图分类号文献标志码