支持向量機(jī)在醫(yī)學(xué)圖像分割中的應(yīng)用研究.pdf

1、研究醫(yī)學(xué)圖像對(duì)促進(jìn)醫(yī)學(xué)科學(xué)的發(fā)展具有重大意義，圖像分割是研究醫(yī)學(xué)圖像的核心問(wèn)題。現(xiàn)今，已有學(xué)者將支持向量機(jī)應(yīng)用于圖像分割處理中，并能夠取得較好的分割效果。但由于沒(méi)有考慮到相關(guān)應(yīng)用領(lǐng)域的知識(shí)特點(diǎn)，對(duì)邊緣的分割處理效果不是很突出，有待進(jìn)一步改進(jìn)。
　　 1）本文以醫(yī)學(xué)圖像中的核磁共振腦圖像作為研究對(duì)象，使用支持向量機(jī)方法對(duì)不同噪聲級(jí)別的仿真MR腦圖像作圖像分割研究。
　　 2）在研究過(guò)程中，考慮了核磁共振圖像的成像特點(diǎn)，提出

2、了一種新型的劃分區(qū)域：擴(kuò)圓形區(qū)域。該區(qū)域介于傳統(tǒng)的方形區(qū)域與圓形區(qū)域之間。用擴(kuò)圓形區(qū)域內(nèi)計(jì)算出的灰度特征和紋理特征作為像素點(diǎn)的支持向量，并以此向量為基礎(chǔ)建立樣本模型，對(duì)目標(biāo)進(jìn)行分類(lèi)處理，完成對(duì)核磁共振腦圖像的分割。
　　 3）本文對(duì)訓(xùn)練和測(cè)試樣本采用交叉驗(yàn)證方法，采用了國(guó)外一種比較權(quán)威的算法評(píng)價(jià)方法來(lái)評(píng)價(jià)所獲取實(shí)驗(yàn)數(shù)據(jù)，并客觀地分析改進(jìn)和評(píng)價(jià)算法。通過(guò)與基于先驗(yàn)知識(shí)的支持向量機(jī)分割結(jié)果相對(duì)比，結(jié)果表明在處理小噪聲級(jí)別圖像時(shí)，新方