多示例学习在多ROI乳腺肿瘤分类中的应用

摘要：

在传统超声乳腺肿瘤分类系统中,ROI提取算法的精确性很大程度上决定了最终分类效果的好坏,同时传统分类系统中每个样本都要求只提取肿瘤ROI,在样本被提取出多个ROI的情况下传统分类算法适用性差.本文提出了两种适合于本类图像的包结构构造方法,首先将多示例学习算法引入到超声乳腺肿瘤分类问题中,从而解决了上述多ROI分类问题.通过实验验证,文中方法在此类问题中较传统超声乳腺肿瘤分类方法分类效果有较大提高.

关键词：乳腺超声、多示例学习、纹理特征、分类

所属期刊栏目：1

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然基金项目60873142,30670546;哈尔滨科技人才创新基金资助项目2008RFQXS037,2009RFQXS032;哈尔滨市科技局优秀学科带头人项目2009RFXXS211

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：66-68,73