| 基于改进支持向量机算法的超声图像分割技术 |
| |
| 引用本文： | 王萌.基于改进支持向量机算法的超声图像分割技术[J].生物医学工程研究,2019(2):186-189,195. |
| |
| 作者姓名： | 王萌 |
| |
| 作者单位： | 陕西能源职业技术学院 |
| |
| 基金项目： | 陕西省教育厅专项资助项目(15JK1021) |
| |
| 摘 要： | 超声图像的边缘分割受到噪声影响,基于传统支持向量机(support vector machine,SVM)超声图像分割过程存在较大缺陷。提出一种基于改进SVM算法超声图像分割算法。采用分区域特征匹配方法,进行二维超声图像的分块融合性检测和特征块匹配,根据超声纹理的规则性特征分量进行病理边缘特征提取,利用提取的精度作为约束条件,优化SVM分割过程,进行超声图像分割过程的自适应分类,实现对超声图像的快速分割。仿真结果表明,采用该方法进行超声图像分割的精度较高,对超声图像的病理特征识别能力较好,结构相似度信息较强,提高了超声图像检测和诊断分析能力。
|
| 关 键 词： | 支持向量机算法 超声图像 生物医学 分割 噪声 特定区域 分块特征 |
Ultrasonic image segmentation based on improved support vector machine algorithm |
| |
| WANG Meng.Ultrasonic image segmentation based on improved support vector machine algorithm[J].Journal Of Blomedical Englneerlng Research,2019(2):186-189,195. |
| |
| Authors: | WANG Meng |
| |
| Institution: | (Shanxi Energy Institute,Xianyang 712000,China) |
| |
| Abstract: | WANG Meng(Shanxi Energy Institute,Xianyang 712000,China) |
| |
| Keywords: | Support vector machine algorithm Ultrasonic image Biomedical Segmentation Noise Specific area Block feature |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
