利用支持向量机(SVM)在计算机辅助检测(CAD)中进行假阳性降低的系统和方法

    公开(公告)号:CN101061490A

    公开(公告)日:2007-10-24

    申请号:CN200580039686.4

    申请日:2005-11-18

    Abstract: 一种用于计算机辅助检测(CAD)和在HRCT医学图像数据内检测的所关心部位的分类的方法,包括处理后机器学习以最大化分类的特异殊性和敏感性以实现假阳性检测报告数量上的下降。该方法包括在被选择为包括若干真部位和假部位的医学图像训练数据集合上训练分类器,其中真部位和假部位由CAD处理来识别,并且自动地被分割,其中分割训练部位由至少一个专家来审阅以把每个训练部位针对其基础事实,即真或假,进行分类,实质上限定自动分割,其中从每个分割部位识别并提取特征池,以及其中特征池由遗传算法来处理以识别最佳特征子集,所述子集用来训练支持向量机,在非训练医学图像数据内检测作为分类候选者的部位,对该候选部位进行分割,从每个分割候选部位提取特征集合以及在根据最佳特征子集进行训练之后利用支持向量机来对候选部位进行分类,以及处理该候选特征集合。

    在视频清晰度增强中改善时间一致性

    公开(公告)号:CN1608378A

    公开(公告)日:2005-04-20

    申请号:CN02826211.5

    申请日:2002-12-09

    CPC classification number: H04N19/527 H04N19/85 H04N19/86

    Abstract: 提供了一种使用清晰度增强算法通过增强增益来改善表示至少一帧的增强信号(210)的时间一致性的方法和系统。所述方法包括如下步骤:接收包括至少一帧的增强信号(210);为帧中每个像素获得一个增强增益;使用运动矢量从增益存储器获得参考帧中的每个像素的增强增益值,确定帧是否是I、P或B帧类型,并通过计算在清晰度增强算法中使用的增益映射为I帧类型确定更新增强增益(235)。每个像素的更新增强增益等于先前确定的在清晰度增强算法中使用的增强增益。另外,该方法包括将更新增强增益存储到增益存储器;和将更新增强增益应用到所述清晰度增强算法,以改善所述增强信号(210)的时间一致性。

Patent Agency Ranking