公开(公告)号：CN106169084A

公开(公告)日：2016-11-30

申请号：CN201610537713.0

申请日：2016-07-08

Applicant: 福州大学

Inventor： 王秀 ,  余春艳 ,  林志杰 ,  陈壮威 ,  叶东毅

IPC: G06K9/62 ,  G06T7/00

CPC classification number: G06K9/6269 ,  G06T7/0012 ,  G06T2207/10132 ,  G06T2207/20081 ,  G06T2207/30068

Abstract: 本发明涉及一种基于高斯核参数选择的SVM乳腺分类方法，首先从已知病例中提取乳腺钼靶与B超图像特征，将完成特征提取的各病例数据按照已知临床诊断结果进行良恶性与临床分期标注；接着对同一患者乳腺的钼靶图像特征与B超图像特征采用级联方式进行多特征融合，得到乳腺样本的特征向量；接着将高斯核参数选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的训练过程与识别过程。本发明能够提高乳腺癌诊断的准确率和效率。

公开(公告)号：CN105913086A

公开(公告)日：2016-08-31

申请号：CN201610223395.0

申请日：2016-04-12

Applicant: 福州大学

Inventor： 王秀 ,  余春艳 ,  林志杰 ,  陈壮威 ,  叶东毅

IPC: G06K9/62 ,  G06F19/00 ,  G06K9/46

CPC classification number: G06K9/6269 ,  G06F19/34 ,  G06K9/4671 ,  G06K2209/05

Abstract: 本发明涉及一种应用特征权重自适应选择的计算机辅助诊断乳腺的方法，首先从已知病例中提取乳腺X线钼靶与B超影像数据特征，将完成特征提取的各病例数据按照已知临床诊断结果进行良恶性与临床分期标注；接着对同一患者乳腺的X线钼靶图像与B超影像采用级联方式进行多特征融合，得到乳腺样本的特征向量；接着将特征权重自适应选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的训练过程；最后将特征权重自适应选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的识别过程。本发明能够提高乳腺癌诊断的准确率和效率。