- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于代价敏感SVM优化组合算法的微钙化簇识别-东北大学
第34卷第8期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Vol.34,No.8
2013年 8月 JournalofNortheasternUniversity(NaturalScience) Aug. 2013
基于代价敏感SVM优化组合算法的微钙化簇识别
1,2 1,2 1,2 1,2
曹 鹏 ,李 博 ,刘 鑫 ,赵大哲
(1东北大学 信息科学与工程学院,辽宁 沈阳 110819;2东北大学 医学影像计算教育部重点实验室,辽宁 沈阳 110179)
摘 要:微钙化簇是乳腺癌一个重要的早期发现,现有的检测技术为了达到高敏感性要求,产生很多假
阳性数据.根据微钙化簇特点,提出一种整体和局部相组合的分类识别策略,并根据真假阳性样本错分代价的
不同,使用代价敏感SVM方法进行分类学习.在构造分类器模型过程中利用粒子群进行分类器的参数优化
及特征集合的选择,以提升分类学习的泛化能力.该算法在保证高敏感性的同时,降低了过多的假阳性数据,
并删除了冗余和不相关的特征.实验结果表明,基于粒子群优化的代价敏感 SVM组合分类算法提高了传统
方法的识别能力.
关 键 词:微钙化簇检测;计算机辅助诊断;代价敏感学习;组合分类;粒子群优化;特征选择
中图分类号:TP3016 文献标志码:A 文章编号:1005-3026(2013)08-1100-05
Microcalcification ClustersRecognition Based on Optimized
CostSensitiveSVM CombinationalAlgorithm
1,2 1,2 1,2 1,2
CAOPeng ,LIBo ,LIUXin ,ZHAODazhe
(1.SchoolofInformationScience&Engineering,NortheasternUniversity,Shenyang110819,China;2Key
LaboratoryofMedicalImageComputingofMinistryofEducation,NortheasternUniversity,Shenyang110179,
China.Correspondingauthor:CAOPeng,Email:neucp@163.com)
Abstract:Microcalcificationclusters(MCs)areimportantsignsforearlybreastcancerdetection.
Theexistinginitialdetectionmethodsresultinlotsoffalsepositivedatabecauseofthe
requirementsofhighsensitivity.Aclassificationstrategycombiningwithglobalandlocalviews
wasproposedbasedonMCscharacteristics.ThecostsensitiveSVMclassificationalgorithmwas
employedaccordingtodifferentmisclassificationcostsoftrueandfalsepositiveinstances.Inthe
constructionofclassificationmodel,theparametersandfeaturesubsetwereoptimizedwithparticle
swarmmethodtoenhancethegeneralizationperformance.Theensemblemethodreducesexcessive
falsepositivedatabutwithhighsensitivity,andremovesredundantandirrelevantfeatures.
Experimentalresultsshowthattheproposedmethodimprove
您可能关注的文档
- 基于EF5的高频感应加热电源的设计与实现-郑州大学学报工学版.PDF
- 基于Eucalyptus的基础设施即服务云框架协议设计The-中国云计算.PDF
- 基于FPGA的高精度时间数字转换方法研究电测与仪表.PDF
- 基于GIS的网格法煤炭资源储量估算方法-复旦学报(社会科学版).PDF
- 基于GPU和Kinect的快速物体重建-模式识别国家重点试验室-中国.PDF
- 基于GRACE和MODIS数据的长江流域陆地水储量变化-长江科学院.PDF
- 基于Harris角点检测的位移测量算法-冯雪课题组.PDF
- 基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演.PDF
- 基于Hyperion数据的江西德兴矿区粘土矿物信息提取及其找矿意义.PDF
- 基于ITS序列和trnL-F序列探讨小叶锦鸡儿-JournalofSystematics.PDF
最近下载
- 2025年新高考语文一轮复习信息类文本阅读专题三:分析思路结构(解析版).docx VIP
- NBT 32047-2018光伏发电站土建施工单元工程质量评定标准.docx
- 江南快速tomcb培训教材.ppt
- 东菱面包机说明书..pdf
- 外研版英语(三起点)四年级上册 Module5 大单元学历案教案 教学设计附作业设计(基于新课标教学评一体化).docx
- 信息技术《网络信息辨真伪》课件.pptx VIP
- 《生活中的函数》课件.pptx VIP
- 幼儿园中班数学《10以内的相邻数》课件.pptx VIP
- 《家乡文化生活》课件 统编版高中语文必修上册.pptx
- 四年级信息技术云盘文件巧管理教学课件.pptx VIP
文档评论(0)