当前位置:主页 > 医学论文 > 影像医学论文 >

支持向量机在医学图像处理中的应用

发布时间:2021-03-20 08:49
  脑功能成像最大的优点就是无损伤,可以直接对人脑进行反复的非侵入性观察测量。在高级脑功能成像的研究中,数据处理是相当重要的一个环节。随着脑功能成像技术(PET、fMRI等)的发展,人们从中获取丰富的信息数据,用于脑功能区的定位、对功能新区的探索以及研究脑功能区之间的相互关系等。所以如何有效地从功能磁共振成像数据中提取脑功能活动的信息,对于探测脑功能活动、临床诊断和治疗研究具有重要的意义。论文针对fMRI数据多变量和高维的特性,采用支持向量机对脑功能状态进行有效的分类,来探测脑功能的活动,主要开展了以下几个方面的工作:1.首先解决功能磁共振数据和支持向量机之间的结合问题,即编程实现数据处理。利用仿真数据验证了程序的正确性和有效性。2.提出了用主成分分析(PCA)和对数据采用时间压缩两种方法对磁共振数据处理的分析比较,均能有效的探测到和实验相关的大脑活动区域(例如,视觉实验中大脑活动的区域主要集中在枕叶;而在左右手动实验中,大脑活动的区域主要集中在人类大脑的额叶皮质(frontal cortex)的一部分),为临床诊断和治疗提供了技术指导。实际的功能核磁共振数据分析表明支持向量机可能成为一种... 

【文章来源】:电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】:74 页

【学位级别】:硕士

【部分图文】:

支持向量机在医学图像处理中的应用


一lsPm处理手动数据结果图

升维,空间效果,支持向量机算法,工作原理


升维后的空间效果图示

非线性映射


第四章支持向量机(svm)VM的基本思路1、通常习惯于把样本降维向低维空间做投影,化简问题;2、通常采用线性化手段(如取对数);3、SVM方法是把样本点“升维”,即映射到高维甚至无穷维空间,再在空间中采用处理线性问题的方法;4、映射是非线性的,从而解决样本空间中的高度非线性问题。

【参考文献】:
期刊论文
[1]医学图像处理技术的现状及发展方向[J]. 刘俊敏,黄忠全,王世耕,张颍.  医疗卫生装备. 2005(12)
[2]SPM软件包数据处理原理简介——第一部分:基本数学原理[J]. 吴义根,李可.  中国医学影像技术. 2004(11)
[3]空间ICA在fMRI数据上的应用与分析[J]. 龙志颖,姚力,赵小杰,丁国胜,彭聃龄.  中国医学物理学杂志. 2003(04)
[4]一种基于统计参数映射融合独立成分分析的新的激活区探测方法[J]. 雷震,胡德文,周宗谭,朱文珍.  国防科技大学学报. 2003(03)
[5]国内医学图像处理技术的最新动态[J]. 田娅,饶妮妮,蒲立新.  电子科技大学学报. 2002(05)



本文编号:3090720

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/fangshe/3090720.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2553d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com