基于支持向量机的MR图像颅内组织识别的研究

发布时间：2023-03-03 18:37

　　医学图像识别是图像可视化的前提,也是提取影像图像中特殊组织的定量信息所不可缺少的手段。识别后的图像被广泛地应用于病变组织的定位及诊断,解剖结构的学习,计算机指导手术等方面。本文完成了头颅MR图像的脑组织分类和脑肿瘤识别。 MR图像仅靠像素的灰度进行分割是不够的,因此在提取图像的特征时,有必要提取更多特征,以便提高处理的精度,得到理想的识别分类效果,由于支持向量机推广能力在很大程度上依赖于特征向量的选取及其空间分布,本课题为每个像素计算其各种纹理测度和由灰度派生出的统计参数作为特征向量。 统计学习理论是一种专门研究小样本情况下机器学习规律的理论。随着其理论的不断发展和成熟,统计学习理论开始受到越来越广泛的重视。统计学习理论是建立在一套较坚实的理论基础之上的,为解决有限样本学习问题提供了一个统一的框架。它能将很多现有方法纳入其中,有望帮助解决许多原来难以解决的问题(比如神经网络结构选择问题、局部极小点问题等);同时,在这一理论基础上发展了一种新的通用学习工具——支持向量机,它已初步表现出很多优于已有机器学习方法的性能。在头颅MR图像中,颅内各组织的边界极其复杂且不规则,呈高度非线性。这对传...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    §1-1 医学图像模式识别
        1-1-1 数字图像处理
        1-1-2 医学图像的模式识别
    §1-2 研究背景及意义
        1-2-1 研究背景
        1-2-2 研究意义
    §1-3 本文主要内容
第二章 MR 图像预处理及其特征提取
    §2-1 MR 图像的预处理
        2-1-1 医学图像简介
        2-1-2 MR 图像预处理
    §2-2 MR 图像的特征提取
    §2-3 本章小结
第三章 统计学理论和支持向量机
    §3-1 统计学习理论
        3-1-1 机器学习问题的提出
        3-1-2 经验风险最小化原则
        3-1-3 结构风险最小化
    §3-2 支持向量机
        3-2-1 支持向量机理论
        3-2-2 支持向量机特点
    §3-3 本章小结
第四章 基于免疫特征加权支持向量机的MR 图像模式识别
    §4-1 人工免疫系统
        4-1-1 免疫学的基本原理
        4-1-2 人工免疫系统的应用发展
    §4-2 免疫支持向量机
        4-2-1 免疫算法
        4-2-2 免疫支持向量机
    §4-3 基于免疫特征加权支持向量机的脑组织识别
        4-3-1 多分类免疫特征加权支持向量机
        4-3-2 实验结果与分析
    §4-4 单类免疫特征加权支持向量机对脑肿瘤识别
        4-4-1 单类免疫特征加权支持向量机
        4-4-2 实验结果与分析
    §4-5 本章小结
第五章 总结与展望
    5-1 本文总结
    5-2 进一步的研究工作
参考文献
致谢
攻读硕士期间所取得的相关科研成果



本文编号：3752899