换一批摘要结合脑PET图像信息,提出了一种基于张量子空间的半脑对称度特征的识别方法用于识别PET图像中癫痫病灶.首先计算全部脑PET图像中所有体素的SUV,并基于SUV建立三阶张量;然后提取半脑对称度特征,建立半脑对称度张量模型;其次利用多线性主成分分析(MPCA)方法对半脑对称度张量模型进行特征选择;最后基于支持向量机(SVM)分类器进行癫痫识别.实验结果表明:提出的算法能够有效地识别脑PET图像中的癫痫病灶,可以作为计算机辅助诊断方式帮助医生进行癫痫疾病的诊断.
更多相关知识
关键词
癫痫张量PET多线性主成分分析支持向量机epilepsytensorPET(positron emission tomography)multi-linear principal component analysissupport vector machine
分类号
TP391.4
栏目名称
DOI
10.12068/j.issn.1005-3026.2017.07.003
发布时间
2017-08-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61472073）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
