换一批摘要针对目前肛肠病症主要依靠医生临床经验人工识别而导致误诊的问题,为了提高肛肠病症识别的准确率及其智能化水平,提出了一种支持向量机的肛肠病症识别算法.首先对肛肠病症图像进行预处理、用半阈值分割方法分割出病症区域并进行边缘检测,然后提取病症区域的形状和纹理特征量,最后将选取的特征量输入到支持向量机进行训练、测试.仿真结果表明,采用支持向量机的肛肠病症识别率达到91.67％,提出的采用SVM的识别方法是有效的,可适用于肛肠病症识别.
更多相关知识
关键词
肛肠病症支持向量机半阈值分割特征提取Anal-Intestinal diseasesSupport vector machines (SVM)Semi-threshold segmentationFeature extraction
分类号
TP391
栏目名称
DOI
10.3969/j.issn.1006-9348.2013.11.078
发布时间
2013-12-23（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江西省科技厅支撑计划（2010BGB00900）
- 浏览1
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
