基于支持向量机的动脉硬化斑块识别
DOI:
作者:
作者单位:

北京工业大学,北京工业大学,北京工业大学

作者简介:

通讯作者:

基金项目:


Recognition of Atherosclerotic Plaque Based on Support Vector Machine
Author:
Affiliation:

College of Electronic Information and Control Engineering,Beijing University of Technology,Beijing

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    辨别动脉硬化斑块的类型是临床上采取相应治疗方案的前提,自动识别斑块能克服主观因素的影响。利用灰度共生矩阵提取斑块特征,结合粒子群算法构造支持向量机分类器,对基于高斯径向基核函数的支持向量机分类参数进行优化,实验结果表明对血管内超声波动脉硬化斑块类型进行识别的正确率达到92%。对提高心血管疾病临床诊断的准确性、科学性和客观性具有重要意义。

    Abstract:

    Recognition of atherosclerotic plaque is premise of adopting treatment measures in clinic; Automatic recognition can overcome the effect of subjective factors. Characters of plaque are extracted by gray level co-occurrence matrix, and then SVM is applied to construct classifier combining PSO algorithm, which optimizes parameters of SVM based on Gaussian radius basis kernel function. The result shows that rate of recognition reaches 92%.The method improves accuracy, scientific and objectivity in diagnosing cardio-cerebrovascular disease in clinic.

    参考文献
    相似文献
    引证文献
引用本文

汪友生,胡百乐,陈建新.基于支持向量机的动脉硬化斑块识别[J].数据采集与处理,2012,27(3):

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2011-04-05
  • 最后修改日期:2012-04-27
  • 录用日期:2011-12-30
  • 在线发布日期: 2012-06-29