论文部分内容阅读
提出了一种结合多分辨率直方图特征表示与核学习算法的数字X光乳腺图像的分类方法。该方法不依赖特征选择步骤,而是基于感兴趣区(ROI)的高维多分辨率直方图特征,通过从训练实例中学习,同时检测多种异常的ROI。对该方法进行接收器工作特性(ROC)分析,敏感性约为89%,ROC曲线下面积(AUC)接近0.91。与以前所提出的检测方法相比,该方法不需要针对特定类型病变选择特征表示,因此可以同时检测多种类型的病变,简化了检测过程,提高了检测效率,而且分类性能也达到或超过了以前方法的平均分类性能。结果表明,利用多