基于改进Adaboost M1算法医学图像分类系统的研究
林晓佳
福州大学数学与计算机科学学院,福建福州350116;福建对外经济贸易职业技术学院信息技术系,福建福州350016
摘要：随着计算机医学成像技术的发展,医学影像越来越多样化,医学影像的应用也越来越广泛,与此同时大量的医学设备的应用使得医学影像的数量也越来越多,大量的影像资料使医院迷失在信息的海洋.如何有效的对医学影像进行组织、管理,合理有效的对其进行分类,从而使其更好的辅助日常的医学诊断和医学研究.为了解决这一问题,本文在单特征研究的基础上提出一种综合了多特征融合和数据挖掘的医学图像分类的方法,该方法引入数据挖掘中集成学习的概念,利用改进的Adaboost M1算法针对单特征分类的弱分类器进行迭代训练,并采用SVM分类器开发设计了一个基于改进Adaboost M1算法的医学图像分类系统,以提高医学图像分类效率.
关键词：集成学习Adaboost M1医学图像分类SVM
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(10931004)
论文发表日期：2015-01-01
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：4( 29-32 )
英文信息