[发明专利]一种基于高斯核参数选择的SVM乳腺分类方法

摘要

本发明涉及一种基于高斯核参数选择的SVM乳腺分类方法，首先从已知病例中提取乳腺钼靶与B超图像特征，将完成特征提取的各病例数据按照已知临床诊断结果进行良恶性与临床分期标注；接着对同一患者乳腺的钼靶图像特征与B超图像特征采用级联方式进行多特征融合，得到乳腺样本的特征向量；接着将高斯核参数选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的训练过程与识别过程。本发明能够提高乳腺癌诊断的准确率和效率。

主权项

一种基于高斯核参数选择的SVM乳腺分类方法，其特征在于：包括以下步骤：步骤S1：从已知病例中提取乳腺钼靶与B超影像数据特征；将完成特征提取的各病例数据按照已知临床诊断结果进行良恶性与临床分期标注；所述标注分为五类：良性、恶性I级、恶性II级、恶性III级、恶性IV级；步骤S2：对同一患者乳腺的钼靶图像特征与B超图像特征通过串联进行多特征融合，得到乳腺样本的特征向量；步骤S3：选取基于高斯核的二叉平衡决策树SVM作为乳腺多分类模型,针对二叉平衡决策树的各个决策面，求解合适的高斯核参数，通过二分SVM进行训练；步骤S4：用基于高斯核的二叉平衡决策树SVM进行识别。