[发明专利]基于Shearlet特征和层级二叉树SVM分类器的超声乳腺肿块分级检测方法有效
申请号: | 201810674801.4 | 申请日: | 2018-06-26 |
公开(公告)号: | CN108960313B | 公开(公告)日: | 2021-07-02 |
发明(设计)人: | 童莹;祁小银 | 申请(专利权)人: | 南京工程学院 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G16H50/20 |
代理公司: | 南京正联知识产权代理有限公司 32243 | 代理人: | 王素琴 |
地址: | 211167 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于Shearlet特征和层级二叉树SVM分类器的超声乳腺肿块分级检测方法,通过输入乳腺超声RF数据;提取Shearlet特征并降维,基于Shearlet变换实现乳腺肿块特征提取,基于LBP的Shearlet特征降维;采用层级二叉树SVM分类器进行乳腺肿块分级检测。该方法基于Shearlet变换进行乳腺肿块特征提取,可以准确描述不同分级的乳腺肿块特征差异,同时,基于LBP编码的降维算法,可以既不损失乳腺肿块特征信息,同时也降低了算法的计算复杂度,有利于提高算法的有效性;通过层级二叉树SVM分类器,可以对乳腺肿块进行有效分级;能够提高阅片的准确率,能够减少医生的主观因素影响,有助于提高医生诊断的准确率。 | ||
搜索关键词: | 基于 shearlet 特征 层级 二叉 svm 分类 超声 乳腺 肿块 分级 检测 方法 | ||
【主权项】:
1.一种基于Shearlet特征和层级二叉树SVM分类器的超声乳腺肿块分级检测方法,其特征在于:包括以下步骤,S1、输入乳腺超声RF数据;S2、对步骤S1所输入的乳腺超声RF数据,提取Shearlet特征并降维,得到乳腺肿块特征,其中,基于Shearlet变换实现乳腺肿块特征提取,基于LBP的Shearlet特征降维;S3、采用层级二叉树SVM分类器对步骤S2所得的基于Shearlet特征提取和LBP特征降维的乳腺肿块特征,进行乳腺肿块分级检测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京工程学院,未经南京工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810674801.4/,转载请声明来源钻瓜专利网。
- 上一篇:用于生成分类模型的方法和装置
- 下一篇:基于难样本的训练方法、装置及电子设备