基于统计学习的多层医学图像语义建模方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：提出一种在小样本的情况下，基于多层贝叶斯网络的医学图像语义建模方法．该方法采用支持向量机实现从低层视觉特征到对象语义的映射，使用贝叶斯网络融合对象语义，提取高级语义，从而建立一个多层医学图像语义模型，可支持多层次的医学图像语义自动标注及其检索．将该方法用于星形细胞瘤恶性程度的语义提取，并建立一个多层语义模型．实验表明，该模型与使用K近邻分类器或高斯混合模型取代SVM的语义模型相比，查全率有明显的提高。

原文链接:http://www.cqvip.com//QK/92670X/200702/24298393.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：统计学习 学习的 统计学 贝叶斯网络 cqvip 多层贝叶斯网络 支持向量机 语义建模 医学图像 机器学习