[1]孙永倩,王培东.基于支持向量机的并行CT图像分割方法[J].哈尔滨理工大学学报,2013,(03):42-46.
 SUN Yong-qian,WANG Pei-dong.[J].哈尔滨理工大学学报,2013,(03):42-46.
点击复制

基于支持向量机的并行CT图像分割方法()
分享到:

《哈尔滨理工大学学报》[ISSN:1007-2683/CN:23-1404/N]

卷:
期数:
2013年03期
页码:
42-46
栏目:
计算机与控制工程
出版日期:
2013-06-25

文章信息/Info

作者:
孙永倩; 王培东;
哈尔滨理工大学计算机科学与技术学院;
Author(s):
SUN Yong-qianWANG Pei-dong
School of Compute Science and Technology,Harbin University of Science and Technology,Harbin 150080,China
关键词:
支持向量机 区域增长 CT图像 并行分割
文献标志码:
A
摘要:
提出了一种基于区域增长和支持向量机的自动并行CT图像分割方法.传统的种子生长方法速度较快,但难于自动获得种子点;而单纯的支持向量机分割准确,但速度较慢.为了解决上述问题,本文将两种方法相结合:首先,训练支持向量机用于分类;然后用支持向量机判断种子点并使用曲率流滤波器进行降噪以光滑图像边缘;最后使用阈值区域生长进行分割.在基于Torque的并行环境下进行的实验证明了本方法的分割效果和速度都优于传统方法.

相似文献/References:

[1]张新闻,周春燕,李学生,等.优化核参数的SVM在电能质量扰动分类中的应用[J].哈尔滨理工大学学报,2011,(03):50.
 ZHANG Xin-wen,ZHOU Chun-yan,LI Xue-sheng.Recognition of Power Quality Disturbances Based on Support Vector Machine with Optimal Kernel-parameter[J].哈尔滨理工大学学报,2011,(03):50.
[2]黄英来,孙晓芳,刘镇波,等.微博转发预测算法评测系统的建立及性能比较[J].哈尔滨理工大学学报,2013,(04):52.
[3]李岩,杜永斌,宋海丰,等.ECT系统轮换对称svM图像重建改进算法[J].哈尔滨理工大学学报,2015,(03):40.
 LI Yan .DU Yong-bin .SONG Hai-fence.MAN Zhi-qian}.REN Xiang-h ua.Improved Method of Electrical Capacitance Tomography Based onSVM Algorithm of Cyclic Symmetrical Partition[J].哈尔滨理工大学学报,2015,(03):40.
[4]柳长源,张付浩,韦琦. 基于脑电信号的癫痫疾病智能诊断与研究[J].哈尔滨理工大学学报,2018,(03):91.[doi:10.15938/j.jhust.2018.03.016]
 LIU Chang yuan,ZHANG Fu hao,WEI Qi. Intelligent Diagnosis and Research of Epileptic Diseases Based on EEG Signals[J].哈尔滨理工大学学报,2018,(03):91.[doi:10.15938/j.jhust.2018.03.016]
[5]温雪岩,赵丽影,徐克生,等.改进的MDSMOTE与FCSVM在不平衡数据集分类中的应用[J].哈尔滨理工大学学报,2018,(04):87.[doi:10.15938/j.jhust.2018.04.016]
 WEN Xue yan,ZHAO Li ying,XU Ke sheng,et al. Application of Improved MDSMOTE and FCSVM in Imbalanced Data Set Classification[J].哈尔滨理工大学学报,2018,(03):87.[doi:10.15938/j.jhust.2018.04.016]
[6]尹召杰,许同乐,郑店坤. LMD支持向量机电机轴承故障诊断研究[J].哈尔滨理工大学学报,2018,(05):35.[doi:1015938/jjhust201805007]
 YIN Zhao jie,XU Tong le,ZHENG Dian kun. Fault Diagnosis Research on Bearingof Motor Based on LMD And Support Vector Machine[J].哈尔滨理工大学学报,2018,(03):35.[doi:1015938/jjhust201805007]

备注/Memo

备注/Memo:
国家自然科学基金(61103149)
更新日期/Last Update: 2014-01-02