论文部分内容阅读
目的提出一种基于混合核函数SVM模型参数优化的多模态MRI图像肿瘤分割方法。方法对多模态MRI图像中单一模态的特征信息,分别使用混合核函数SVM方法训练出4个子分类器,对相应模态进行分割。由于不同模态图像选择的支持向量各有侧重,分割结果存在差异。通过迭代修改分割错误数据点的权值,优化选择SVM模型子分类器权重系数,得到多模态加权组合的SVM分类器模型,并应用于多模态MRI图像分割。结果 34例MRI脑肿瘤病人图像数据,获得了90.59%的分割精度,与单一模态分类器方法、多模态高斯核函数SVM方法相比