论文部分内容阅读
在传统超声乳腺肿瘤分类系统中，ROI提取算法的精确性很大程度上决定了最终分类效果的好坏，同时传统分类系统中每个样本都要求只提取肿瘤ROI，在样本被提取出多个ROI的情况下传统分类算法适用性差。本文提出了两种适合于本类图像的包结构构造方法，首先将多示例学习算法引入到超声乳腺肿瘤分类问题中，从而解决了上述多ROI分类问题。通过实验验证，文中方法在此类问题中较传统超声乳腺肿瘤分类方法分类效果有较大提高。