基于多级SVM的CAD工具用于结构磁共振图像中神经病变的分类
计算机视觉与模式识别
2017-06-27 v1
摘要
监督机器学习领域的革命性发展为由医生辅助诊断的CAD工具开发铺平了道路。最近，前者已被用于预测阿尔茨海默病等神经疾病。我们提出了一种CAD（计算机辅助诊断）工具，利用非负矩阵分解（NMF）和Haralick特征进行特征提取，并利用SVM（支持向量机）进行模式识别，以区分由CVA（脑血管意外）引起的神经病变与其他神经疾病引起的病变。我们还引入了一种多级分类系统，与使用NMF或Haralick特征单独作为分类特征的系统相比，具有更好的分类效率、灵敏度和特异性。使用LOOCV（留一交叉验证）方法进行了交叉验证，我们提出的系统分类准确率超过86%。
引用
@article{arxiv.1706.08227,
title = {Multi-level SVM Based CAD Tool for Classifying Structural MRIs},
author = {Jerrin Thomas Panachakel and Jeena R. S.},
journal= {arXiv preprint arXiv:1706.08227},
year = {2017}
}