论文部分内容阅读
当前医学CT图像的病理识别过多地依靠医生经验,为了将机器辅助诊断引入病理识别中,本文采用点袋理论对肝癌和正常肝脏的CT图像进行分析研究。从100张CT图像中挑选出40张具有特征的CT图像,预处理后,先利用尺度不变特征变换(scale invariant feature,SIFT)描述CT图像特征点,再经过k均值(k-means)聚类,最后使用支持向量机(support vector machine,SVM)机器学习算法实现CT图像的识别和分类。实验结果表明,当采用Gaussian径向基(RBF)核运