论文部分内容阅读
为改善病灶形状不规则、纹理结构简单等因素对计算机辅助肺CT中病灶检测精度的影响,提出将疑似病灶与整体肺区的相对位置关系作为传统形状、纹理特征之外的一种新的隐变量,参与训练过程.为符合病灶的三维特征,引入基于三维矩阵模式的SVM,进一步设计含隐变量三维矩阵模式SVM.将吉林省肿瘤医院的150例病例建立数据库,用其余三种SVM方案与本文方案进行比较,文中算法可达到97.05%的真阳性和9.21%的假阳性,证明其优越性及辅助放疗师的有效性.