《表2 不同特征提取方式下多项式核函数的分类结果》
本文提出构造SVM分类器对基于灰度-梯度共生矩阵和灰度共生矩阵提取的特征进行分类。SVM类型设置上选择C-SVC,选择多项式核函数,通过调整C-SVC分类器的参数进行实验。将提取到的3种特征值输入到构造的分类器中,实验结果见表2。当SVM(C=3)时,灰度-梯度共生矩阵法的分类准确率达到72.75%,混合纹理特征的分类准确率达到86.25%,而灰度共生矩阵的分类准确率为83.25%;但SVM(C=2)时,灰度共生矩阵的分类准确率提高到85.25%。由此可看出,混合的灰度-梯度共生矩阵和灰度共生矩阵提取的特征更适用于正常食管和蕈伞型食管癌的分类。本研究所使用的特征及分类器为新疆哈萨克族食管癌图像的分类提供一种新思路。
图表编号 | XD0051902100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 茹仙古丽·艾尔西丁、木拉提·哈米提、严传波、姚娟、排孜丽耶·尤山塔依 |
绘制单位 | 新疆医科大学基础医学院、新疆医科大学医学工程技术学院、新疆医科大学医学工程技术学院、新疆医科大学第一附属医院放射科、新疆医科大学基础医学院 |
更多格式 | 高清、无水印(增值服务) |