导读:本文包含了医学图像分类器论文开题报告文献综述及选题提纲参考文献，主要关键词:支持向量机,医学图像分类,特征提取,图像分割
医学图像分类器论文文献综述
华翔,孙蕾[1]（2011）在《基于SVM的医学图像分类器的设计》一文中研究指出提出了一个基于支持向量机的医学图像分类器.能提取形状和纹理特征作为分类算法的特征输入,进行计算机辅助诊断.提出了一种支持向量机新算法,解决了当两类中的样本数量差别较大时,支持向量机的分类能力将会下降的问题.实验表明,在小样本、两类样本数量严重不均衡的情况下,该算法有着较强的分类能力,可以极大地提高医学图像分类的效率和准确性.(本文来源于《微电子学与计算机》期刊2011年06期）
谢福鼎,赵凤霞,稽敏[2]（2009）在《基于加权复杂网络聚类的医学图像分类器研究》一文中研究指出为了建立高效的肿瘤自动诊断系统,克服因医学MIR图像的复杂性带来的直接从图像中看出肿瘤及良、恶性质的困难,结合复杂网络社团划分的部分理论成果和K-mean聚类算法的思想,提出了基于加权复杂网络聚类的医学图像分类器。该分类器对医学图像进行预处理,建立图片特征库,构建图片加权复杂网络,在此基础上根据网络节点的加权网络特征值和连接度选取初始聚类中心进行聚类,有效地克服了传统K-mean聚类算法对初始化选值敏感性的问题,从而大大提高了分类精度。实验通过对某医院PACS系统中的部分MIR脑部图片进行分类,表明了该方法的分类精度比传统的K-mean聚类算法平均提高了8%左右。(本文来源于《计算机工程与设计》期刊2009年17期）
姜萱[3]（2008）在《利用数据挖掘技术构造医学图像分类器的研究》一文中研究指出基于数据挖掘的医学图像分类方法研究是多媒体数据挖掘的一个重要组成部分。在分析和总结了现有各种特征提取方法的基础上,提出了基于竞争聚类和关联规则的医学图像分类算法和基于关联规则的医学图像分类器框架。该算法先用竞争聚集算法实现医学图像的聚类,利用聚类的结果提取局部特征,基于局部特征用关联规则实现医学图像的分类。实验结果表明,用此方法较好地提高了医学图像分类的准确率,进而为数字化临床诊断提供了有利的证据。(本文来源于《时珍国医国药》期刊2008年08期）
李丙春,耿国华,周明全,孙蕾[4]（2004）在《一个医学图像分类器的设计》一文中研究指出提出了一个基于径向基函数网络的医学图像分类器。该系统包括图像预处理、特征提取、分类器的构造几个部分。在网络构造上,文章采用了自适应的网络结构调整技术,提高了网络的泛化能力,同时,在网络权值调节上采用了具有全局优化的模拟退火算法,避免了陷入局部极小的缺陷。实验结果表明,该模型系统达到了76.6%的准确率,辅助系统可以极大地提高医学图像分类的效率和准确性。(本文来源于《计算机工程与应用》期刊2004年17期）
医学图像分类器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了建立高效的肿瘤自动诊断系统,克服因医学MIR图像的复杂性带来的直接从图像中看出肿瘤及良、恶性质的困难,结合复杂网络社团划分的部分理论成果和K-mean聚类算法的思想,提出了基于加权复杂网络聚类的医学图像分类器。该分类器对医学图像进行预处理,建立图片特征库,构建图片加权复杂网络,在此基础上根据网络节点的加权网络特征值和连接度选取初始聚类中心进行聚类,有效地克服了传统K-mean聚类算法对初始化选值敏感性的问题,从而大大提高了分类精度。实验通过对某医院PACS系统中的部分MIR脑部图片进行分类,表明了该方法的分类精度比传统的K-mean聚类算法平均提高了8%左右。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
医学图像分类器论文参考文献
[1].华翔,孙蕾.基于SVM的医学图像分类器的设计[J].微电子学与计算机.2011
[2].谢福鼎,赵凤霞,稽敏.基于加权复杂网络聚类的医学图像分类器研究[J].计算机工程与设计.2009
[3].姜萱.利用数据挖掘技术构造医学图像分类器的研究[J].时珍国医国药.2008
[4].李丙春,耿国华,周明全,孙蕾.一个医学图像分类器的设计[J].计算机工程与应用.2004