• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Machine Vision, 2009. ICMV '09 >Pruned Associative Classification Technique for the Medical Image Diagnosis System
【24h】

Pruned Associative Classification Technique for the Medical Image Diagnosis System

机译：用于医学图像诊断系统的修剪关联分类技术

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Brain tumor is one of the leading cause of death in recent years. This paper proposes the tumor detection in CT scan brain images, which can assist the medical image diagnosis system. The method proposed here makes use of association rule mining technique to classify the CT scan brain images. It combines the low-level features extracted from images and high level knowledge from specialists. The proposed system consists of: a pre-processing phase, feature extraction phase, a phase for mining the resultant transaction database, a final phase to build the classifier and generating the suggestion of diagnosis. The classifier built in this method has an important characteristic that it can suggest multiple keywords per image, which improves the accuracy. Experimental results on pre-diagnosed database of brain images shows high accuracy (up to 95%), allowing us to claim that the use of associative classifier is an efficient technique to assist in the diagnosing task.
机译：脑肿瘤是近年来死亡的主要原因之一。本文提出了CT扫描脑图像中的肿瘤检测方法，可以为医学图像诊断系统提供帮助。本文提出的方法利用关联规则挖掘技术对CT扫描脑图像进行分类。它结合了从图像中提取的低级功能和专家的高级知识。所提出的系统包括：预处理阶段，特征提取阶段，用于挖掘所得交易数据库的阶段，构建分类器并生成诊断建议的最终阶段。该方法内置的分类器的一个重要特征是，每个图像可以建议多个关键字，从而提高了准确性。在预先诊断的大脑图像数据库上的实验结果显示出很高的准确性（高达95％），这使我们可以断言，使用关联分类器是协助诊断任务的有效技术。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号