基于LSOE和AK-SVM的超声心动视频分类

张翔宇; 黄立勤

首页> 中文期刊> 《南阳理工学院学报》 >基于LSOE和AK-SVM的超声心动视频分类

基于LSOE和AK-SVM的超声心动视频分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在计算机辅助心血管诊断中,其中最重要的步骤就是对超声心动视频的分类.因此提出了基于LSOE和AK-SVM的超声心动视频分类算法.首先为了克服超声心动视频本身存在的低对比度和快速不规则运动问题,提出基于局部时空方向能量(LSOE)对超声心动视频的特征进行提取并将其转换为可描述的中间文件,接着为得到最好的分类效果提出了加性核SVM对其进行学习和分类并得出其分类的准确率.在文献[1]超声心动视频数据集上取得了目前最好的分类效果,超声心动影像的平均分类准确率为75.37％.

著录项

来源
《南阳理工学院学报》 |2016年第2期|44-49|共6页
作者
张翔宇; 黄立勤;
展开▼
作者单位

福州大学物理与信息工程学院福建福州 350108;

福州大学物理与信息工程学院福建福州 350108;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
计算机辅助诊断; 超声心动视频; 方向能量; 加性核SVM; 分类;

相似文献

中文文献
外文文献
专利

1. 基于图像深度预测的景深视频分类算法 [J] . 钱立辉 ,王斌 ,郑云飞 . 浙江大学学报（理学版） . 2021,第003期
2. 基于短视频分类和时长的信息隐藏方法 [J] . 王婷婷 ,王开西 . 青岛大学学报（自然科学版） . 2021,第002期
3. 基于深度学习的舞蹈视频分类 [J] . 王鹏程 . 现代计算机（专业版） . 2021,第009期
4. 基于深度学习的体育视频分类方法 [J] . 肖友定 . 电子设计工程 . 2021,第003期
5. 基于改进NeXtVLAD的视频分类 [J] . 陈意 ,黄山 . 计算机工程与设计 . 2021,第003期
6. 基于深度学习的盗版视频分类 [C] . 张乃光 ,李珊珊 ,薛子育 . 第三届数字版权管理创新发展论坛 . 2019
7. 基于张量化神经网络的视频分类 [A] . 陈志妙 . 2021

基于LSOE和AK-SVM的超声心动视频分类

摘要

著录项

相似文献

相关主题

期刊订阅